Toggle navigation
首页
期刊介绍
期刊简介
历史沿革
收录情况
获奖情况
引用指标
编委会
期刊在线
文章推荐
过刊浏览
专辑专刊
下载排行
阅读排行
投稿指南
组稿方向
投稿须知
论文模板
常见问题
署名变更申请
单位变更申请
版权转让协议
中图分类号
引言书写要求
参考文献著录格式
插图与表格规范
英文摘要书写要求
收费标准
学术诚信
联系我们
编辑部联系方式
位置示意图
期刊订阅办法
广告合作
English
期刊
出版年
关键词
结果中检索
(((林琛[Author]) AND 1[Journal]) AND year[Order])
AND
OR
NOT
文题
作者
作者单位
关键词
摘要
分类号
DOI
Please wait a minute...
选择:
导出引用
EndNote
Ris
BibTeX
显示/隐藏图片
Select
1.
动态自适应的HTTP流码率渐进切换算法
涂大喜, 蒋宇浩, 徐成, 余林琛
计算机应用 2019, 39 (
4
): 1127-1132. DOI:
10.11772/j.issn.1001-9081.2018091893
摘要
(
406
)
PDF
(998KB)(
210
)
可视化
收藏
针对在动态网络环境和有限缓存容量限制下用户观看视频体验质量低的问题,提出一种综合考虑带宽和缓存因素的动态自适应的HTTP流码率渐进切换(DASBS)算法。首先,利用滑动窗口分析最近下载分片得到带宽初步估值;然后,依据实时带宽波动程度和缓存状态设置双矫正因子进一步平滑带宽估值;最后,设置缓存阈值使其与当前码率建立相关关系,并利用带宽估值和缓存动态阈值共同控制码率切换。使用libdash平台验证算法性能,DASBS在切换平滑性上优于VQCQ(Video Quality Control for QoE)算法,视频播放平均码率更高,有效提高了带宽利用率;平均码率稍低于EABS(Evolution of Adaptive Bitrate Switching)算法时,切换次数得到大幅下降,整体切换稳定性表现更优。实验结果表明,所提算法在动态网络环境中具有带宽高利用、切换平滑和切换稳定的良好表现,能够有效改善用户体验。
参考文献
|
相关文章
|
多维度评价
Select
2.
基于Hadoop的大矩阵乘法处理方法
孙远帅 陈垚 官新均 林琛
计算机应用 2013, 33 (
12
): 3339-3344.
摘要
(
819
)
PDF
(1071KB)(
625
)
可视化
收藏
目前的矩阵乘法算法无法处理大规模和超大规模的矩阵,而随着MapReduce编程框架的提出,并行处理矩阵乘法成为解决大矩阵运算的主要手段。总结了矩阵乘法在MapReduce编程模型上的并行实现方法,并提出了实现高性能大矩阵乘法的策略——折中单个工作节点的计算量和需要网络传输的数据量。实验证明,并行实现算法在大矩阵上明显优于传统的单机算法,而且随着集群中节点数目的增多,并行算法会表现出更好的性能。
相关文章
|
多维度评价
Select
3.
基于语义相似度的论坛话题追踪方法
席耀一 林琛 李弼程 周杰 许旭阳
计算机应用 2011, 31 (
01
): 93-96.
摘要
(
1811
)
PDF
(639KB)(
1289
)
可视化
收藏
现有的话题追踪方法大多面向新闻数据,将其应用于论坛时效果不够理想。结合论坛的特点,提出一种基于语义相似度的论坛话题追踪方法。该方法首先通过构建话题和帖子的关键词表建立其文本表示模型,然后利用知网计算两个关键词表的语义相似度并以此作为帖子与话题的相关程度,最后根据相关程度实现论坛话题追踪。该方法较好地避免了向量空间模型的缺陷。实验表明,该方法能比较有效地解决面向论坛的话题追踪问题。
相关文章
|
多维度评价
Select
4.
基于机器学习的网络新闻评论情感分类研究
周杰 林琛 李弼程
计算机应用 2010, 30 (
4
): 1011-1014.
摘要
(
1412
)
PDF
(847KB)(
2098
)
可视化
收藏
首先对网络新闻评论数据的特点进行归纳总结,选取不同的特征集、特征维度、权重计算方法和词性等因素进行分类测试,并对实验结果进行分析比较。对比结果表明:情感词和论据词语搭配效果优于仅使用情感词作为评论特征;另外该类数据中特征维度对分类准确率的影响减小,且TF-IDF权重计算方法仍优于布尔型权重;在词性选择上,名词和动词词性比形容词和副词取得更好的分类效果。
相关文章
|
多维度评价
Select
5.
一种有效的垃圾邮件过滤新方法
林琛 李弼程
计算机应用
摘要
(
1623
)
PDF
(587KB)(
908
)
可视化
收藏
受到信息粒度原理的启发,给出了一种有效的垃圾邮件过滤新方法。该方法训练过程是将训练样本集合中合法邮件类和垃圾邮件类拆分成四个小类,得到四个小类的类中心向量,从粒度原理角度来看,就是采用更细的粒度来描述训练样本的先验知识。过滤过程则将新进来的邮件分别与四个小类的类中心向量进行相似度比较,最终来判定所属类别。在公共垃圾邮件语料库上测试新方法,同时与目前过滤性能较高的KNN方法进行比较,结果显示新方法具有过滤精度高,过滤速度快等优点。
相关文章
|
多维度评价