基于胶囊图卷积的解缠绕会话感知推荐方法

针对会话推荐模型中存在的推荐准确率不高的问题,提出了一种基于胶囊图卷积的解缠绕会话感知推荐方法(CGCD)。具体来说,采用解缠绕学习技术将项目嵌入转换为基于多个子通道的因子嵌入,利用图卷积网络对因子嵌入进行细粒度的学习。然后,利用胶囊动态融合策略聚合不同的因子获得新的项目嵌入。此外,采用多头注意力机制为会话中每个项目分配权重。最后,根据分配的权重将项目嵌入与当前会话中的其他项目进行聚合,进而生成准确的会话表示,实现项目推荐。在两个公开真实数据集上的实验表明,所提模型在推荐的Pre@10,Pre@20,MRR@10和MRR@20上平均提高了5.17%、2.99%、6.56%和2.94%,验证了其有效性与高效性。

面向改进的时空Transformer的交通流量预测模型

针对基于时空Transformer模型的交通流量预测模型性能不高的问题,提出了一种基于编解码器的改进的时空Transformer模型(improved spatio-temporal Transformer model,ISTTM)。编码器对历史流量特征进行编码,解码器预测未来序列。编码器将空间稀疏自注意力和时间层次扩散卷积相结合,捕捉交通流量的动态空间相关性和局部空间特征,再利用时间自注意力建模非线性时间相关性;解码器与编码器类似地挖掘出输入序列的时空特征。基于编解码器提取的时空特征,采用双重交叉注意力模拟历史交通观测对未来预测的影响,建模每个历史时间步和每个未来时间步的直接关系以及对整个未来时间段的影响,并输出未来交通流量的最终表示。为了证实ISTTM的有效性,在METR-LA和NE-BJ两个真实世界的大规模数据集上进行实验,ISTTM结果优于6个先进的基线。

基于全局图扩散和时空感知的解缠绕会话推荐方法

针对会话推荐中存在的推荐性能不足的问题,提出了一种采用全局图扩散和时空感知的解缠绕图神经网络模型(GDST-GNN)。具体来说,该模型首先基于所有会话从全局视角下构建全局协同图,然后采用图扩散作为项目的全局表示学习的消息传播范式,以捕获超越当前会话外的全局信息。对于当前会话的表示学习,设计了一种解缠绕时空门控网络建模会话中项目的复杂转换模式和时序依赖模式,然后将学习到的全局表征和局部表征逐因素融合。此外,还采用了一个自监督任务实现模型的性能增强。最后,通过注意力网络生成会话表示,实现了项目的准确推荐。在四个真实世界中的数据集进行广泛的实验验证了所提出模型的有效性。

基于Fastformer和自监督对比学习的实例分割算法

针对现有的实例分割算法对有遮挡以及模糊实例检测精度低、掩码较粗糙以及泛化能力弱的问题,提出一种基于Fastformer和自监督对比学习的实例分割算法。首先,在特征提取网络之后加入基于加性注意力的Fastformer模块,并对每一层特征图中的像素点之间的相互关系进行深入建模,以提高算法对特征图全局信息的提取能力;其次,受自监督学习启发,加入自监督对比学习模块对图像中的实例进行自监督对比学习,以提高算法对图像的理解能力,从而改善在噪声干扰较多的环境下的分割效果。在Cityscapes和COCO2017数据集上的实验结果表明,相较于近期经典的实例分割算法SOLOv2(Segmenting Objects by LOcations v2),所提算法的平均精度均值(mAP)分别提高了3.1和2.5个百分点,并在实时性和精度之间达到较好的平衡,在比较复杂的场景实例分割中具有较好的鲁棒性。

基于系统能力培养的计算机组成原理课程教学探讨

在分析计算机组成原理课程地位和教学现状的基础上,以计算机系统能力培养为导向,借鉴国内示范高校的教改经验,探讨地方普通高校计算机组成原理课程的教学内容、教学实践和教学方法,并阐述教学系统设计及具体实施过程。

动态调整移动数据库中失效报告时间窗口的大小

在移动计算环境中 ,如何维护移动客户机中数据缓存的一致性 ,是研究的一个热点 广播失效报告是一种有效的方法 ,但由于不同的环境 ,不同的时期各种参数的变化 ,失效报告时间窗口ω的大小如何确定是一个难点 时间窗口ω应随各种参数的变化而不断地进行调整 ,才能保证网络系统的传输工作在最有效的状态 从理论上推导了失效报告时间窗口ω的计算公式 ,分析了ω的合理取值 。

移动数据库中支持断连操作的一种新策略

在移动环境中 ,为了能够支持断连操作 ,有两个主要任务 :一个是断连前 ,移动客户机的数据缓存 ;另一个是重连机后 ,移动客户机的暂时事务在服务器上重新执行 ,本文提出了一种新策略

