基于通道相似度熵的卷积神经网络裁剪

卷积神经网络(CNN)中包含大量滤波器,参数训练以及存储占用大量内存资源。裁剪滤波器是减小网络规模、释放内存、提高计算速度的有效方法。现有滤波器裁剪方法的主要问题是将滤波器权值作为孤立的数值计算,裁剪小权值滤波器,保留权值大的滤波器,忽视了部分小权值滤波器在特征提取过程中的重要性。通过分析滤波器通道之间的相似性,提出一种基于通道相似度的滤波器熵值计算方法(FEC)。针对滤波器结构特征,对权值张量进行均值压缩,并证明其合理性。先计算滤波器通道距离判断通道之间的相似性,再根据通道相似度计算滤波器熵,由熵值大小进行滤波器排序,删除一定比例熵值较小的滤波器。实验设计针对不同卷积层采用不同的裁剪比例,在CIFAR10以及Image Net标准数据集上对VGG-16和Res Net-34网络进行裁剪。实验结果表明:在基本保持原始准确度的情况下,分别减少了约94%和70%的参数数量;在目标检测网络SSD上参数数量减少了55.72%,平均精度均值(mAP)提高了1.04个百分点。

融合关系图注意力网络的并行查询执行计划选择

查询作为数据库系统中最重要的功能之一,它的执行效率直接决定系统的性能。并行场景下,查询交互(query interaction,QI)本质上表现为操作间的相互作用,是准确选择查询执行计划的关键。现有在操作粒度上度量QI的模型未能描述交互的动态性,只提取操作特征来反映QI,难以为并行场景下的执行计划选择提供准确的QI度量。为此,在QI的表示上,提出查询组合异构图,以操作为节点,操作间的交互关系为边,实现动态、操作粒度、多交互类型的QI表示;在QI特征提取上,提出多边类型权重计算(multi-edge type weight calculation,MTWC)模型用于计算边权重,并将其作为关系特征,体现交互的强弱程度;在执行计划的选择上,提出一种基于关系图注意力网络(relational graph attention network,R-GAT)的查询组合异构图分类模型(query-mix heterogeneous graph classifica-tion,QHGC),为并行查询选择执行计划。在PostgreSQL上的实验表明,QHGC为查询选择执行计划的准确率达90.4%,平均准确率比查询优化器提高48.2个百分点,比现有最先进的模型PSG提高6.9个百分点。

一种高效过滤提纯音频大数据检索方法

针对互联网音频大数据的高速检索问题,结合音频指纹技术与过滤-提纯思想,提出一种面向音频大数据的鲁棒高效检索方法.在经典的Philips音频指纹基础上,提出了一种基于bag-of-features(BoF)的音频中间过滤指纹用于快速缩小检索范围,与Fibonacci Hashing检索相比提高检索速度约130倍;并设计了一种基于阈值的固定间隔抽样匹配方法,大幅减少匹配计算量,进一步提高检索速度可达140倍.实验结果显示:使用该方法在约10万首音频中对不同时长的音频片段进行批量检索,平均检索时间均小于1s;对音频进行MP3转换、重采样、随机剪切后再检索,召回率均在99.47%以上,理论准确率接近100%.

决策树方法在煤炭物流客户分析中的应用

目前物流企业中积累了大量的客户历史数据,为了有效利用这些数据,使用数据挖掘方法对客户进行分类管理和服务是CRM中非常重要的一方面。而决策树是进行分类分析与数据挖掘的常用方法。研究了运用C4.5算法对煤炭物流客户信息构造决策树,并把提取到的规则应用到公路煤炭物流公司的客户关系管理中,结果证明具有较好的应用价值。

DMSH——支持直接操纵的用户接口管理系统

本文介绍一个用于生成直接操纵用户接口的用户管理系统(ULMS-UserInterface Management System)——直接操纵用户接口自动生成系统DMSH(Direct Manipulation SHell)的设计与实现,该系统提供图形操作对象和接口描述语言供用户使用。生成用户接口,并可随时扩充;接口描述语言具有第四代语言的特征——直观性和非过程性。

一种基于云模型的综合评判模型

一个对象在目的指标上的综合评判结果取决于对象在各个分指标上得到的评语和各个分指标在评判中所占的权重。各分指标评语的模糊性和随机性以及如何把各分指标的权重考虑进来是综合评判模型的最大困难。文章利用云模型把不确定的评语映射为可细微变化的不同云滴,把各因素权重的变化映射为可修正的云的数学期望,提出了基于云模型的综合评判模型。

光纤式表面粗糙度测量仪的研制

本文论述了光纤式表面粗糙度测量仪研制过程中关键问题的解决方法，对非线性特性的参数计算、零点漂移、信号噪声、不同加工表面特性差异的处理都给出了完美的解决方法。该仪器以光散射理论为测量原理，用光纤为传输媒介，并用单片机８０９８进行计算、数据处理和测量智能控制。

