摘要:从同时定位与地图构建（Simultaneous Localization And Mapping，SLAM）的研究进程出发，通过回顾SLAM近三十年来的研究方法，对移动机器人SLAM的研究进行系统的总结，并指出其存在的三个关键问题.针对这三个问题，介绍了基于概率估计和基于视觉的SLAM方法，对基于概率估计的SLAM实现方法进行对比总结，并对视觉传感器的不同特性对基于视觉的SLAM方法研究进展进行阐述，随后对比分析不同方法的优缺点，讨论了视觉SLAM存在的问题.最后展望SLAM未来的发展方向.

摘要:近年来在同源复制粘贴篡改检测中，SIFT特征得到了广泛的应用.但由于该特征在提取过程中摒弃了颜色信息，会造成一部分特征点的误匹配和漏匹配.为此，提出一种基于彩色信息与SIFT融合的CSIFT特征的检测方法，在提取特征点时加入颜色不变量信息，提高了匹配的准确性和效率.算法首先利用结构相似度将视频帧序列分段，提取每段序列的关键帧；然后提取关键帧的CSIFT特征；最终定位复制粘贴区域，并利用目标跟踪算法计算篡改区域在后续帧上的位置.通过实验验证了算法的鲁棒性，与基于SIFT等特征的算法相比，时间效率和准确性更高.

摘要:在手术室中，传统人机交互技术很大程度上依赖于鼠标、键盘、触摸屏等输入设备，但这种接触式交互有导致患者感染的风险.而虚拟操作人机交互过程采用计算机视觉来获取手势信息，在交互的自然性与成本上有很大的优势，是现如今人机交互领域发展的主要趋势.本文介绍了一种基于Leap Motion的手势控制技术，利用AR技术和Leap Motion设备，使得手术过程中医生无需接触手术设备，在非接触式设备的帮助下使医生能彻底远离因接触设备给手术带来的干扰和手术风险.实验表明，相比于传统的接触式交互技术，基于Leap Motion的手术室无干扰交互技术在一定程度上减少了接触式交互所带来的手术感染风险并增加了医生操作的易用性.

摘要:近几年，Android平台的恶意软件数量几乎以几何式的速度增长，故提出一种恶意软件检测方法是必要的.本文利用现如今疯涨的Android恶意样本量和机器学习算法建立分类预测模型实现对恶意软件的静态检测.首先，通过反编译APK文件获取AndroidManifest.xml文件中权限特征，baksmali工具反编译class.dex成smali文件得到危险API特征.然后运用机器学习中多种分类和预处理算法比较每一特征和联合特征检测的准确率.实验结果表明，联合特征检测准确率高于单独特征，准确率达到97.5%.

摘要:犹豫模糊语言术语集（Hesitance Fuzzy Linguistic Term Sets，HFLTSs）允许决策者们用几个可能的语言术语来评估一个属性.近来，采用HFLTSs来进行模糊聚类分析的问题越来越受关注.考虑到目前基于HFLTSs的模糊聚类算法还存在计算复杂度高的问题，提出了一种新的正交模糊聚类算法：首先计算样本之间的距离测度得到距离测度矩阵，接着计算其等价矩阵；然后确定置信水平值，通过置信水平值对等价矩阵进行切割；最后根据切割矩阵的列向量之间的正交关系来确定对应样本是否可以放在同一个类别，以此得到聚类结果.该算法步骤简单，计算复杂度低，并且适合于数据量大的模糊聚类问题.本文末尾将通过一个实例结合k-means聚类算法证明该算法的可行性和高效性.

摘要:近年，深度学习的快速发展致使越来越多的人从事相关的研究工作.但是，许多研究者在搭建深度神经网络模型时只是根据标准算法或改进算法直接搭建，而对算法本身及影响模型性能的因素不甚了解，致使在许多应用中或多或少存在盲目套用现象.通过研究深度神经网络，选择其中的重要影响因素激活函数进行深入研究.首先，分析了激活函数如何影响深度神经网络；接着对激活函数的发展现状及不同激活函数的原理性能进行了分析总结；最后，基于Caffe框架用CNN对Mnist数据集进行分类识别实验，对5种常用激活函数进行综合分析比较，为设计深度神经网络模型时选用激活函数提供参考.