移动数据库中数据更新与广播的并发控制

移动数据库系统中数据更新与数据广播并发处理,导致移动客户读取的数据可能不一致,本文分析了在移动数据库中数据更新与数据广播并发处理中可能出现的三类数据冲突,并提出了基于UFBL0原则的并发控制策略来解决上述的问题。该策略具有较好的独立性,对服务器和移动客户机的影响都较小,并且可以较大限度地提高广播给用户的数据项当前性。

移动计算环境中基于广播的数据缓存策略

在研究了数据广播频率的变化对缓存策略的影响之后,提出以移动客户机(MobileC lient,MC)从广播中读取数据的平均响应时间为标准,来决定是否缓存该数据项。其优点是可以避免每次访问这些数据项等待较长时间,同时也可降低移动客户机缓存管理的代价,提高其工作性能。

TCP拥塞控制技术及探讨

讨论了 TCP拥塞控制技术 ,分析了两种 TCP控制算法的性能 ,同时提出了自己对 TCP慢启动算法的改进构想 ,最后谈到了

基于变周期数据广播的缓存一致性维护

为了提高移动计算环境中缓存数据效率,在分析现有成果的基础上,提出了基于变周期数据广播的缓存一致性维护的策略。该策略根据数据的访问用户数目以及数据更新的频率等方法来动态调整服务器广播数据更新报告的频率及内容,在客户端接收服务器广播的数据更新报告后将缓存中已被更新过数据项的值用新值替换掉,而不直接将该数据项立即移出缓存。通过对该方法进行性能的分析,表明该方法能良好地适应数据更新频率不断变化的移动数据计算环境。

基于Logisim平台的《计算机组成原理》实验教学探究

在分析现有《计算机组成原理》实验教学现状的基础上,针对软件类专业学生硬件基础知识薄弱、一般地方高校硬件设备不足等实际情况,提出基于Logisim平台的《计算机组成原理》实验教学方法。采用该方法能够降低学生实验难度、消除软件类专业学生对硬件实验的畏惧心理,提高实验效率,让学生更好掌握CPU设计方法和过程。具体阐述了采用Logisim平台开展实验教学的优点、实验教学内容设计、教学和管理方式等,可为其它高校开展《计算机组成原理》实验教学提供参考。

基于Struts、Spring和Hibernate的集成框架研究

分析了Struts、Spring和Hibernate等优秀的开源Web技术;提出基于MVC设计模式将整合Struts、Spring和Hibernate框架的集成架构作为Web应用系统的解决方案,并将该解决方案用于具体实例。研究表明,集成架构很好地解决了系统的开发效率低、不易于维护、低耦合及可移植性差等问题。

元搜索引擎搜索结果的排序及优化

针对元搜索引擎给出了一个元搜索引擎处理结果中的两种核心算法,通过元搜索引擎向用户提供统一的访问服务,以提高检索的有效性、查准率和查全率。

Unix文件系统技术分析

本文主要从文件系统的管理机制、物理结构。

Struts在Web开发中的应用

Struts为Web开发提供了现成的通用框架,可以大大提高Web应用的开发速度和效率。介绍了MVC设计模式,分析了Struts实现MVC机制的方法,并通过一个简单实例对其进行了说明。

A^＊算法在数据广播中的应用与实现

在移动数据库的数据广播中,如何最大限度地降低数据项的平均期望访问时间是一个重要的研究方向。介绍了两种传统的Flat算法和算法,并分析了它们的特点和不足。在以上两种算法的基础上,引入人工智能理论中的A算法并加以改进,同时结合-剪枝技术,使之更适合于解决数据广播调度问题。通过仿真实验表明,在降低平均访问时间方面,A算法是个不错的选择。

基于Linux主机身份验证系统的研究与实现

分析了Linux启动部分的工作原理和机制,以及计算机硬件加密卡的特点,在此基础上通过修改内核源代码,结合计算机硬件加密卡,实施基于策略的强制访问控制,实现了一个基于Linux2.6.x内核的主机身份验证系统。

移动数据库缓存一致性比较的矩阵校验算法研究

在移动计算系统中,移动单元通常缓存一些数据片段,但是由于移动单元的频繁断接性,缓存会与固定数据库之间发生不一致,为及时更新移动单元所缓存的数据片段,首先必须确定是否发生不一致,哪些页发生了不一致.针对该问题,在以前相关研究成果的基础上,提出一种结合了各种方法优点的新算法,通过分别在固定数据库和缓存计算数据页的校验和,并按照同样的策略将校验和排列成矩阵再进行比较,诊断出不一致的页面.有效地减少了数据传送量,提高了诊断精度,且简单易行.

基于PCI总线接口卡的身份认证

目前主要采用的身份认证方法有两种,即静态身份认证和动态身份认证.本文介绍了动态身份认证的两种方法:时间同步机制的身份认证和挑战/应答机制的身份证证,并介绍了采用PCI接口卡实现挑战/应答机制的身份认证方案,阐述了制作PCI接口卡及采用PCI9052接口芯片开发PCI总线驱动程序的方法和编程注意要点.