摘要:反虚拟化是当前影响恶意代码动态分析系统全面获取样本行为数据的重要因素.本文提出从恶意代码动态分析环境的主机环境，网络环境和用户交互环境进行系统的反虚拟化对抗方法，并将反虚拟化对抗实现在已有的动态分析系统上，实验结果表明反虚拟化对抗有效的增强了动态分析系统获取样本行为数据的能力.

摘要:为解决传统供应链中贸易数据潜在伪造、篡改等安全问题，提出了一种基于区块链技术的供应链可信数据管理方案.首先，以智能合约将贸易规则代码化，防范履约风险和提高贸易数据处理可信性；其次，采用ZSS04方案和抽样技术交互完成贸易数据完整性检验；再次，设计了适用于供应链的分布式共识机制，以提高贸易数据存储可信性；最后，利用区块链技术所具有的原生特性实现非可信环境下的可信数据管理.分析以及实验结果表明，该方案能够为供应链中贸易数据管理提供新的思路和技术支持.

摘要:垂直搜索引擎构建是搜索领域的热点问题之一，应用领域广泛.现有的方法一般都只是对垂直搜索引擎构建中的某一个或几个阶段进行优化，且针对不同网站信息的获取往往需要人工配置操作，较为繁琐.本文在深入研究构建垂直搜索引擎技术的基础上，运用Heritrix、Solr等JAVA开源工具，结合网页正文抽取和完整性词抽取算法，提出了一套自动化构建垂直搜索引擎的方法，对该方法实现各阶段的关键问题展开了研究，并给出相应的优化方案.实践表明，提出的方法与优化方案具有较强的实用性.

摘要:随着人工智能的发展，场景识别作为计算机视觉研究的重要方向之一，吸引着越来越多研究者的关注.由于传统的手工特征无法充分描述场景图像的信息导致效果不理想，而卷积神经网络（CNN）提取的特征能够包含丰富的场景语义和结构信息，因此就常见的体系结构而言，本文选取AlexNet网络模型进行场景识别的研究，分别从网络模型的深度、宽度、多尺度化提取以及多层融合考虑进行改进，改进后在两个数据集上的识别率分别可达92.0%和94.5%，通过对比结果表明了本文方法的有效性.

摘要:目前，基于位置隐私的保护技术大多针对用户进行单次LBS请求进行设计，只考虑保护当前真实用户所在位置，而忽略了真实用户连续多次查询时存在的协作用户交叠导致真实用户位置泄露的情况，进而攻击者可根据真实用户位置点进行轨迹预测，最终获取真实用户运动轨迹，导致真实用户位置隐私的泄露.本文针对上述情况，在用户发起连续LBS请求时，提出了基于相似路径的位置隐私保护方法（LPBSP），首先通过网格结构中历史用户密度进行一定均衡处理，使之符合真实的环境条件；然后对前后相邻时刻构造的相似路径进行轨迹偏移度、速度相似度等进行一定条件约束，使其更加贴近真实用户，从而混淆攻击者，达到位置隐私保护的目的，最后本文通过实验对比验证了本文在匿名成功率、执行时间及位置隐私保护度方面的可行性.

摘要:为满足深埋式油气管道巡检监察需求，以及解决常规人工巡检手段效率低、时效性差、安全性低等问题，通过结合无人机飞行平台、卷积神经网络算法及计算机系统集成技术，设计并开发了一套基于卷积神经网络的无人机油气管线巡检监察系统，为油气管线的巡检监察工作提供技术支撑.本文首先介绍了巡检监察系统的总体设计方案、及作业流程进行了介绍；其次对系统组成进行了详细介绍，整个系统由无人机飞行平台、神经网络目标检测系统、无人机巡检监察管理系统以及无人机巡检执法终端四大子系统组成，无人机飞行平台以油动固定翼无人机为飞行载体，搭载高清相机进行数据采集，神经网络目标检测系统对影像数据进行自动检测、识别、搜索沿线工程车辆和管线隐患的目标，无人机巡检监察管理系统实现数据信息的存储管理及分发推送，无人机巡检执法终端接收隐患目标推送信息并进行现场快速执法；最后，对该系统的应用情况及后续的发展方向进行了总结和展望.目前，该系统成功应用于河南、甘肃等省份的油气管线巡检监察作业中，结果表明系统满足油气管线巡检监察的业务需求.