摘要:信息物理系统（CPS）是一个集成计算、通信和物理过程的混成系统，在智慧城市中占据至关重要的地位，其安全问题面临许多挑战.本文首先建立信息物理系统安全威胁分析模型，给出CPS各个组成部件的安全威胁，然后提出了信息物理系统的威胁关联分析方法，并以智能电网为例给出实验测试结果.结果表明，该方法能实现快速大规模安全威胁建模和自动化分析，为智慧城市中的关键信息基础设施提供技术支撑.最后，本文总结了智慧城市中信息物理系统的安全威胁研究进展和未来研究方向.

摘要:由于电力调度网出现任何网络故障都可能发生极度严重的事故，因此具有的极高可靠性及安全性的要求.而当前传统的网络监测系统在面对大数据量时，其实时处理能力和扩展能力都无法满足需求.因此对实时产生的大规模各类型数据的分析处理则需要一种专门的实时数据分析平台完成.本文结合电力调度信息网络的特点以及监测准确性及实时性的需求，构建出一个基于流计算的数据处理分析平台，以Apache Spark中的Spark Streaming为代表的开源流计算框架，加入如Kafka分布式消息队列、Redis内存数据库等组件，为数据分析平台提供稳定高效的数据来源和数据服务接口，从而实现适用于电力调度网的各类海量数据的实时分析处理完成流量异常监测场景.

摘要:读写坐姿长时间不规范将对青少年身体健康、学习效率产生不利影响.本文基于柔性力敏传感器，设计了一套新型的便携式读写坐姿实时监测及智能提醒系统.该系统根据生物力学、人体工程学规律，通过铺设于座椅上40 cm×40 cm的柔性力敏传感器，采集坐立时臀部压力分布数据。首先对原始数据进行预处理，再通过所提出的坐姿动作识别与分析算法对坐姿状态进行识别，实时分析坐姿情况，最后结合环境的温度、湿度、光强参数，给出预警方案.同时，在手机APP客户端实时显示并且存储监测期间坐姿及环境变化情况.该系统设计简单、交互性强，借助手机和压力垫的便携性，方便用户达到实时预警和分析的效果，帮助青少年纠正不良坐姿.

摘要:电子邮件是当今重要的通信工具，也是网络攻击的主要途径之一.由于近年来CA机构有意无意的证书误签发、邮件中间人降级攻击、基于DNS的域名实体认证协议DANE的提出，当前邮件协议的改进及邮件隐私和安全有了新进展.从邮件加密和验证角度梳理了当前广泛使用的邮件协议，分析了其优缺点，归纳了邮件协议的最新研究进展、DANE对当前邮件协议的改进及其不足，提出了基于DANE的安全邮件系统架构.最后对基于DANE的邮件系统的发展方向进行了总结与展望.

摘要:EAST装置是世界上第一个非圆截面全超导托卡马克核聚变实验装置，已经发展成为国际上重要的合作实验平台.为扩大和方便合作单位参与实验，提出开发EAST远程等离子体控制系统，系统采用Web开发模式，其功能是为远程客户提供获取实验数据、即时控制服务和放电方案设置服务.其门户系统设计主要负责身份验证与授权、请求格式检查和技术数据检查等安全性功能.身份验证与授权阶段采用三阶段验证，主要采用VPN，数字证书和随机验证码等网络安全技术.请求格式检查和技术数据检查采用模块化技术，针对不同放电方案单独编写模块，保证系统的可扩展性.

摘要:针对采用STP与VRRP构建的企业网络存在部署难、扩展困难、可用性与可靠性差等问题，从上述问题分析了产生问题的根源，本文提出了采用云计算的网络设备虚拟化技术来构建企业网络的一种解决方案，通过仿真实验将虚拟化技术与动态链路聚合及虚拟化分裂检测机制有效融合，构建了一个稳定与可靠的企业网络.为了评估其方案的性能，在可用性、可管理性、扩展性等方面进行了多项对比分析，验证结果表明，云计算的虚拟化技术构建的企业网络在稳定性、健壮性等方面要优于传统方式构建的企业网络.

摘要:当前对于拥有海量数据的互联网，经常需要采集多个源站的结构化数据以用于数据分析、挖掘，而为不同网站定制数据采集程序的人工成本很高，本文提出了一种自动结构化网站数据的主题爬虫方案.以电商类网站为例，基于其具有统一层次结构、垂直领域拥有行业语料和规范的特点，从理论角度确定了结构化提取方案的可行性.提出相似重复检测和基于属性语义的标签匹配等算法，实现结构的分析和目标字段的匹配，并出于系统管理和调优的考虑，设计了预设匹配模板和结构分析结果复用机制.实际应用和错误率测试表明，本方案具有很强的可行性，能够大大减少人工编写的代码，错误率较低.设计思路可应用于其他领域的主题爬虫系统，快速获得多个站点的大量数据，将焦点更多地放在结构化数据的处理和信息挖掘.

