基准测试
基准测试的相关文献在1995年到2022年内共计361篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、经济计划与管理
等领域,其中期刊论文289篇、会议论文11篇、专利文献394730篇;相关期刊159种,包括今日电子、通信世界、中国集成电路等;
相关会议11种,包括第四届全国智能信息处理学术会议、第十四届全国容错计算学术会议、2011年中国国际广播电视信息网络展览会(CCBN2011)等;基准测试的相关文献由522位作者贡献,包括刘禹、关强、赵健等。
基准测试—发文量
专利文献>
论文:394730篇
占比:99.92%
总计:395030篇
基准测试
-研究学者
- 刘禹
- 关强
- 赵健
- 夏建东
- 曾隽芳
- 朱智源
- 王乐春
- 齐阿·奇希蒂
- 龚正虎
- 何金勇
- 单征
- 张学杰
- 李春艳
- 杨海峰
- 王伟
- 陈磊
- 魏凯
- A·P·瑞利
- David Newman
- M·奥特曼
- N.布胡塔尼
- N·L·恩格尔
- N·巴特森
- T.P.马图尔
- 万健
- 乔鑫
- 任祖杰
- 刘嘉瑶
- 刘怀达
- 叶磊
- 司嘉奇
- 周丽
- 周海鹰
- 周润松
- 周腊梅
- 周鑫
- 唐君
- 姚兰
- 姜春宇
- 宣栋梁
- 岳峰
- 崔雪兵
- 左德承
- 庞建民
- 张一鸣
- 张啸川
- 张天明
- 张岩
- 张文敏
- 张琪
-
-
王士英;
张跃峰;
王海
-
-
摘要:
设施农业是一种现代农业生产方式,是增强农业综合生产能力的重要途径。推动设施农业转型升级、提质增效,需实现“绿色”“低碳”“循环”“资源节约”“环境友好”的可持续发展目标。能源稳定性和能耗成本越来越成为设施农业提档升级面临的主要压力,也是很多设施农业项目无法实现盈利的关键障碍。因此,要尽快开展设施农业能耗效率基准测试,通过大量采集不同生产企业、设施类型和作物种类的能耗数据,进行纵横对比、深入分析,揭示多种设施农业模式背后的许多深层次的差别,建立高性能的行业基线和以能耗效率或生产力为度量的关键绩效指标。
-
-
郑纬民
-
-
摘要:
近年来,预训练语言模型的出现给自然语言处理领域带来了一场变革,成为人工智能技术发展的前沿和热点。大规模预训练可以有效缓解传统技术在特征工程方面面临的压力。通过学习通用语言表示,模型具备了语言理解和生成能力,几乎在所有自然语言处理任务上都取得了突破。因此,各类基准测试任务的效果显著提高,这展示了大规模预训练广阔的应用前景。庞大的参数规模使得模型具备了更强的能力,同时也对模型的构建、训练和应用落地提出了挑战。
-
-
郭华
-
-
摘要:
利用支配和指标度量结合的方式提出一种新的支配关系,通过该支配关系构造出新的多目标优化算法MOEA-PBI,该算法对多目标优化问题进行有效优化,从而得出一组可供选择的折中解。新算法与其他三种代表性的多目标进化算法一同在3,5和8目标的DTLZ基准测试问题上进行测试,结果表明MOEA-PBI算法具有较为优秀的收敛性和多样性。因此得出结论,MOEA-PBI算法是一种可以选择的多目标进化算法。
-
-
陈先龙;
周锐波
-
-
摘要:
简要介绍双共轭Frank-Wolfe算法、交叉口通行能力计算分配算法、动态用户均衡分配算法和基于仿真的动态分配算法4种交通分配算法的原理和实现过程。以广州东站周边地区为例,构建了基于PTV VISUM软件的测试平台。从分配算法的效率、收敛性和分配结果等方面进行评价分析,并开展以双共轭Frank-Wolfe算法为参照的基准测试。研究结果表明,基于仿真的动态分配算法和双共轭Frank-Wolfe算法的分配结果呈高度相关性,能够在可接受的耗时基础上,提供高质量的分配结果,助力交通模型从静态走向动态,实现从需求模型到运行模型的转变。
-
-
赵军;
陈磊
-
-
摘要:
近年来,国外学者尝试建立一个新的基准框架即LARG框架,将精益、敏捷、弹性和绿色理念整合在一起,作为企业及其供应链可持续发展政策的战略考量,国内学术界尚未涉及该框架的研究.LARG-P指数模型可从企业和供应链两个层面构建,以德尔菲法通过四轮调研确定相关权重系数,并以一个典型供应链作为案例进行实证检验,通过对供应链上三家企业的调研访谈来验证LARG-P指数作为基准测试工具的可行性.研究发现,在当前供应链可持续实践领域中,理论与实践仍明显脱节,企业及其供应链追求可持续发展过程中仍停留在绿色视角,而理论研究则认为,弹性视角甚至更全面的视角很有必要.供应链层面的可持续实践指数取决于全链成员的可持续实践行为和策略,除企业层面不容忽视的行为协同效应外,供应链层面的实践策略组合同样重要,应将精益实践、敏捷实践、弹性实践和绿色实践纳入统一框架中.在LARG框架下,可以通过调整某一实践策略的权重以应对策略转移的需要,不可顾此失彼或重心不清.基于LARG框架的可持续发展理念可以为管理者提供更全面的信息,以支持他们制定更合理的实践决策,从而推动供应链和企业两个层面经济、环境和社会效益等可持续目标的实现.
