排序方式: 共有44条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
远程设备系统作为科学仪器设备共享的重要支撑平台,是网格应用领域的主要研究分支之一.其中的调度模型研究又是新兴而备受关注的研究课题.远程设备调度不同于传统的计算机资源调度;它是指在设备系统中,从当前可用的资源集合中分配出满足任务需求的最优或者次优的设备资源给用户.而目前的远程设备调度模型主要采用分时调度的策略,未能体现出远程设备资源服务质量的特性.提出了一种新的基于服务质量的远程设备动态调度模型,能有效满足设备供求双方的需求.模型经仿真实验验证,可以合理地为设备使用者分配到性能和价格双项指标综合表现最优的设备,同时利用反馈机制动态调节设备的性能评价参数和使用价格,进而达到均衡负载、提高设备利用率的目的.原理和仿真结果的双重论证证实了调度模型很好地改进了远程设备系统的整体服务质量,平衡了设备提供者和使用者的双方利益. 相似文献
7.
8.
为解决细粒度图像分类任务存在类内差异性和类间相似性大的问题,提出一种基于Vision Transformer(ViT)的细粒度图像分类方法。采取ViT作为特征编码网络,获取图像的全局特征表示;设计多级区域选择模块,捕捉细微的具有可判别性的层级化信息;利用一个简单且有效的中心损失函数,缩短深层特征与相应类中心在特征空间中的距离。在图像级标签的监督下,实现端到端的训练。结果在CUB-200-2011、NABirds以及Stanford Cars数据集上分别达到90.1%、90.2%和93.7%的分类准确率,超越当前最优算法。 相似文献
9.
将海量的知识梳理成人类更容易接受的形式,一直是数据分析领域的难题.大多数传统分析方式直接对知识本身进行总结和描述概念化(conceptualization);而一些教育实践证明,从临近的知识单元进行刻画图示化(schematization)更容易使一个知识点被人类接受.在目前的经典计算机知识表达方法中,知识图示化主要依靠人工整理完成.提出了一种利用计算机自动化完成知识图示化的方法,依托维基百科概念拓扑图,探究概念与其临近概念的关系,并且提出了基于链接的自动筛选最关联概念算法;使用目前最新的神经网络模型Word2Vec对概念间的语义相似度进行量化,进一步改进关联概念算法,提高知识图示化效果.实验结果表明:基于链接的关联概念算法取得了良好的准确率,Word2Vec模型可以有效提高关联概念的排序效果.提出的方法能够准确有效地主动分析知识结构,梳理知识脉络,为科研工作者和学习者提供切实有效的建议. 相似文献
10.