摘要:Android Java应用程序（APP）运行时需依赖Dalvik虚拟机环境，从而影响APP的性能表现.C/C++程序具有极好的硬件适应能力，但不能直接开发Android APP.针对该问题，利用Dalvik虚拟机支持JNI （Java Native Inter-face）调用的特点，设计了基于Qt的Android APP C/C++开发方法框架体系，给出了框架的详细工作机制和解决方案，系统总结了利用C/C++开发Android APP的主要过程和步骤.最后，以Android版机械CAD导教APP的开发工作为例，验证了方法的有效性和可行性，为直接利用C/C++开发Android APP提供了一种新途径.

摘要:随着经济和社会的快速发展，环境大气污染尤其是雾霾和有毒气体对人体的危害越来越大，于是对环境信息如PM2.5、温湿度、各种气体浓度等的监控要求愈来愈高.因此，研发和设计一种功能多样、可靠性高、便携性好的环境监测数据采集系统具有十分重要的意义.本文运用传感器及嵌入式技术设计了一种新型便携式综合环境监测数据采集系统.实验结果和误差分析表明该数据采集系统可实现实时数据采集和显示功能并保证系统数据的可信度，也可应用于空气质量监测、室内环境监测、煤气、天然气及有毒气体监测等场景.

摘要:针对传统停车场存在的人工管理效率低，停车不方便等问题，利用物联网相关技术，将软件、硬件相结合实现停车场自动化管理系统.停车场内利用超声波传感器对停车场内车位状态检测，并将车位信息通过ZigBee无线传输方式传输至上位机，上位机通过蚁群算法对停车场实际车位的情况求解最优停车位路线.传统的蚁群算法在求解过程中容易出现死锁、停滞甚至无解的情况，本文根据停车场建立的结构模型改进基本蚁群算法，利用改进过的蚁群算法求解停车场的最优停车位.最后上位机根据得到的最优结果通过TCP/IP通信方式向显示屏发送左、前、右指令来诱导驾驶者行驶至最佳停车位置.

摘要:针对现有疲劳驾驶检测算法实用性差或准确率低的问题，本文提出了一种基于深度学习的疲劳驾驶检测算法.首先，使用HOG （Histogram of Oriented Gradient）特征算子检测人脸的存在；其次，利用特征点模型实现人脸的对齐，同时实现眼睛、嘴巴区域的分割；最后通过深度卷积神经网络提取驾驶员的眼部疲劳特征，并融合驾驶员嘴部的疲劳特征进行疲劳预警.大量的实验表明，该方法在疲劳驾驶检测的准确率、实时性等方面都取得明显的性能提升.

摘要:短期铁路客运需求量的实时精准预测可以为实时调整客运服务结构提供依据.铁路旅客流量数据具有时变性、非线性和随机波动性等特点，传统的预测模型无法精准的预测短期内的客流量.本文提出一种基于小波包分解与长短时记忆融合的深度学习预测模型（WPA-LSTM），首先用小波包分解将原始客运量时间序列分解重构成多个不同尺度的低频和高频序列，然后分别针对各个子序列进行LSTM模型训练和预测，最后将各子序列的预测值叠加作为WPA-LSTM模型的输出.采用某高铁367天的日旅客流量数据对模型进行实验验证，并与季节性模型和基于经验模态的长短时记忆融合模型进行对比，实验结果表明，WPA-LSTM模型可有效提高铁路旅客流量预测的精度.

摘要:直播系统中用户聊天内容的实时拦截具有非常重大的意义，为了提高分类的准确率和效率，提出了一种基于Doc2Vec与SVM结合的文本分类模型对聊天内容分类，判断聊天内容是否应该被拦截.首先使用Doc2Vec模型将聊天内容表示成密集数值向量的形式，第二部分使用SVM分类器进行分类.通过实验表明，该模型有效地减少了文本表示的维度，提高了训练效率，而且具有的97%的准确率和89.82%召回率，性能优于朴素贝叶斯和基于Doc2Vec的Logistic模型.

