首页期刊导航|南京邮电大学学报(自然科学版)
期刊信息/Journal information
南京邮电大学学报(自然科学版)
南京邮电大学
南京邮电大学学报(自然科学版)

南京邮电大学

朱洪波

双月刊

1673-5439

xb@njupt.edu.cn

025-85866912

210023

南京市亚芳新城区文苑路9号

南京邮电大学学报(自然科学版)/Journal Journal of Nanjing University of Posts and Telecommunications(Natural Science)北大核心CSTPCD
查看更多>>本刊是我校主办的以通信技术、基础科学、邮电管理科学为主要内容的自然科学综合性学术期刊。主要刊登科研、教学及基础科学研究方面的成果,开展国内外学术交流。
正式出版
收录年代

    基于CNN-LSTM和卷复制方法的高可用系统设计方法

    张焱李新建王畅章建军...
    114-121页
    查看更多>>摘要:针对单机服务器存在的单点故障问题,以及主备双机中存在的逻辑故障导致数据丢失的问题,设计了一种基于卷积和长短期记忆神经网络(CNN-LSTM)和卷复制方法的 HA(High Availability)系统.系统至少包含两个节点,一个主节点以及一个或多个备用节点,主节点和备节点之间支持主备切换.每个服务器节点上包含4 个模块,分别是负责接收配置信息与读写请求的代理模块;进行磁盘读写操作和重定向读写的磁盘I/O(输入输出)模块;负责主备节点间备份快照、映射表、数据块复制的卷复制模块以及基于CNN-LSTM进行状态检测的高可用模块.实验表明,该系统不仅可以解决单点故障问题,也可以解决主备双机集群中无法解决的逻辑错误问题;同时基于CNN-LSTM方法,自动针对服务器的运行健康状态进行分析和预测,可以根据预测结果自动通知管理员进行处理或自动进行主备切换.

    卷复制数据丢失快照CNN-LSTM高可用系统

    基于知识图谱的长短期序列推荐算法

    胡泽宇肖玉芝霍宣蓉黄涛...
    122-130页
    查看更多>>摘要:现有的部分序列推荐算法较少关注用户短期兴趣随时间变化的问题,从而导致推荐的精度不够理想,且在用户兴趣转变的可解释性上有待提高.据此,提出了一种基于知识图谱的长短期序列推荐算法(KGLSR).将交互历史划分为长期和短期行为序列后,结合卷积神经网络与注意力机制进行长期兴趣的特征重构,并引入知识图谱与图注意力更新用户的短期偏好,最后实现自适应聚合.经验证,该模型在3 类真实场景下的数据集中以HR、MRR和NDCG为评价指标的表现均优于对比实验中的主流基线模型.

    序列推荐知识图谱长短期兴趣图注意力网络

    各向异性的L0正则化图像平滑方法

    赵吴帆武文娜武婷婷
    131-138页
    查看更多>>摘要:现有的图像平滑方法缺乏灵活性,会导致边缘不清晰、结构缺失和过度锐化等问题.文中提出一种新的自适应加权矩阵的正则化方法,主要应用于图像平滑,并且可以扩展到其他应用.提出的模型设计了一个新的正则化项,基于梯度算子▽和自适应加权矩阵T组合为L0 范数正则化项,使得模型具有各向异性.通过为不同梯度方向赋予不同的权重,以此来刻画平滑图像的局部结构,更好地展现局部特征,防止过度平滑.由于所提出的模型是非光滑且非凸的,在求解上比较复杂,因此采用ADMM算法对模型进行求解.把目标函数分解成几个易求解的子问题,分别对每个子问题求解,最终得到模型的最优解.主客观实验表明,提出的模型在视觉效果以及数值方面都有明显的提高.

    图像平滑L0正则化自适应加权矩阵各向异性交替方向乘子法

    《南京邮电大学学报(自然科学版)》投稿须知

    封3页