摘要:针对目前环保监管部门对排污企业不达标排放取证难的问题，提出了一种在线环保远程视频取证系统的实现方法.该方法通过流媒体分发技术、XML-RPC协议票据身份安全认证技术以及在ADSL网络环境条件下的音视频流优化技术，实现环保监管部门远程对排污企业排污情况的实时视频监控和历史视频取证.通过本项目研发的Web视频控件，结合污染源在线监测系统，组成一个综合性的在线环保远程视频取证系统，为环保监管部门更好地对排污企业管理以及排污取证提供了一个便捷的管理平台.

摘要:近年来，随着基于位置的社会网络（Location-Based Social Network，LBSN）热度的不断增加，为用户推荐下一个POI （Point-Of-Interests）也显得越来越重要.而对应的各种应用搜集到的用户的行为时间、地理、好友以及标签等信息的增多，使得POI推荐变得更加容易.目前针对POI推荐，已经有部分算法提出，但是他们受限于自身的局限性，还都不能很好的解决这个问题，例如，个性化马尔科夫链（Factorizing Personalized Markov Chain，FPMC）、张量分解（Tensor Factorization，TF）、RNN （Recurrent Neural Networks）等.但是，这些模型由于其本身缺陷，都不能完美的糅合POI场景中的所有信息.在这篇文章中，我们扩展了长短时记忆循环神经网络（Long-ShorT Memory recurrent neural networks，LSTM），提出一种全新的推荐框架POI-LSTM来解决POI推荐问题.POI-LSTM借鉴Embedding的思想，对用户信息、好友关系、POI信息和评论信息进行向量化后，输入到神经网络中，同时利用LSTM捕捉用户的兴趣特征和兴趣的变化趋势，最终能够在不同的输入层拟合社交网络信息和语义信息，同时利用用户历史行为的时间和地理位置信息来为用户推荐下一个兴趣点.

摘要:随着智能电网的快速发展，电力系统数据量的增长也非常迅速，电力大数据急待开展深入研究.电力数据产生的速率跨度大，数据源众多且交互方式繁杂，数据种类繁多等特点，已有大数据采集方式难以适应多源异构数据的混合采集应用场景.本文针对电力大数据提出了新的解决方案，通过混合数据采集模型和采集集群实现了对异构数据源采集任务的混合调度和管理；通过数据置信度标签技术，在保留原始数据的同时，标示数据的质量，为后续大数据分析应用提供了便利；通过Sqoop、Kafka、文件传输等方式将采集与处理后的数据提交给大数据平台存储.系统已经在用户现场部署并投入使用，运行稳定，效果良好.

摘要:随着人口老龄化和亚健康人群的增多，人们对健康监测服务的需求也不断增加.心率、血压、血糖等生理数据中包含了人体健康状况的重要病理信息，为接收和预处理这些生理数据，并完成对生理检测设备的集中管理和数据的自动采集，本文基于Raspberry Pi （树莓派）研究开发了一个家庭健康监测网关.该家庭健康监测网关，通过蓝牙通讯获取生理检测设备的数据，并进行存储或利用无线网络将其传输至服务器.最后，以监护对象的心电数据采集、传输及展示过程为例，对系统整体进行功能性测试.该网关为家庭健康监测提供了可行的方案，在减轻社会医疗压力方面具有重要意义.

摘要:复杂系统数据序列集未来行为的预测是一个难点，利用数据挖掘实现预测是有潜力的技术途径.针对包含多元时间序列和非时间序列的实时演进数据集，整合序列分割、聚类、模式在线匹配等处理流程，提出了一种主题发现与联合决策相结合的预测方法.在整个方法构建中，将拟构造的主题发现式预测和联合决策预测融合进前期的序列分割与聚类中，采用多时间粒度、多跨度对序列进行对应分层与分割，聚合形成各层的标准模式集.再以标准模式集，依照预测策略，反向搜索具有高稳定性延展行为的复合模式作为主题模式集，从而实现基于在线模式匹配的行为预测.最后，采用分布式并行计算的架构实现整个处理算法.理论推导和实验数据分析证明，相比传统的时间序列预测方法准确度得到提高.

