排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
文本分类任务作为文本挖掘的核心问题,已成为自然语言处理领域的一个重要课题.而短文本分类由于稀疏性、实时性和不规范性等特点,已成为文本分类亟待解决的问题之一.在某些特定场景,短文本存在大量隐含语义,由此给挖掘有限文本内的隐含语义特征等任务带来挑战.已有的方法对短文本分类主要采用传统机器学习或深度学习算法,但该类算法的模型构建复杂且工作量大,效率不高.此外,短文本包含有效信息较少且口语化严重,对模型的特征学习能力要求较高.针对以上问题,提出了KAe RCNN模型,该模型在TextRCNN模型的基础上,融合了知识感知与双重注意力机制.知识感知包含了知识图谱实体链接和知识图谱嵌入,可以引入外部知识以获取语义特征,同时,双重注意力机制可以提高模型对短文本中有效信息提取的效率.实验结果表明,KAe RCNN模型在分类准确度、F1值和实际应用效果等方面显著优于传统的机器学习算法.对算法的性能和适应性进行了验证,准确率达到95.54%, F1值达到0.901,对比4种传统机器学习算法,准确率平均提高了约14%, F1值提升了约13%.与TextRCNN相比,KAe RCNN模型在准确性方面提升了约3%... 相似文献
2.
3.
编译器在静态分析方式下很难对程序的非线性规律访存操作进行正确的数据预取.但采用profiling技术可以得到程序运行时候的访存规律,利用这些信息可以精确地插入数据预取指令.基于stride profiling技术,提出了新的信息收集类型stride iterative,更精确地反映程序执行时访存指令的实际行为,并结合别名分析的结果调整对同一cache行的数据预取,得到比普通数据预取更好的预取性能.安腾2上运行CPU2000的12个整型测试例子平均有8.54%的性能提升,其中mcf性能提升达到了77.87%. 相似文献
4.
5.
6.
现代并行系统的复杂调度问题可以转化为Fork-join图的任务调度问题.然而在实际计算环境中,两个处理节点之间的通信大多以独占方式进行,现有的大多数任务调度算法往往忽略了对通信信道独占性的考虑.提出了一种带通信限制的Fork-join图调度算法CCTD.该算法引入了实际环境中的通信独占性限制,同时保证了Fork-join图的基于复制的优化调度,而且尽可能地减少了对处理器占用.实验结果表明,CCTD算法是一种适应性强的、高效的Fork-join图调度算法. 相似文献
7.
在对EX-XPDL集成企业模型分析的基础上,建立EX-XPDL模型的仿真规范,提出采用离散多事件多线程异步企业模型仿真方法和动态资源调度的策略,并利用Java多线程技术实现对EX.XPDL模型的仿真引擎,为进一步应用EX-XPDL集成企业模型提供有力的工具,也为企业分析其业务模型提供便利。 相似文献
8.
为探索烟梗浆二醋酸纤维素(CDA)制备的可行性及其可纺性,以醋酸为溶剂,浓硫酸为催化剂,采用低温乙酰化法制备了烟梗木浆三醋酸纤维素(CTA)和二醋酸纤维素,将二醋酸纤维素与市售二醋酸纤维素按质量比20∶80、35∶65、50∶50共混,通过静电纺丝技术进行纺丝,并对纤维的结构和性能进行表征。结果表明:反应时间为5 h,纸浆与乙酸固液比为1∶5,在活化过程中加入硫酸后,醋酸纤维素的取代度从2.68提高到2.86,达到了三醋酸纤维素的标准;在80 ℃时水解6 h后可得到取代度约为2.5的CDA;与纯纺CDA纤维得到的亚微米混纺纤维相比,烟梗浆二醋酸纤维素与市售二醋酸纤维素混纺纤维的线密度及其不匀率降低,表明了烟梗浆CDA混纺的可行性。 相似文献
9.
为了解决Raft算法中日志提交的严格串行化设计,提出一种Raft协议变体:并行提交Raft (PC-Raft). PCRaft在日志提交阶段运用流水线,重新设计日志缓冲区,实现日志的乱序提交.传输方式使用RDMA网络,在提高日志传输的并发性的同时加快传输速度.在日志执行阶段,采用批处理,将多条指令打包发送给状态机逐条执行.针对日志并行提交情况下会出现的幽灵复现问题,采用LSN与任期号结合的方式保证日志的安全性.针对日志乱序提交会出现的日志空洞问题,重新设计领导者选举算法,在选举中加入临时领导者,保证选举出的领导者能最快恢复日志.测试结果证明PC-Raft对比Raft在吞吐量方面有着明显的性能提升,同时延迟更低,并且在日志指令依赖频繁的情况下,吞吐量比现有基于Raft的变体更高,延迟也更低. 相似文献
10.
随着Web服务的迅速发展,在一个开放环境中功能相似的Web服务越来越多,Web社区的出现大大降低了相似功能Web服务管理和运营成本,服务提供商根据功能将其Web服务部署到相应的社区中,用户则可以通过其功能需求到相应的服务社区来调用其所需的服务.由于社区中的Web服务存在着合作竞争关系,如何将Web服务社区的整体收益公平合理地分配给社区中每一个Web服务的供应商成为亟需解决的问题.在利益分配问题上,Shapley值因具有诸多公平性特征被广泛应用,因此根据Web服务社区的特点,结合联盟博弈论中的Shapley模型,并针对传统Shapley模型的在Web服务社区中的局限性进行改进.通过实验表明:在Web服务社区中,该分配算法较传统Shapley算法更加有效且具有实用性. 相似文献
1