基于SLO的负载管理技术

满足服务水平目标(SLO:Service Level Objective)已经成为数据库系统的重要任务之一。基于SLO的负载管理技术应运而生,按照数据库系统满足负载SLO的程度动态分配数据库系统资源,尽可能满足所有负载的SLO。综述基于SLO的负载管理技术;按照所要达成的具体目标把基于SLO的负载管理技术分为三类:按照优先级来管理负载、按照负载的性能要求来管理负载、按照重要性加负载性能要求来管理负载。在对这三类技术作详细介绍和对比的基础上,提出将来的研究方向是基于动态变化的负载重要性的负载管理技术。

查询交互响应时间预测模型的采样优化

在数据库系统和云计算环境中运行并行负载是一种常态,这些系统需要满足其服务等级协议(Service Level Agreements,SLA).响应时间是系统调度负载并满足SLAs的最重要的指标,准确预测数据库系统并行负载(查询)的响应时间必须要考虑并行执行的查询之间的相互影响—查询交互.目前基于查询交互的查询响应时间预测方法主要以实验驱动的方法建模,需要大量的实验采样.由于数据量的爆发式增长导致负载运行时间不断增长,进行一次完整的建模所需的开销非常大.合理减少建模所需采样数目,可以有效降低建模所需成本和提高建模效率.本文基于查询交互的BAL(Buffer Access Latency)模型提出一种采样策略[1],在不运行样本的情况下,使用已有的测量结果预测样本运行的响应时间,并依据预测对全样本空间聚类,然后根据聚类结果进行采样.实验表明,此方法相比常用的拉丁超立方抽样方法减少33%样本数目,并且保持了模型的预测精度.

基于位置社交网络的个性化兴趣点推荐

兴趣点(point-of-interest,POI)推荐是基于位置的社交网络(location-based social networks,LBSN)中一项重要的服务。针对目前推荐算法存在的噪声数据影响推荐质量、用户个性化程度低的问题,提出了一种个性化联合推荐算法。提出了引入POI的位置因素去除不可能或可能性较小的POI,形成初步候选集;综合考虑POI的类别、流行度及用户的社会行为,增加用户个性化的程度,提高推荐结果的质量。在Foursquare真实签到数据集上的实验证明了提出的联合推荐算法与目前先进的算法相比,准确率提高11%,召回率提高8%。

光纤式表面粗糙度测量仪的研制

本文论述了光纤式表面粗糙度测量仪研制过程中关键问题的解决方法，对非线性特性的参数计算、零点漂移、信号噪声、不同加工表面特性差异的处理都给出了完美的解决方法。该仪器以光散射理论为测量原理，用光纤为传输媒介，并用单片机８０９８进行计算、数据处理和测量智能控制。

光纤式表面粗糙度测量仪的研制

本文论述了光纤式表面粗糙度测量仪研制过程中关键问题的解决方法，对非线性特性的参数计算、零点漂移、信号噪声、不同加工表面特性差异的处理都给出了完美的解决方法。该仪器以光散射理论为测量原理，用光纤为传输媒介，并用单片机８０９８进行计算、数据处理和测量智能控制。

高效的多关键词匹配最优路径查询算法KSRG

为改进基于关键词的最优路径查询算法,在大规模图以及多查询关键词下复杂度过高与可扩展性不足的缺陷,依据查询关键词序列构建候选路径的策略提出一种高效查询算法。该算法在路径构建过程中优先满足查询关键词的全包含条件,以关键词引导下的路径拓展替代盲目的邻边拓展,从而高效地构建候选路径;通过变量缩放与无效路径裁剪,将问题求解复杂度由阶乘级转化为多项式级,进一步降低算法复杂度,提升可扩展性。通过四组图数据集下的实验,验证了算法在查询效率与可扩展性上的提升。

数据库系统交易型负载自适应管理

数据库系统的负载自适应是指数据库系统通过对负载的过滤和控制有效利用系统资源去满足负载性能要求的过程。自治数据库系统负载管理框架(Autonomic Workload Management Framework,AWMF)是一种负载自适应的总体框架,给出了负载自适应的基本组件和主要工作过程。研究AWMF对交易型负载(Transactional Workload)的有效性,提出了基于查询成本(Query Cost)的交易型负载的排队网络模型,以该模型作为性能预测部件实现了AWMF的原型实现——查询调度器,通过实验验证了AWMF对交易型负载的有效性。

面向移动终端的三维建筑物模型简化方法

目前,针对单体建筑物的模型简化算法主要考虑单独简化墙面和屋顶房檐结构。但对于建筑物组,这些方法忽视邻接建筑物的特征以及与周围特征间的相互连接关系。针对这些问题,利用屋顶结构特征,提出一种能自动生成保持建筑物组结构特征的模型简化方法。通过底面平面图的邻接关系将建筑物分割成不同的结构部分,通过判断屋顶特征,采用自顶向下的投影方法,重构建筑物模型,最后将各部分联合形成简化模型。实验表明,该简化方法在建筑物的顶层和墙面特征较好保留的基础上,能充分利用模型的拓扑结构,用较少的数据量描述模型,生成适合移动端应用需求的精度模型。