摘要:水下机器人要求体积小、运动稳定，其控制系统更是要求功耗低、性能可靠、操作简便.本文以STM32F407作为主控单元，搭建了水下机器人运动控制系统，并对整个系统进行了软件结构设计及数据采集流程设计，对推进器进行了数据测试，建立了ROV空间运动坐标系，得出了垂直面的运动方程并以此进行了纵倾角和深度值在阶跃响应下的仿真分析，进一步证实运动控制系统的稳定性及可靠性.

摘要:随着嵌入式设备应用场景日趋复杂的变化，异构多核架构逐渐成为嵌入式处理器的主流架构.目前，多核处理器主要采用的单操作系统模式在实际应用中存在诸多局限性.为了充分发挥异构处理器的多核特性，针对异构处理器不同核部署相应的操作系统并实现多操作系统协同处理技术至关重要.本文对异构多核处理器（ARM+DSP）操作系统进行了研究，在异构多核平台上成功移植了嵌入式Linux和国产DSP实时操作系统ReWorks；为实现ReWorks与Linux操作系统协同处理，本文对核间通信的关键技术进行分析研究，并以TI公司的AM5718为例，设计了一系列多核异构通信组件.经测试，本文设计的异构通信组件实现了在ARM上对DSP核进行ReWorks操作系统和应用程序的动态加载、Linux与ReWorks核间消息收发、以及Linux与ReWorks的协同计算等功能.

摘要:随着气象系统业务内容的不断扩展，原气象核心网络在性能，稳定性和运维效率方面逐渐难以满足需求.为保障网络系统高效可靠运转，对网络现状进行研究并提出改造需求，详细设计网络改造方案和设备割接步骤，基于网络虚拟化和可视化融合运维平台，采用新一代CSS和iStack交换机堆叠技术，对气象核心网络进行了平滑升级改造，组建扁平化大二层气象网络系统.通过改造简化了网络结构，提高了网络效能和运维效率.

摘要:现有的集装箱船对各冷藏集装箱的控制相互独立，且单个冷藏集装箱的电力需求是随机的，造成总电力需求峰谷差较大，进而影响船舶电站的功率配置.为解决上述问题，需在保证温度安全的前提下对冷藏集装箱集群进行统一调度，本文提出一种基于量子遗传算法的功率平衡调度方法寻找冷藏集装箱集群的最优调度策略.首先，对冷藏集装箱优化调度问题建立数学模型，确定其约束条件及优化目标；然后，分别采用遗传算法（GA）及量子遗传算法（QGA）对优化目标求解，并比较经两类算法调度前后的冷藏集装箱实际功率变化情况及各项指标，评价两类算法的优化调度能力.实验结果表明：GA及QGA均能实现冷藏集装箱的优化调度，减小总电力需求的峰谷差，使负载功率趋于平衡，但QGA的寻优速度比GA快，平衡电力需求的能力及优化电站配置能力更强.

摘要:针对目前深度学习领域人体姿态估计算法计算复杂度高的问题，提出了一种基于光流的快速人体姿态估计算法.在原算法的基础上，首先利用视频帧之间的时间相关性，将原始视频序列分为关键帧和非关键帧分别处理（相邻两关键帧之间的图像和前向关键帧组成一个视频帧组，同一视频帧组内的视频帧相似），仅在关键帧上运用人体姿态估计算法，并通过轻量级光流场将关键帧识别结果传播到其他非关键帧.其次针对视频中运动场的动态特性，提出一种基于局部光流场的自适应关键帧检测算法，以根据视频的局部时域特性确定视频关键帧的位置.在OutdoorPose和HumanEvaI数据集上的实验结果表明，对于存在背景复杂、部件遮挡等问题的视频序列中，所提算法较原算法检测性能略有提升，检测速度平均可提升89.6%.

摘要:在对海洋遥感图像数据进行处理，特征可视化检测海洋信息的过程中，中尺度涡信息检测是重要内容之一，其结果直接影响海洋中尺度涡信息反演的精度.为了提高中尺度涡信息提取的准确性，本文根据海洋中尺度涡成像的特点，基于边缘检测，运用连通区域提取技术，综合利用涡旋的形状、尺度等判据，检测图像中的旋涡闭合等值线以及提取旋涡的特征参数.采用Matlab和C#混合编程，将中尺度涡检测算法和遥感数据信息有机结合起来，实现了中尺度涡检测的自动化和可视化，提高了遥感图像的处理效率.实验表明，该方法具有较高的中尺度涡信息检测精度，检测效果理想.

