李鸣 作品数:12 被引量:1 H指数:1 供职机构: 福州大学 更多>> 相关领域: 自动化与计算机技术 艺术 文化科学 更多>>
基于摘要语义分析的计算机视觉类论文内容判别方法及系统 本发明涉及一种基于摘要语义分析的计算机视觉类论文内容判别方法及系统。该方法包括:针对输入的计算机视觉类论文的摘要进行预处理,并根据预处理结果完成机器学习模型结构名称的提取;提取计算机视觉类论文的关键词组,并将提取到的关键... 陈星 郭晨皓 李鸣视觉类深度神经网络的自动标注 被引量:1 2020年 针对开发人员难以快速从众多模型中找到自己所需的模型的问题,提出了一种基于自然语言处理技术的视觉类深度神经网络的自动标注方法。首先,划分视觉类神经网络的领域类别,根据词频等信息计算关键词及其对应的权值;其次,建立关键词提取器从论文摘要中提取出关键词;最后,将提取得到的关键词和已知权值进行相似度计算,从而得到模型的应用领域。从三大国际计算机视觉领域会议,即国际计算机视觉大会(ICCV)、IEEE国际计算机视觉与模式识别会议(CVPR)和欧洲计算机视觉国际会议(ECCV)发表的论文中选取实验数据进行实验。实验结果表明,所提方法能够提供宏平均值为0.89的高精度分类结果,验证了该方法的有效性。 李鸣 李鸣 陈星关键词:计算机视觉 文本分类 关键词提取 一种基于OpenFaaS的多边缘管理框架系统 本发明提供了一种基于OpenFaaS的多边缘管理框架系统,包括离线操作与在线操作;所述离线操作包括函数部署与边缘节点接入,所述在线操作即为函数执行位置的实时调度。本技术方案实现对多个边缘上OpenFaaS的搭建与状态管理... 陈星 林璟峰 李鸣边缘环境下面向对象应用以函数为粒度的自适应卸载方法 本发明涉及一种边缘环境下面向对象应用以函数为粒度的自适应卸载方法,首先通过代码分析建立程序调用树并发现适合卸载的函数调用,再针对相关的函数按照特定程序结构进行代码重构,然后在运行时根据上下文环境进行卸载方案决策,并将函数... 陈星 李鸣边缘无服务平台中基于函数特征信息的资源配置方法 本发明涉及一种边缘无服务平台中基于函数特征信息的资源配置方法。由预测和决策模块组成。预测模块提取无服务器应用程序中所有函数的内部特征,并使用这些信息来预测函数在特定配置方案下的执行时间。在预测模块的基础上,决策模块分析环... 陈星 李鸣 林璟峰基于摘要语义分析的计算机视觉类论文内容判别方法及系统 本发明涉及一种基于摘要语义分析的计算机视觉类论文内容判别方法及系统。该方法包括:针对输入的计算机视觉类论文的摘要进行预处理,并根据预处理结果完成机器学习模型结构名称的提取;提取计算机视觉类论文的关键词组,并将提取到的关键... 陈星 郭晨皓 李鸣文献传递 一种边缘环境下支持多物联网应用自适应卸载的方法 本发明涉及一种边缘环境下支持多物联网应用自适应卸载的方法,包括:构建符合支持按需计算卸载的通用程序结构的应用程序;对于符合支持按需计算卸载的通用程序结构的应用程序,通过静态代码分析提取程序片段流程图,以给卸载方案的生成提... 陈星 李鸣 张建山一种边缘环境下DNN应用计算卸载自适应中间件构建方法 本发明涉及一种边缘环境下DNN应用计算卸载自适应中间件构建方法,包括以下步骤:步骤S1:构建卸载机制,所述卸载机制的输入为DNN源码,输出为可卸载的DNN目标代码;步骤S2:构建评估模型,所述评估模型的输入为环境配置和应... 陈星 李鸣文献传递 基于OpenFaaS的多边缘管理框架 2024年 移动边缘计算(Mobile Edge Computing,MEC)是一种利用靠近移动设备的边缘节点提供的计算能力,来提升性能的前沿技术。现有的一些先进的计算卸载方法,已能够支持在MEC环境中基于函数粒度进行动态卸载。函数即服务(Function as a Service,FaaS)作为无服务架构的一种经典范式,提供了一种在函数粒度上构建和拓展应用程序的新方式。相比传统的方式,FaaS提供了理想的资源弹性。OpenFaaS作为当下流行的开源FaaS项目,为FaaS平台的搭建提供了良好的基础。将先进的计算卸载方法与FaaS解决方案(OpenFaaS)进行整合,是有意义且具有挑战的。为此,文中设计并实现了一个基于OpenFaaS的多边缘管理框架,该框架实现了对多个边缘上OpenFaaS的搭建与状态管理。同时,对于需要部署的函数,将其重构并部署到OpenFaaS上,在运行时能够灵活地在多个OpenFaaS间调度函数执行。针对5个实际的Java智能应用对该框架进行了评估,结果表明该框架可以有效管理多个边缘,且与本地运行相比,该框架平均可节省10.49%~49.36%的响应时间。 林璟峰 李鸣 李鸣 陈星面向负载时间窗口的基于PSO-GA的云服务资源自适应分配方法 本发明涉及一种面向负载‑时间窗口的面向负载时间窗口的基于PSO‑GA的云服务资源自适应分配方法,包括以下步骤:步骤S1:初始化时间窗口参数;步骤S2:采用改进的PSO‑GA算法,并基于QoS预测模型,搜索窗口内的目标资源... 陈星 杨立坚 胡俊钦 林章颖 李鸣文献传递