-
-
胡鹤;
赵毅;
庞飞
-
-
摘要:
容器是近年来新兴的虚拟化工具,可以实现资源和系统环境的隔离.容器能够帮助高性能计算应用程序将依赖打包进轻量级可移植的环境中,解决因软件配置无法在高性能计算资源上运行的问题.容器在虚拟化宿主机过程中具有性能开销,为了解GPU加速高性能计算平台上容器虚拟化技术的性能特征,使用标准基准测试工具对Docker容器进行了全面的性能评估,包括文件系统访问性能,并行通信性能及GPU计算性能.评估结果表明,在文件系统I/O开销及GPU计算开销方面,容器具备近乎原生宿主机的性能,容器的并行通信开销随着网络负载的增大而增大.在仅考虑性能的情况下,容器方案适用于通信负载不大的并行应用程序.
-
-
胡鹤;
赵毅;
王宪贺
-
-
摘要:
为了实现资源和系统环境的隔离,近年来新兴了多种虚拟化工具,容器便是其中之一.在超算资源上运行的问题通常是由软件配置引起的.容器的一个作用就是将依赖打包进轻量级可移植的环境中,这样可以提高超算应用程序的部署效率.为了解基于IB网的CPU-GPU异构超算平台上容器虚拟化技术的性能特征,使用标准基准测试工具对Docker容器进行了全面的性能评估.该方法能够评估容器在虚拟化宿主机过程中产生的性能开销,包括文件系统访问性能、并行通信性能及GPU计算性能.结果表明,容器具备近乎原生宿主机的性能,文件系统I/O开销及GPU计算开销与原生宿主机差别不大.随着网络负载的增大,容器的并行通信开销也相应增大.根据评估结果,提出了一种能够发挥超算平台容器性能的方法,为使用者有针对性地进行系统配置、合理设计应用程序提供依据.
-
-
李丹丹
-
-
摘要:
cqvip:实现中文文本纠错的目的是提高语言的正确性,同时减少人工校验成本。序列到序列的深度模型可以避免人工提取特征,减少人工工作量,对文本任务拟合能力强,特别是Transformer模型,近几年在自然语言处理领域大火大热。Transformer模型摒弃了传统序列到序列模型中CNN或RNN的方法和模块,开创性地将自注意力机制作为编解码器的核心,不仅训练速度快,而且解决了RNN处理长距离文本可能导致语义丢失的问题。本论文设计了一个基于Transformer的中文纠错系统,经过NLPCC2018官方基准测试集的测试,本论文设计的模型精确率达到27.19,召回率达到12.27,证明本系统有效。
-
-
王晨;
邓昌义;
李嘉伟;
李郁佳
-
-
摘要:
当前,人工智能芯片行业发展尚处于起步阶段,对人工智能芯片的测评研究仍处于探索阶段,国内外均未建立完善的测评体系,严重制约了人工智能芯片的发展.本文首先介绍了当前人工智能芯片主要的性能衡量和评价指标,总结了现有测评技术的难点,从架构、应用两个层面阐述了国内外测评研究的现状,并对现有方法进行了综合分析,最后对人工智能芯片测评技术未来的研究趋势进行了展望.
-
-
李丹丹
-
-
摘要:
实现中文文本纠错的目的是提高语言的正确性,同时减少人工校验成本。序列到序列的深度模型可以避免人工提取特征,减少人工工作量,对文本任务拟合能力强,特别是Transformer模型,近几年在自然语言处理领域大火大热。Transformer模型摒弃了传统序列到序列模型中CNN或RNN的方法和模块,开创性地将自注意力机制作为编解码器的核心,不仅训练速度快,而且解决了RNN处理长距离文本可能导致语义丢失的问题。本论文设计了一个基于Transformer的中文纠错系统,经过NLPCC2018官方基准测试集的测试,本论文设计的模型精确率达到27.19,召回率达到12.27,证明本系统有效。
-
-
-
-
LI Chun-yan;
李春艳;
ZHANG Xue-jie;
张学杰
- 《第四届全国智能信息处理学术会议》
| 2013年
-
摘要:
随着云计算技术的发展,高性能计算云(HPC in the Cloud)已得到学术界和产业界的关注.由于虚拟化技术带来的性能开销,高性能计算云面临着一些挑战.针对"高性能计算+云"的计算模式,分析了高性能计算云的优势,深入介绍了国内外基于基准测试的高性能计算云的性能评测、性能优化、能耗和成本效益等关键问题,得出了针对基准测试的高性能计算云研究的基本思路,并对当前面临的问题和今后的发展趋势进行了总结和展望.
-
-
-
钟力;
何金勇;
王久明
- 《2003中国计算机大会》
| 2003年
-
摘要:
基于网络的入侵检测系统是网络安全的重要组成部分,其基准测试方法一直是国内外测评机构研究的热点.本文从功能测试、性能测试和安全性测试三个方面,详细地讨论了它的基准测试方法.其中,功能测试包括网络数据包分析能力和攻击检测能力测试;性能测试为在不同数据包长度和数量的背景流量下的攻击识别能力测试;安全性测试分为拒绝服务攻击和插入与规避攻击测试.
-
-
-
-
-