摘要:动态故障树分析对于复杂系统来说是一种重要的可靠性分析技术，但是二叉决策图等传统模块化方法存在严重的状态空间爆炸问题.本文系统介绍了边值决策图的动态故障树分析方法，其中边值多值决策图相对于其它现有的决策图具有更紧凑的表示函数，通过状态数的缩减，缩短了计算时间，有效缓解状态空间爆炸问题.实例证明了边值多值决策图在多状态系统和多功能系统中使用的方法和优势.

摘要:相关干涉仪算法（Correlation Interferometer Algorithm，CIA）是波达方位（Direction Of Arrival，DOA）估计中常用的算法，但是阵列的长短基线导致了该算法在测向中存在基线镜像对称和相位模糊问题.针对以上问题，本文提出了一种基于象限分类的改进相关干涉仪算法.首先，将信号到达各阵元的时间差转化为相位差，同时将得到的相位差与360°作比，记录得到的整数和余数.然后对余数进行象限分类，之后用传统的相关干涉仪算法求解得到信号的初始估计值，最后根据逆运算求解信号的最终估计值.实验仿真表明，该算法不仅解决了基线镜像对称和相位模糊问题，而且提高了信号估计的精度，降低了计算复杂度，提高了测向的实时性.因此在波达方位估计上具有很高的参考价值.

摘要:传统的运动目标跟踪预测算法难以保证机器人对高速运动目标的快速捕捉和提前预测，尤其是运动目标在滑行过程中发生碰撞改变了原有的运动方向，针对这一问题提出了基于帧间差分与碰撞算法相结合的运动目标跟踪预测算法.通过帧间差分法快速识别出平面内运动物体的具体位置和运动速度，根据其运动速度方向判别运动目标是否发生碰撞.当运动目标在运动过程中发生碰撞，采用LS-DYNA显示动力分析软件建立碰撞仿真模型，并用MATLAB拟合仿真数据得到碰撞算法，结合碰撞算法对运动目标的运动轨迹进行预测.结果表明以帧间差分和碰撞算法相结合的运动目标检测跟踪算法对于在平面内运动目标的跟踪预测方面速度更快，完全能够满足机器人对算法快速性的要求.

摘要:压缩域跟踪是直接从压缩码流中提取运动矢量和块编码模式来实现目标对象的跟踪.针对现有压缩域跟踪方法对小运动目标跟踪性能较差的问题，本文提出了一种面向小运动目标的压缩域跟踪算法.在分析现有算法不足原因的基础上，本文从起始帧掩模的获取、离群值边界的设置和预测跟踪小目标的边缘控制三个方面提升小目标跟踪的性能，并通过数据驱动的方法寻找到块编码感知的系统参数优化.所提算法在三个小目标视频序列上进行了测试，实验结果表明，与其它压缩域跟踪算法相比，本文算法可以有效地提高小运动目标跟踪的准确率和F度量.

摘要:近年来，图像超分辨率重建一直是热门的研究领域，但是对于任意倍增比的超分辨率研究仍然鲜见相应的成果.在高倍增比的情形下，图像清晰度变得较低，肉眼已难以识别图像的内容.随着技术的进步，机器视觉已开始识别清晰度极低的图像，面向任意倍增比的超分辨率技术研究已显得日益重要.通过测试各种代表性的超分辨率算法，本文在进行图像超分辨率的任意倍增比分析之后，根据全尺度质量总和准则提出了一种倍增比自适应的超分辨率重建算法.实验结果表明，所提算法在整个倍增尺度内实现了更好的整体重建性能.

摘要:针对机器人轨迹规划问题，提出了一种基于滑模控制的改进差分进化（IDE）算法.以运行时间和能量损耗为目标函数.利用种群中最好个体和平均水平个体的差分引导变异方向，利用种群中最好个体替换最差个体，加快收敛速度.取消变异因子和交叉因子，降低人工干预，增强了模型稳定性.利用保形分段三次Hermite插值代替三次样条插值，防止拟合过冲，降低了抖振.基于给出的状态空间方程，设计了滑模控制律，通过李亚普诺夫函数方法证明了系统的稳定性.仿真实验和结果分析表明，改进的算法有较强的搜索能力，加快了收敛速度，降低了运动轨迹的抖振.

