摘要：在基于transcoding代理的流媒体服务系统中,CPU和网络是两种潜在的瓶颈资源.本文提出了一种有资源适应性的transcoding代理缓存机制,统一考虑CPU和网络的资源需求,以提高系统的服务能力.首先推导了多版本缓存策略下网络收益和CPU收益的计算方法.通过引入一个时变的影响因子α(t),给出了缓存系统聚合资源收益的表达.在此基础上给出了单个对象的缓存价值函数,并设计了RAC替换算法.实验表明RAC具有较好的资源适应性和系统吞吐率.

摘要：手写通常是作曲者最传统且最自然的谱曲方式.然而受限于对书写过程的控制以及音符识别方法的影响,现有软件对音符的录入绝大多数仍基于非自然的鼠标点选模式.为解决这一问题,提出面向"自然"和"满足感"的交互设计思路.通过引入纸带放大镜和自由书写2套交互模型,最大限度还原纸笔创作的自然度与流畅度;同时提出基于轮廓扫描与分类的手绘音符识别方法,能够实现对多种不同类型音符的自动识别.前期系统测试结果表明,文中识别方法具有较强的容错能力,交互设计具有较高的用户满意度.

摘要：正确的时间属性和行为对于实时软件来说非常关键,然而这却很难得到完全的保障.在实际工业中,实时性错误不仅会在软件的设计开发阶段被引入,在软件的维护阶段,随着软件的演化也同样会引入这种错误.当软件维护人员对系统不够熟悉时,维护阶段引入这些错误的可能性会更大.目前,还没有研究结果可以在软件修改发生之前,通过分析系统的时间关系信息来帮助指导软件维护人员减少或者避免引入时间相关的错误.在这样的背景下,文中提出了一种实际可用的分析途径来解决这一问题,称之为时间变化影响分析.这一解决途径在软件维护人员做出修改之前就可以分析软件内在的时间关系信息,从而帮助维护人员在软件的实际演化前预测可能带来的时间影响.在具体的操作上,可以通过告知软件维护人员程序代码中的某些位置点可能会对整个程序任务的执行时间产生很大的影响,来提醒他们修改这些位置点的代码时应当特别小心.由于这些点对程序任务的执行时间敏感,我们称之为时间变化敏感点.文中通过一种基于扰动的测试实现来检测程序中的时间变化敏感点,通过在程序中插桩不同的代码时延,达到对执行时间的扰动作用.对这些扰动作用下的程序执行时间数据进行统计,得到程序中各个位置点对时间影响的定量度量.对于实际使用的大规模程序,该方法通过集成静态程序分析技术提高吞吐量和减小漏报率.文中对分析途径做了原型实现,并在Mlardalen WCET基准用例集和开源项目Free Lossless Audio Codec(FLAC)上做了实例评估.评估结果展示了该方法的可行性和有效性.

摘要：提出了一种从 VDM- SL(Vienna development method- specification language)规约到并发面向对象程序的开发方法 ,这种方法基于 DD- VDM(data decomposition- Vienna development method) .在此基础上提出了虚拟原子、服务并行和内部并行等概念 ,继而提出一种嵌套面向对象结构来体现这些功能 .分别从共享量并行系统和分布并行系统的角度讨论了嵌套面向对象结构的实现技术 .

摘要：综合分析了语音和音乐的区别性特征 ,包括音调、亮度、谐度等感觉特征与 MFCC(Mel- Frequency CepstralCoefficients)系数等 ,提出一种 left- right DHMM(Discrete Hidden Markov Model)的分类器 ,以极大似然作为判别规则 ,用于语音、音乐以及它们的混合声音的分类 ,并且考察了上述特征集合在该分类器中的分类性能 .实验结果表明 ,文中提出的音频特征有效、合理 。

摘要：区块链具有分布式、不可篡改、去中心化、历史可追溯等特点,但难以落地.智能合约的引入,有效地解决了这一难题.然而,智能合约的开发和运维存在部署效率低、监控工具不成熟等问题.受DevOps自动化工具支持微服务持续交付、持续监控的启发,针对上述问题,提出了一种用于智能合约微服务化改造的框架.随后,结合支持DevOps的工具设计原型平台Mictract,完成智能合约的部署和监控.在Hyperledger Fabric官方链码Marbles上的案例研究表明,该框架和原型平台能够显著提升智能合约部署和监控的自动化水平.

摘要：针对CAD等工程应用的需要,提出一种具有全局L∞误差控制特性的三角网格模型数字水印算法.在建立多分辨网格的同时在网格顶点坐标上嵌入水印信息,通过局部几何特征进行误差控制.由于水印被冗余地嵌入在模型的整个频带上,该算法可有效地抵抗多种攻击.实验结果表明:文中算法可将水印产生的误差控制在指定的阈值内,且能够抵抗多种水印攻击,具有较好的鲁棒性.

摘要：随着互联网人工智能技术的飞速发展,学习用户特征并精准投放广告能够显著提升广告的点击率(Click-Through-Rate,CTR)与转化率(Conversion Rate,CVR).人群智能定向是解决广告投放问题中极其重要的一环,其业界主流方法是使用转化用户和非转化用户训练基于用户特征的判断其是否会成为转化用户的分类模型.这个分类器的优劣依赖广告的实际转化人群规模,规模越大,越能准确判断.但在实际应用中通常面临某些广告转化人群不足的问题,本文利用在学术与工业场景占据重要研究地位的基于内容的检索技术来扩充相似广告集合,从而扩充对应转化人群.现有的单模态检索方案只关注于单个模态的特征(文本/图像),忽视了不同模态间的内在共有联系,使得挖掘出的广告特征不全且包含大量噪声,最终导致相似广告的检索结果质量不高,从而导致相似转化人群的扩充质量低下.而近年来兴起的跨模态检索方案主要关注以文搜图或以图搜文,并且没有考虑到通用目标检测器并不适用于特定领域图像数据这一事实.为解决这些问题,本文提出一种以广告分类为基本训练目标的多模态商品广告特征融合建模方法,以提升相似广告检索的效果.具体来说,本文使用Transformer模型提取文本语义特征,使用目标检测YOLO模型挖掘图像中细粒度的视觉特征,并结合文本注意力机制识别图像中与商品相关的目标,以降低无关目标给广告特征带来的噪声影响.同时,本文提出了一种多模态融合注意力机制,以高效融合广告文本和图像特征.该模型命名为ToTYEmb(Text oriented Transformer-Yolo fusion Embedding).另外,本文还提出了一种算法框架,将相似广告扩充、转化人群扩充加入到现有的人群智能定向工作流中.实验结果表明,较多个基线模型,本文方案有效提升了相似商品广告的检索质量,避免了很多由单模态信息带来的错误.同时离线人群定向更新实验表明本文提出的利用相似广告扩充转化人群确实能在很大程度上优化现有的人群智能定向算法.

摘要：基于最佳并行度的任务依赖图调度策略充分利用编译时刻所得到的全局信息，采用横向和纵向任务合并，处理节点预分配，静态调度和动态调度相结合、集中式调度和分层调度相结合等措施，是一种简单的、具有较高效率的实用化调度方案．该调度方案能够在尽量压缩调度长度的情况下节约系统资源．

摘要：对一个三维虚拟博物馆系统的设计模型、体系结构和关键技术进行论述,通过引入网络发布工具和浏览器实现系统的网络化。创建工具、场景描述语言和展馆发布及浏览模块作为系统的主要构件,将海量的博物馆资源数字化,并提供给用户进行虚拟参观和漫游。这样不仅有利于馆藏物品的管理与保护,同时实现了更广泛范围内的资源共享。