基于本体的语义数据融合方法

针对网格中语义数据的按需访问问题,提出了基于本体的语义数据融合方法OSDF.该方法以数据对象为基本元素,利用数据对象和领域本体之间的映射关系来表达数据对象的语义,使用嵌套关系模型来表达数据对象的模式信息,通过把一个网格节点中集成的所有数据对象作为下一个节点的数据对象来实现数据资源由粗到细的融合.文中定义了OSDF的语义模型,给出了虚拟数据库的查询执行过程和算法,为使用者提供了具有语义支持、服务质量保障的数据访问服务.原型系统验证了OSDF的正确性和可行性.     

基于卷积神经网络的食品图像识别

针对传统食品图像识别方法提取特征能力差、准确率差、运行效率差和卷积神经网络识别相似食品图像难度大等问题, 提出了一种新的食品图像识别模型ChinaFood-CNN, 以实现对食物的精准分类; 在多分类损失函数SoftmaxWithLoss的基础上, 针对食品图像类间相似性大的问题, 提出了最大类间距损失函数(MCSWithLoss), 以增大相似类之间的距离, 实现相似类的区分; 针对随机选取样本时的训练集冗余问题, 在网络模型训练时使用负样本选择算法.实验结果表明:ChinaFood-CNN模型对食品图像的识别准确率达69.2%, 分别比AlexNet、VGG16、ResNet模型提升了17.6%、16.8%和3.6%.     

一种具有服务质量支持的数据访问方法

针对目前的查询优化技术并没有考虑网格环境中数据源的动态特征,导致数据访问质量很差的问题,文中提出了网格环境中具有服务质量(QoS)支持的数据访问方法.它能在查询优化的过程中考虑数据源的动态特征以及用户的QoS要求,根据用户的QoS要求选择不同的查询执行计划;文中还提出了基于管道并行方式的分层管道树来对多连接表达式进行优化,它不仅可以提高并行度而且可以尽快返回部分结果给用户.实验结果表明,文中提出的方法是有效的,可以为不同类型的用户提供不同等级的数据访问服务.     

具有服务质量支持的数据访问

随着网格技术的发展,很多应用程序需要访问网格环境中分布、异构的数据源。但是由于目前的查询优化技术并没有考虑网格环境中数据源的动态特征导致数据访问的质量很差(如访问时间不确定、返回不相关的结果等)。本文提出了网格环境中具有服务质量支持(QoS)的数据访问方法,能在查询优化的过程中考虑用户的QoS要求和数据源的动态特征;同时本文还提出了基于管道并行方式的分层管道树来对多连接表达式进行优化,不仅可以提高并行度而且可以尽快返回部分结果给用户。实验表明本文提出的方法是有效的,可以为不同类型的用户提供不同等级的数据访问服务     

面向资源融合网格的语义数据融合

网格中的数据资源多种多样,为用户提供具有语义支持的、按需访问的数据服务是资源融合网格中数据融合的关键问题。本文提出了基于本体的语义数据容融合方法ODSF;该方法中的基本元素是数据对象,通过数据对象和领域本体之间的映射关系来表达数据对象的语义,使用嵌套关系模型来表达数据对象的模式信息,通过一个网格节点中集成的所有数据对象作为下一个节点的数据对象来实现数据资源由粗到细的融合;定义了ODSF的语义模型,给出了虚拟数据库的查询执行过程和算法,可以为使用者提供具有语义支持、服务质量保障的数据访问服务;通过原型系统验证了ODSF中理论和关键技术的正确性和可行性。     

基于时序卷积网络的云服务器性能预测模型

目前基于深度学习的主机性能预测模型大部分缺乏普适性，实验数据缺乏公正性，无法准确预测能耗或性能峰值点且时间开销较大.为解决这些问题，文章提出了一种基于改进时序卷积网络的云服务器性能预测模型(ATCN模型).该模型将CPU利用率作为主机过载的衡量标准，利用多维性能指标构建N+1维能耗向量，建立输入向量与预测标准之间的关系；调整TCN中的卷积核大小并不断增大扩张因子，实现长期记忆效果.基于阿里云开源数据集的实验结果表明:ATCN模型具有强自适应性，在不同硬件配置和资源使用情况下，预测准确率和效率方面比LSTM模型提升大约20%.     

基于差分进化的卷积神经网络的文本分类研究

为了提高文本分类的性能,采用差分进化的卷积神经网络(convolutional neural network,CNN)算法进行分类.首先随机设置CNN结构参数,然后采用差分进化算法优化参数,通过交叉和选择等操作选择不断进化获得最优个体,为增强差分优化的适用性,将缩放因子变化与进化代数相关联,解决了因为缩放因子设置不合理...     

基于树形网格的企业信息语义集成

在分析信息语义集成方案的基础上,提出了一种基于树形网格的企业信息语义集成架构.根据该架构构建的应用系统可以实现企业的分布、异构数据在语义层次上的动态集成,提供具有语义支持、QoS支持的数据访问服务;分析了该架构下本体的组织方式和构建方法,提出了多层树状本体结构;给出了一个企业信息语义集成的例子.