基于缓冲池描述的DBMS分层排队网络模型

建立数据库管理系统(DBMS)的性能模型是DBMS性能管理的一项核心任务,针对缓冲池对DBMS性能的影响,以缓冲池的工作原理为基础,提出基于缓冲池描述的DBMS分层排队网络模型(LQNM)。该模型把DBMS抽象为3个软件任务(查询进程、逻辑读、物理读)和4个硬件任务(THINK、CPU、内存、硬盘),以负载特征参数为输入,预测负载的响应时间。实验结果表明,该模型比常用的排队网络模型的预测准确性更高,预测平均误差小于15%。

一种改进的基于互信息量的镜头边界检测算法

镜头边界检测是基于内容视频检索的基础环节。由于视频类型与内容众多,目前镜头边界检测中存在阈值选取困难、查全率和查准率不高等问题。针对以上问题提出一种改进的基于互信息量的镜头边界检测算法,在字幕检测定位算法有效定位字幕区域的基础上,通过比较非字幕、非四角区域HSV空间直方图求取的相邻帧间互信息量的差异程度,实现镜头边界检测。实验表明,与当前应用最广泛且比较有效的双阈值算法相比,突变镜头检测综合性能平均提高12.4%,渐变镜头检测综合性能平均提高8.2%,通过自适应阈值的选取,有效解决了阈值依赖人工经验选取的问题;与当前已提出的基于互信息量的镜头边界检测算法相比,该算法降低了计算复杂度、几乎能检测所有的淡入淡出镜头边界,并使得镜头边界检测具有较高的查全率与查准率。

双向过滤的字符串相似连接验证方法

字符串相似连接是指在字符串集合中找出相似的字符串对,是许多应用的关键操作,寻找高效的字符串相似连接算法已成为研究热点。基于划分的过滤-验证方法(Pass-Join)与其他方法相比具有较高的效率。它按照字符串长度递增的顺序访问字符串集合,通过查找一个字符串的划分块是否存在于另一个字符串中,快速筛选出可能相似的字符串对(候选集),然后利用编辑距离进行相似性验证。研究发现,按照字符串长度递减的顺序进行过滤(长度递减过滤)的效果优于按照长度递增的顺序过滤(长度递增过滤)的效果,基于此,提出双向过滤-验证机制:在过滤阶段对长度递减过滤的结果再进行一次长度递增过滤,进一步减小候选集大小;在验证阶段利用双向过滤产生的两对划分块和其匹配子串分隔字符串对,从而减小需要验证的字符串的长度,加速验证过程。实验证明,双向过滤-验证算法在真实数据集上优于原算法。

区块链数据管理专题前言

近几十年来,数据管理技术取得了飞速发展并在很多重要领域广泛应用.传统的数据库管理系统(包括分布式数据库)往往由单一机构进行管理和维护,该机构对整个数据库具有最高权限.这种模式并不适用于由非完全互信的多个机构共同管理数据,在互联网应用环境中该问题尤为突出.区块链作为一种去中心化、不可篡改、可追溯、多方共同维护的新型分布式数据库,适合于在这种非互信场景下进行有效的数据管理.由于新旧数据管理架构的差异性非常显著,无法照搬现有的数据库管理技术,必须在区块链数据管理技术上有所创新.但总体而言,区块链数据管理的研究仍然处于起步阶段,存在诸多待解决的问题.本专题试图汇集区块链数据管理的最新研究成果,为区块链数据管理领域的相关人员提供参考.

半虚拟化框架Virtio的网络请求性能优化

云计算服务模式中的平台即服务Paa S(Platform as a service)本质上是物理资源的虚拟化,是构建云计算数据中心的基础.虚拟化通常在硬件和应用中增加虚拟层,对云服务的系统性能(比如数据吞吐量、延时和每秒处理事务数)有直接影响.在常用的虚拟化平台KVM中,半虚拟化框架Virtio的网络请求处理过程占用CPU资源最多的场景是I/O请求数据转换时超级调用(hypercall)导致的系统切换,造成性能瓶颈.针对这一问题,提出一种双端聚合方法 TAM(Two-end Aggregation Method)来降低虚拟层对云服务系统性能的影响.TAM方法以Virtio网络模块virtio-net为基础,首先将通过virtio-net前端模块的请求聚合,然后传入共享通道,virtio-net后端将共享通道Virtqueue队列描述符列表中的可用请求逐一取出,分别处理后统一通知前端,通过双端聚合,将多次超级调用的开销减为一次,降低CPU开销,从而提升系统性能.使用Netperf、Ping进行实验,测试表明:使用双端聚合优化方法 TAM的Virtio网络模型,其数据吞吐量和每秒处理事务数相比只聚合前端的AHC方法分别提高5.76%和4.3%,延时减少46.2%.