摘要:针对传统谱减法存在的算法缺陷，提出一种基于联合最大后验概率的改进谱减法.传统谱减法通过获取带噪语音与噪声的幅度差值，并提取带噪语音的相位信息进行语音信号重建.该方法因为谱相减产生“音乐噪声”，并因为相位估计不准确，导致低信噪比下信号增强效果不理想.为此，引入多频带谱减法和相位估计，通过划分频谱，分别在子频带进行谱减法，有效降低“音乐噪声”的影响；同时构建基于最大后验概率的相位估计器，联合信号幅度函数和相位函数，通过多次交替迭代得到相位估值.实验结果表明，相对于传统谱减法，在低信噪比下该算法有效提高增强语音的质量感知和可懂度.

摘要:为了帮助读者从大量新闻报道信息中迅速地把握其主要内容，本文分析了事件要素对新闻主要内容的影响，结合新闻报道的基本原则和要求，提出了一种基于混合模型的事件要素提取方法.该方法首先对新闻数据中识别的实体进行加权，然后使用依存句法树分析实体在新闻事件中扮演的角色，并对关于要素的指代现象进行消解，最终融合频率及角色关系对实体加权的方法进行改进，有效地提取出新闻事件关联性较为重要的要素.实验结果表明，本文所述方法能够准确地提取出与新闻事件关联性较强的事件要素，提高了读者快速筛选新闻事件要素的效率.

摘要:岩矿薄片图像中矿物颗粒的提取是岩矿薄片粒度分析、成分识别的基础，为了进一步提升矿物颗粒提取的准确性，提出一种新的矿物颗粒分割提取方法.该方法以相同视域、不同角度下的正交偏光序列图像为基础，对序列图像进行融合后，利用熵率超像素算法提取矿物颗粒目标.为了减少矿物颗粒的过分割现象，采用快速区域合并算法合并具有相似性的区域，最后，依据矿物颗粒在正交偏光下的变化规律对分割区域筛选，再次进行颗粒目标融合实现颗粒自动分割.该方法提取岩矿薄片图像中的矿物颗粒，可以获得较好的效果.

摘要:Storm计算框架具有为多源异构大数据提供高效、快速、实时处理的能力.然而因Storm默认的调度策略使用了简单的轮询方法，无法根据集群动态的负载状态调整其任务的分配.针对该问题，提出了基于性能感知的负载均衡策略，根据节点的处理效率计算其性能感知值，并通过贪心调度保证节点的任务量与节点处理能力相匹配，以达到负载均衡的目的.通过与默认调度算法实验比较，结果表明该算法能够有效降低Storm处理时延，提高吞吐量和实现集群负载均衡.

摘要:提出了低信噪比下高可懂度的基于分段信噪比相对均方根（RMS）的语音增强子空间算法.现有的多数语音增强算法在低信噪比的恶劣条件下，改善带噪语音质量的同时通常会伴有语音可懂度的降低.一个重要原因是这些算法大都仅基于最小均方误差（MMSE）来抑制语音失真，却忽略了语音增强算法所导致的语音失真对差异类型语音分段的可懂度影响程度不同.为了改进这一缺点，提出了基于短时信噪比RMS对语音分段进行分类，然后调整处于信噪比中均方根语音分段的增益矩阵分量，来减小语音失真对增强语音可懂度的影响.客观评价实验说明，改进算法可以改善增强语音可懂度归一化协方差评价法（NCM）的评测值.主观试听实验说明，改进算法的确提升了增强后语音的可懂度.

摘要:特征匹配是图像拼接中的关键步骤之一，基于最邻近与次邻近欧氏距离比值的匹配算法往往存在大量的误匹配，好的筛选算法可以降低误匹配率提高处理效率，因此对于此类算法的研究具有重要意义.早期的RANSAC算法是一种被广泛使用筛选算法，但其存在迭代次数不确定，对BA过程不友好等缺陷.本文提出了一种全新的基于局部聚类思想的匹配筛选算法（LCMF）.利用SURF和ORB提取特征点，使用最邻近算法进行匹配，之后利用LCMF算法进行筛选，实验表明，在使用ORB特征提取时，该算法可以获得较好的筛选效果.

