Current Location:home > Browse
Your conditions: 张弛(3)

1. chinaXiv:202009.00065 [pdf]

基于改进注意力迁移的实时目标检测方法

张弛; 刘宏哲
Subjects: Computer Science >> Integration Theory of Computer Science

目前深度神经网络模型需要部署在资源受限的环境中,故需要设计高效紧凑的网络结构。本文针对设计紧凑的神经网络提出一种基于改进注意力迁移的模型压缩方法(KE),主要使用一个宽残差教师网络(WRN)指导一个紧凑的学生网络(KENet),将空间和通道的注意力迁移到学生网络来提升性能,并将该方法应用于实时目标检测。在CIFAR上的图像分类实验验证了经过改进注意力迁移的知识蒸馏方法能够提升紧凑模型的性能,在VOC上的目标检测实验验证了模型KEDet具有很好的精度(72.7mAP)和速度(86FPS)。实验结果充分说明基于改进注意力迁移的目标检测模型具有很好的准确性和实时性。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits5513Downloads621 Comment 0

2. chinaXiv:202009.00109 [pdf]

基于MapReduce的并行频繁项集挖掘算法研究

刘卫明; 张弛; 毛伊敏
Subjects: Computer Science >> Integration Theory of Computer Science

针对并行MRPrePost (parallel PrePost algorithm based on MapReduce)频繁项集挖掘算法在大数据环境存在运行时间长,内存占用量大和节点负载不均衡的问题。提出一种基于DiffNodeset的并行频繁项集挖掘算法—PFIMD(parallel frequent itemsets mining using DiffNodeset)。该算法首先采用一种数据结构DiffNodeset,有效的避免了N-list基数过大的问题;此外提出一种双向比较策略“T-wcs”(2-way comparison strategy),以减少两个DiffNodeset在连接过程中的无效计算,极大的降低了算法时间复杂度;最后考虑到集群负载对并行算法效率的影响,进一步提出了一种基于动态分组的负载均衡策略“LBSBDG”(load balancing strategy based on dynamic grouping),该策略通过将频繁1项集F-list中的每项进行均匀分组,降低了集群中每个计算节点上PPC-Tree树的规模,进而减少了先序后序遍历PPC-Tree树所需的时间。实验结果表明,该算法在大数据环境下进行频繁项集挖掘具有较好的效果。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits3896Downloads250 Comment 0

3. chinaXiv:201909.00115 [pdf]

WRF模式在天山地区模拟能力的敏感性评估

陈淑莹; 胡琪; 张弛; 陈曦; 邱源; 杜皓阳; 魏彩霞
Subjects: Geosciences >> Other Disciplines of Geosciences

为探寻天山地区气候模拟WRF(weather research and forecasting)模式中最优参数化方案组合,针对云微物理方案(MIC)、积云对流方案(CS)、行星边界层/近地面层方案(PBL/SLS)、陆面过程方案(LSM)以及长短波辐射方案(LSW)设计了6组季节尺度物理参数化方案敏感性试验,模拟时间设为2014-11-28—2015-12-01。利用地面气象站观测数据和GPM(global precipitation measurement)卫星降水数据(R≥0.6),对模式模拟的日最高、最低气温及降水进行验证。结果表明:WRF模式对气温的模拟效果较好,且对日最高气温(0.8

submitted time 2019-09-09 From cooperative journals:《干旱区研究》 Hits6175Downloads762 Comment 0

  [1 Pages/ 3 Totals]