检索结果

Select

1. 基于三维空间面积划分的轨迹相似性度量算法

徐凯, 高琦凯, 殷明, 谭京京

《计算机应用》唯一官方网站 2024, 44 (1): 318-323. DOI: 10.11772/j.issn.1001-9081.2023010077

摘要（139）

HTML （1）

PDF （1595KB）（53）

针对大部分轨迹相似性度量算法无法区分方向相反轨迹的问题，提出了一种基于三维空间面积划分的三维三角分割（3TD）算法。首先，按照3TD算法的时间转换规则将轨迹集的绝对时间序列转变为相对时间序列；然后，在由经度、纬度以及时间三要素构成的三维空间坐标系中，通过划分规则将轨迹间面积分割成若干互不重叠的三角形，累加三角形面积并计算轨迹相似度；最后，在从船舶自动识别系统（AIS）收集的随机采样轨迹数据集上，与最长公共子序列（LCSS）算法和三角分割（TD）算法等进行了对比实验。实验结果表明：3TD算法对实验数据集中异向轨迹识别精确度达到100%；同时该算法面对海量数据集以及轨迹点部分缺失的数据集时，也能维持准确的度量结果以及较高的运算效率，能更好地适应异向轨迹相似度量工作。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于深度神经网络的法语命名实体识别模型

严红, 陈兴蜀, 王文贤, 王海舟, 殷明勇

计算机应用 2019, 39 (5): 1288-1292. DOI: 10.11772/j.issn.1001-9081.2018102155

摘要（469）

PDF （796KB）（548）

现有法语命名实体识别（NER）研究中，机器学习模型多使用词的字符形态特征，多语言通用命名实体模型使用字词嵌入代表的语义特征，都没有综合考虑语义、字符形态和语法特征。针对上述不足，设计了一种基于深度神经网络的法语命名实体识别模型CGC-fr。首先从文本中提取单词的词嵌入、字符嵌入和语法特征向量；然后由卷积神经网络（CNN）从单词的字符嵌入序列中提取单词的字符特征；最后通过双向门控循环神经网络（BiGRU）和条件随机场（CRF）分类器根据词嵌入、字符特征和语法特征向量识别出法语文本中的命名实体。实验中，CGC-fr在测试集的F1值能够达到82.16%，相对于机器学习模型NERC-fr、多语言通用的神经网络模型LSTM-CRF和Char attention模型，分别提升了5.67、1.79和1.06个百分点。实验结果表明，融合三种特征的CGC-fr模型比其他模型更具有优势。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于硬件虚拟化的虚拟机进程代码分页式度量方法

蔡梦娟, 陈兴蜀, 金鑫, 赵成, 殷明勇

计算机应用 2018, 38 (2): 305-309. DOI: 10.11772/j.issn.1001-9081.2017082167

摘要（432）

PDF （1037KB）（540）

云环境下恶意软件可利用多种手段篡改虚拟机（VM）中关键业务代码，威胁其运行的稳定性。传统的基于主机的度量系统易被绕过或攻击而失效，针对在虚拟机监视器（VMM）层难以获取虚拟机中运行进程完整代码段并对其进行完整性验证的问题，提出基于硬件虚拟化的虚拟机进程代码分页式度量方法。该方法以基于内核的虚拟机（KVM）作为虚拟机监视器，在VMM层捕获虚拟机进程的系统调用作为度量流程的触发点，基于相对地址偏移解决了不同版本虚拟机之间的语义差异，实现了分页式度量方法在VMM层透明地验证虚拟机中运行进程代码段的完整性。实现的原型系统——虚拟机分页式度量系统（VMPMS）能有效度量虚拟机中进程，性能损耗在可接受范围内。

参考文献 | 相关文章 | 多维度评价

Select

4. 保持外观的CAD模型轻量化技术

殷明强李世其

计算机应用 2013, 33 (06): 1719-1722. DOI: 10.3724/SP.J.1087.2013.01719

摘要（1041）

PDF （685KB）（749）

随着CAD/CAM技术的发展，整个产品的设计、虚拟制造和数字化样机都可在计算机中完成，使得包含大量数据的复杂装配体(即大装配体)的设计成为产品设计过程中的必需元素。由于大装配体模型数据量庞大，在普通PC机中处理极为不便，为了提高处理速度，需要对大装配体模型进行简化。在不改变装配模型格式和整体外观的前提下，提出了两种装配体模型的轻量化方案：1)从装配体中删除隐藏的零部件；2)从装配体中删除隐藏的特征。零件和特征的可见性是通过从多个视点预渲染装配模型，然后读取渲染缓冲区的结果并进行分析而得到。实验结果证实该算法能在不改变CAD模型格式和外观的前提下准确地删除装配体中的隐藏零件和特征。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于Sketch数据结构的海量网络流量实时排名系统

方澄殷明瑞张礼哲孙佳慧

计算机应用 0, (): 0-0. DOI: 10.11772/j.issn.1001-9081.2018102114

摘要（96）

提出一种采用Sketch概要数据结构的互联网流量实时排名系统，该系统实时记录网络数据流信息到Sketch数据结构，用Sketch概要图来保留整个数据流所有元素的概要信息。相比于数据流所有元素信息，Sketch概要图占用更少的计算和存储资源，因此可以实现实时流量统计。此外，为了适应大规模流式数据的需求，将系统算法进行并行化，并部署在并行流式工作框架Spark Streaming之上，从而实现对海量网络流量的实时排名。将该系统应用于运营商真实网络环境下，对真实网络环境下流量进行了实时跟踪和分析。该论文首次给出了某省网络运营商真实流量的实时排名变化情况，通过实际应用和测试验证了该系统的有效性。

参考文献 | 相关文章 | 多维度评价