摘要:为了提高马斯京根模型在河道洪水演算过程中的求解精度，提出一种基于改进灰狼优化算法的马斯京根模型参数估计新方法，并将其应用于南运河称沟湾至临清段洪水演算.实验结果表明，改进的灰狼优化算法可以有效地估算出马斯京根模型中的参数，且与现有的马斯京根模型参数估计方法相比，该算法计算精度更高，具有更好的优化性能.

摘要:综合考虑影响粮食产量的多种因素，运用改进的粒子群算法优化BP神经网络的初始权重，建立了适合小样本粮食产量的预测模型.实验表明，与BP神经网络粮食预测模型和PSO-BP神经网络粮食预测模型相比，该模型具有更高的预测精度和较大的适应度.

摘要:针对传统单稀疏表存储模型存储空间利用率低以及块表存储模型重构租户逻辑关系时连接次数多的问题，提出了稀疏表与块表结合的存储模型.该存储模型中将租户基于SaaS应用服务商提供的逻辑表上定制的属性及自定义的逻辑表中的属性映射到列数合适的稀疏表中存储，而将租户一部分常见数据类型的自定义的属性存储到块表中，以此避免因扩展字段的列数超过稀疏表列数导致的数据迁移问题，最后通过定义查询重写器给出了从租户逻辑SQL请求到物理SQL请求的转换.实验结果表明，该存储模型在存储空间利用率及查询效率上相比传统的稀疏表存储模型都有所提升.

摘要:特征选择即是降维去噪的过程，一个词汇是否具有强的类别区分能力通过特征选择评价函数的权值大小来衡量，然而影响特征选择的因素有很多，主要包括特征的维度、重要性和语义；针对短文本信息量少导致特征表示高维稀疏和传统特征提取方法缺乏语义的问题，构建多因素融合的特征选择函数FS，和传统的特征选择函数TF-IDF对比，FS不仅融入了特征的语义性，而且能够去除大量冗余特征，提高具有类别区分能力特征的权重；把FS作为新的特征选择函数，使用搜狗实验室的中文语料库进行短文本分类实验，验证了方法有效性.

摘要:分布式ICE中间件是一款高效的RPC框架，它支持跨语言开发，其中的IceGrid服务是整个框架的核心，主要的作用是给客户端提供位置管理，远程管理，负载均衡和服务注册等服务.在ICE构建的分布式平台中，一旦IceGrid服务出现问题，整个网络通信就会出现问题.IceGrid本身支持主从模式的高可用，但是当主节点不可用时，从节点不会自动升级为主节点，必须在从节点进行手动配置重启，这严重影响了IceGrid的效率.Zookeeper是开放源码的分布式应用程序协调服务，它是一个为分布式应用提供一致性服务的软件，本文提出一种基于Zookeeper的IceGrid服务的高可用改进模型，当主节点不可访问时，由Zookeeper在从节点中进行选举协调，选中的从节点自动升级为主节点.

摘要:为更深入挖掘用户位置信息，本文从位置语义相似性角度挖掘用户特征.利用LDA算法对用户签到信息进行位置主题建模，采用Gibbs采样算法计算LDA模型中的分布函数，并根据这些分布提出了基于签到地点语义的用户相似性特征向量.利用有监督的机器学习算法，综合LBSN的网络结构信息、签到地点信息、地点语义信息得到多维相似性特征向量来进行链接预测.在Gowalla数据集上的实验结果表明，相较于传统的链接预测算法，将基于签到信息的多个相似性特征作为辅助信息的链接预测算法显著提高了LBSN链接预测的性能.

摘要:本文是对SKIG RGB-D多模态的孤立手势视频进行手势识别研究.首先将RGB和Depth两种单模态视频提取成图片的形式保存，然后采样成长度为32帧的手势序列分别输入到本文提出的稠密连接的3DCNN组件学习短期的时空域特征，然后将提取的时空域特征输入到卷积GRU网络进行长期的时空域特征学习，最终对单模态训练好的网络进行多模态融合，提升网络识别准确率.本文在SKIG数据集上取得了99.07%的识别准确率，达到了极高的准确率，证明了本文提出的网络模型的有效性.

