利用自监督卷积网络估计单图像深度信息

为了提高利用深度神经网络预测单图像深度信息的精确度,提出了一种采用自监督卷积神经网络进行单图像深度估计的方法.首先,该方法通过在编解码结构中引入残差结构、密集连接结构和跳跃连接等方式改进了单图像深度估计卷积神经网络,改善了网络的学习效率和性能,加快了网络的收敛速度;其次,通过结合灰度相似性、视差平滑和左右视差匹配等损失度量设计了一种更有效的损失函数,有效地降低了图像光照因素影响,遏制了图像深度的不连续性,并能保证左右视差的一致性,从而提高深度估计的鲁棒性;最后,采用立体图像作为训练数据,无需目标深度监督信息,实现了端到端的单幅图像深度估计.在TensorFlow框架下,用KITTI和Cityscapes数据集进行实验,结果表明,与目前的主流方法相比,该方法在预测深度的精确度方面有较大提升,拥有更好的深度预测性能.     

一种面向边缘环境的多实例服务链在线部署算法

边缘设备的资源有限性促使部署边缘服务需要深入理解网络功能的资源消耗情况.通过无线路由器上容器化网络功能部署实验得出,除了处理业务流的计算开销外,网络功能实例间的通信也会消耗大量CPU资源.基于该发现,考虑在近距离和相对低负载的对等边缘设备上分布式地部署网络功能实例,在满足时延约束的条件下均衡流量,从而最小化边缘设备负载.为此,提出细粒度服务链负载模型,并在此基础上设计实现了一种面向边缘环境的多实例服务链在线部署算法.该算法包括基于剪枝搜索策略的时延满足路径搜索、基于嵌套Top K策略的部署路径选择和基于贪心策略的网络功能部署3个组成部分.仿真实验验证了该算法的有效性.实验结果表明,相比不考虑通信开销的网络功能链部署,该算法可以降低10％ 边缘设备C P U负载,接近理论最优部署结果.     

代码特征自动提取方法

神经网络在软件工程中的应用极大程度上缓解了传统的人工提取代码特征的压力。已有的研究往往将代码简化为自然语言或者依赖专家的领域知识来提取代码特征,简化为自然语言的处理方法过于简单,容易造成信息丢失,而引入专家制定启发式规则的模型往往过于复杂,可拓展性以及普适性不强。鉴于以上问题,提出了一种基于卷积和循环神经网络的自动代码特征提取模型,该模型借助代码的抽象语法树(AST)来提取代码特征。为了缓解因AST过于庞大而带来的梯度消失问题,对AST进行切割,转换成一个AST序列再作为模型的输入。该模型利用卷积网络提取代码中的结构信息,利用双向循环神经网络提取代码中的序列信息。整个流程不需要专家的领域知识来指导模型的训练,只需要将标注类别的代码作为模型的输入就可以让模型自动地学习如何提取代码特征。应用训练好的分类编码器,在相似代码搜索任务上进行测试,Top1、NDCG、MRR的值分别能达到0.560、0.679和0.638,对比当下前沿的用于代码特征提取的深度学习模型以及业界常用的代码相似检测工具有显著的优势。     

Optimal topology control for balanced energy consumption in wireless networks

Hosts in wireless networks are usually powered by batteries, thus the lifetime of a network depends on the battery life of each individual host. One major solution to improve energy-efficiency is to minimize the total energy consumption. However, battery energy is a local resource, to save energy at each host and balance the energy consumption among all the hosts in the network appear to be more practical. In this paper, we prove that minimum weight incremental arborescence (MWIA) is the optimal solution for minimizing the maximum transmission power among a set of wireless nodes. We propose an algorithm that utilizes MWIA to construct a connected topology, called MWIA-based Topology Control(MWIA-TC) algorithm. We further apply MWIA-TC to the accumulated energy consumption. The theoretical analysis and experimental results show that MWIA-TC outperforms a well-known algorithm, Minimum Incremental Power (MIP), in both energy saving and network lifetime extension.     

一种基于OWL的语义网数据划分与并行加载方法

随着语义网数据规模的爆炸式增长,海量数据存储和检索面临越来越严峻的挑战,分布式数据库与并行计算已成为其主要解决方案。基于列存储分布式数据库HBase设计了一种多表语义网数据存储模型,实现从OWL本体定义到存储模型的映射。基于OWL本体定义信息对语义网数据实现按类划分,并将三元组存储于主体所属于的类的两张表里,采用MapReduce框架实现并行的数据划分和加载任务,最后在Hadoop集群环境下对方法进行了可行性验证。     

基于离散元胞蚂蚁算法的几何约束求解技术研究

 一个约束描述了一个应该被满足的关系,一旦用户已经定义了一系列的关系,那么在修改参数之后,系统会自动选择合适的状态来满足约束.在将几何约束问题的约束方程组转化为优化模型的时候,引入一种利用元胞演化规律和蚂蚁寻优特点的离散元胞蚂蚁算法.离散元胞蚂蚁算法是一种新型的仿生算法,它利用元胞在离散元胞空间的演化规律和蚂蚁寻优的特点,为解决实际问题提供了一种优化方法.实验表明,该方法可以比较有效的处理几何约束问题.     

Cumulus:一个基于网络编码的分布式文件系统

基于网络编码在并发式数据传输时能够有效地降低网络负载的优越性,应用网络编码优化分布式文件系统的容错问题得到了广泛的关注.为了研究网络编码在分布式文件系统中的应用及其在降低网络负载的有效性,文中基于开源的Hadoop项目设计并实现了面向网络编码的分布式文件系统.该系统通过对存储文件进行切分,然后将这些文件切片进行编码存储,能够以更小的冗余开销获得更好的容错性能,同时,能够利用网络编码的性能提高网络资源利用率.     

基于NTRUSign的网格认证与委托

将NTRUSign运用到网格GSI中,给出了使用NTRUSign实现网格认证与委托的详细步骤,分析了认证与委托具有不可伪造性、可证实性、身份证实性、不可抵赖性、代理权限不可滥用性等安全性能。实验分析表明,提出的方法比RSA等方法具有较高的效率。