TL-SVM:一种迁移学习新算法

迁移学习旨在利用大量已标签源域数据解决相关但不相同的目标域问题. 当与某领域相关的新领域出现时, 若重新标注新领域, 则样本代价昂贵, 丢弃所有旧领域数据又十分浪费. 对此, 基于SVM算法提出一种新颖的迁移学习算法—–TL-SVM, 通过使用目标域少量已标签数据和大量相关领域的旧数据来为目标域构建一个高质量的分类模型, 该方法既继承了基于经验风险最小化最大间隔SVM的优点, 又弥补了传统SVM不能进行知识迁移的缺陷. 实验结果验证了该算法的有效性.     

一种基于DAG动态重构的认知网络服务迁移方法

针对认知网络高度动态性带来的服务随机失效问题,提出了一种服务迁移方法以保障认知网络的 QoS.首先,采用先迁移、后优化的思想,重新生成关联服务有向无环图(directed acyclic graph,简称DAG),并在此基础上提出 DAG 动态重构算法,将关联服务转化为层次化 DAG 服务;其次,计算关键服务迁移路径,并给出可迁移服务死锁避免理论分析,将迁移服务提前迁移到当前网络空闲资源运行,以缩短服务的执行时间.仿真实验测试了3种故障注入类型下网络服务迁移方案的服务性能.实验结果显示,该方法在弹性网络负载与未知故障情况下具有较好的 QoS保障效果.     

一种基于特征迁移系统的软件产品线测试方法

为了在软件产品线的应用工程阶段最大程度地复用领域工程的测试用例,领域测试用例需要覆盖领域模型中的变化性.针对此问题,提出了一种以特征模型为出发点的软件产品线测试方法,通过扩展特征迁移系统建立软件产品线的领域行为模型,对模型中的变化性迁移进行抽象,得到精简的测试模型;应用迁移覆盖准则,导出包含变化性的领域测试用例;在应用工程阶段,根据具体应用所包含的特征,绑定领域测试用例中的变化性,复用领域测试用例导出针对具体应用的测试用例.最后通过一个咖啡机产品线验证了该测试方法,导出了可复用的领域测试用例.     

基于分布相似度迁移的关键路由设备检测

在基础设施网络(如电力网、互联网等)设施中,往往会出现关键节点,主要表现为节点流量大、在网络中位置关键等,其性能不稳定将制约网络部分区域的功能。因此从提高关键基础设施的性能和安全性的角度出发,针对关键基础设施的检测成为一个重要的研究课题。提出了一种新颖的基于分布相似度迁移的互联网关键路由设备的检测算法,其目的是自动地检测当前互联网线路中的关键路由设备。在真实环境中,不同线路中不同路由设备的行为特征由于若干客观因素(网络状态、路由设备性能等)导致其分布通常不相同。因此,所提方法主要基于路由之间的分布相似度迁移:首先在目标域(当前路由)中通过谱聚类方法自动判断出可疑的路由设备,然后通过提出的基于分布相似度迁移的分类器对上一步中检测出的可疑路由设备进行分类。在华为公司提供的真实数据集上进行的测试表明,所提方法能够有效发现线路中的关键路由设备,同时能够根据不同线路之间的分布相似度迁移来提高分类结果。     

真实感3D人脸表情合成技术研究进展

文中综述了真实感3D人脸表情合成技术的研究进展.根据所采用的技术,将人脸表情合成方法划分为混合样本人脸表情合成、直接表情迁移、基于sketch的人脸表情合成与编辑、基于机器学习的真实感人脸表情合成、高分辨率人脸表情和细节的提取与合成5类,介绍了各类方法的研究现状,并比较了它们的优缺点.最后进行了总结,并对人脸表情合成技术未来的研究方向予以展望.     

虚拟机动态迁移方法

对虚拟机动态迁移方法的研究背景、研究意义以及研究现状进行综述,分别介绍了内存预拷贝迁移、内存后拷贝迁移、内存混合复制迁移和基于日志跟踪重现的迁移方法,对其算法思想、关键技术、实现机制以及性能等进行概括、分析和比较,并针对当前主流的预拷贝迁移的优化策略予以分类阐述。最后,对动态迁移方法有待深入的研究热点和发展趋势进行展望。     

服务器虚拟化在水文行业中的应用实践

随着信息技术的高速发展,服务器机柜不断增加,机房空间不断扩大,UPS电源、机房空调等相关设施不断增加投入,信息能耗快速增加,对服务器软硬件管理提出了更高的要求,服务器虚拟化技术可以较好的解决这个问题,不仅能够大幅度降低服务器的需求,有效节省成本,还有助于提高关键系统的稳定性。该文将通过介绍VMware虚拟化平台软件,并结合在本单位中的实际应用,分析虚拟化技术应用的优劣。     

移动Agent定位机制与迁移技术研究

该文介绍了移动Agent的概念和特性,并针对移动Agent在迁移过程中的定位机制、路由规划、迁移策略等关键技术进行了研究与剖析。     

冷冻干燥过程相迁移和相分布的孔尺度网络模型与模拟

构建了51×51二维孔-喉网络模型对冷冻干燥过程的升华干燥阶段进行模拟。与传统的连续介质模型相比，孔网络模型的特征是具有跟踪干燥过程中物料内部的干燥前沿和相分布的能力。采用网络模型预测了牛肉和火鸡肉的干燥曲线，并模拟了不同冻结速率的火鸡肉在干燥过程中形成的相分布。讨论了模型的计算特性，并分析了孔径分布对相分布特性的影响。结果表明：网络模型可较好地预测升华干燥阶段，可在孔尺度上揭示干燥过程的动力学机理，将为准确地判断升华干燥与解析干燥的转变点提供理论计算基础。     

母语负迁移与大学英语教学

通过对比分析方法,从语音、词汇、句法、语篇和文化等发生语言迁移的各个层面,探究中国大学生英语习得过程中的母语负迁移现象,并提出规避母语负迁移的有效策略.