摘要:IS-IS是一种链路状态路由协议，相比OSPF更高效而稳定的特性被从OSI引入到TCP/IP协议栈，其既支持CLNP也支持IP路由.在对IS-IS协议NSAP地址、区域类型、报文类型及工作原理等深入研究的基础上，设计了一种多区域多网络类型的IS-IS实验网络模型，并通过Dynamips仿真平台实现.结合抓包及对IS-IS LSDB等等表分析，仿真结果验证了IS-IS协议机制和原理，为在实际网络中的部署提供了参考，并且该实例可直接迁移到实际网络中.

摘要:现存极化码译码算法仍然遭受非常高的复杂度.针对此问题，提出一种基于BP神经网络的SCL译码算法，该算法通过离线收集数据来搭建并训练一个合适的BP神经网络；借助已完成训练的BP神经网络，通过在线操作来寻找列表大小L的最优初始值；在此基础上，通过设计一种改进的SCL译码算法来降低复杂度.实验结果表明，与现存算法相比，新算法在低信噪比下能够显著降低平均译码复杂度.

摘要:出租车换道行为的统计特性对研究经济、心理等人类动力学有重要的意义.结合大数据分析技术，基于西安市出租车GPS轨迹数据对出租车司机的换道行为进行了定量研究.设计了一种基于出租车GPS轨迹数据的出租车司机换道行为识别模型，利用大数据平台对出租车司机换道次数按不同时段进行了定量统计，对出租车司机换道次数、出租车平均行驶速度和出租车司机的收入之间进行了相关性分析.分析结果表明，出租车频繁换道行为对司机收益呈现负相关影响，进一步说明出租车司机驾驶习惯和和心理对整个出租车运营有显著影响.

摘要:海天背景图像存在大面积天空区域，且在远距离平视时目标一定出现在海天线附近，现有的去雾算法对天空区域的改善都是弱化天空区域的处理，这样势必会造成海天线附近去雾效果的减弱，不利于后续的目标检测.针对该问题，提出一种基于大气散射模型的图像复原去雾算法.首先，利用海天背景图像的特点，采用边缘检测算子将图像划分为天空和非天空区域，并结合大气光的物理意义，取天空区域最大的值作为大气光的估计值；其次，针对有雾图像对比度很低而无雾图像对比度较高这一先验信息设计代价函数，并通过SLIC超像素分割进行分块，通过求解每个小块内该函数的最小值，估计出粗透射率，再用引导滤波对粗透射率进行细化从而消除块效应；最后，利用大气散射模型，代入前两步求得的参数便可以得到恢复的无雾图像.实验结果与分析结果表明，本文能对海天背景的图像取得较好的去雾效果.

摘要:本文研究了时间序列数据库网络中间件，总结分析了常见的网络中间件特点.根据时间序列数据库的高性能要求，对网络中间件的关键技术进行了研究，采用多个Reactor和Thread Pool的并发模型来提高线程并发度，并提出了多帧消息格式，实现消息协议的动态扩展.最后在PCS-9000时间序列数据库中实现了相关的网络中间件，达到了预期的性能指标要求.

摘要:由于云健康生理监测数据因具有时间连续性、非精确性、模糊性等特性，从而导致传统分类算法很难直接运用.针对上述问题，提出一种基于粗糙集的慢性病变分级方法.该方法首先采用融合相关度和Chi-merge统计量离散化生理监测数据；然后，基于相容矩阵的属性约简算法去除数据冗余属性；最后，基于批量与增量相结合挖掘分类规则，并基于分布计算框架MapReduce应用上述规则实现慢性病变智能分级.实验验证表明，该方法具有较高的识别准确率，有助于个体全面认识健康风险状况.

摘要:分析了继电保护CPU板卡硬件功能模块组成，采用模块化和层次化思想，设计了通用性好、实用性强的CPU板卡自动测试系统，详细阐述了自动测试系统的硬件组成.按照CPU板卡硬件功能模块特点，将其分为三大类，并分别阐述了各类功能模块的测试方法和测试流程.结合具体的应用实例，介绍了该自动测试系统的应用现状，在CPU板卡生产测试中取得了良好的使用效果，极大缩短了继电保护CPU板卡生产过程中的测试时间.