摘要:在游戏运维领域，为了充分挖掘游戏用户在反馈故障时的意图，运用自然语言处理的手段对记录故障事件的文本进行分类，可以减少告警的误判发布更具价值的告警.本文提出一种面向突发告警事件的智能分类算法，首先分析用户反馈文本数据的各项特征，然后对数据利用半自动构建的语义映射工具进行概率计算，从而形成有效的告警类别.将此方法应用到企业级业务故障定位中，能更有针对性地发布告警，收敛无关告警，支撑运维人员更快速准确地定位到故障原因.实验结果表明，基于语义映射的智能分类算法能够有效地提高告警的针对性，比简单的文本分类算法具有更好的结果.

摘要:C4.5算法是一种非常有影响力的决策树生成算法，但该方法生成的决策树分类精度不高，分支较多，规模较大.针对C4.5算法存在的上述问题，本文提出了一种基于粗糙集理论与CAIM准则的C4.5改进算法.该算法采用基于CAIM准则的离散化方法对连续属性进行处理，使离散化过程中的信息丢失程度降低，提高分类精度.对离散化后的样本用基于粗糙集理论的属性约简方法进行属性约简，剔除冗余属性，减小生成的决策树规模.通过实验验证，该算法可以有效提高C4.5算法生成的决策树分类精度，降低决策树的规模.

摘要:研究一类多旅行商问题，对所有旅行商所走的环路，寻求最大长度最小化.设计了一种新的局部搜索算子，该算子既能进行一条环路的优化，也能对两条环路进行重组优化，与现有的局部搜索算子相比，在计算成本相当的条件下，其寻优能力更好；以该算子为基础，提出了“搜索-选优-变异-搜索”的迭代策略，按此策略设计了竞争搜索算法.在公开的数据集上进行了实验，与近期文献相比，计算结果有所改进.

摘要:为了降低高效视频编码（HEVC）帧内编码的复杂度，提出了一种基于编码块纹理特征的帧内编码快速算法.首先，对当前编码单元（CU）进行预处理，获取CU的纹理复杂程度和方向特性.其次，根据纹理复杂度决定部分CU是否划分，跳过率失真代价计算，减少不必要的划分与裁剪.然后，根据纹理方向减少帧内预测模式的数量，降低帧内预测过程的复杂度.实验结果表明，在全I帧模式下快速算法与HM10.0相比，码率（BR）上升0.649%，峰值信噪比（PSNR）降低0.059 dB，帧内编码时间平均减少56.18%.

摘要:黄酮，是桑黄真菌液体发酵的二级产物，具有重要的医药价值，本文提出了一种结合粒子群算法和BP神经网络的混合智能算法，用于优化桑黄液体发酵的实验环境和提高黄酮产量.本文中的算法基于25组桑黄液体发酵的实验数据，训练BP神经网络模型作为黄酮产量的预测模型，实验中与传统响应面方法中的数学回归模型做了比对试验，预测准确度提高了15%.BP神经网络预测模型作为评价函数结合粒子群算法进行实验环境寻优，通过数据模拟实验，获得了桑黄液体发酵的最佳培养条件，桑黄黄酮的产量由之前的约1532.83 μg/mL提高到约1896.4 μg/mL，产量提高了约23.72%.

摘要:关键词提取技术是语料库构建、文本分析处理、信息检索的基础.采用传统的TFIDF算法提取关键词时，主要依据词频计算权重，而未考虑文本特征项的影响，由于对词频的过度依赖，导致其提取关键词的准确性不高.针对这个问题，本文根据关键词的特性，引入位置和词性作为影响因子，对TFIDF算法权重重新进行了计算和排序，从而改进该算法，并利用Python语言完成了实现.实验结果表明，采用该改进方法提取关键词，其召回率、准确率、F因子与传统方法相比均得到明显提升.

摘要:为了降低高效率视频编码（HEVC）的编码单元（CU）进行四叉树递归遍历的时间，提出一种改进的编码单元快速划分算法.首先，利用帧间时间域的相关性，提取前一帧相同位置CU的最优划分结构，以预测当前CU的划分深度；然后通过改进编码CU结构划分遍历的算法，减少CTU （Coding Tree Unit）四叉树结构的遍历，即从二分深度开始遍历，在每一步遍历之前，判断是否提前终止遍历.实验表明，与HM15.0中的基准划分算法相比，本文算法能够在保证编码性能的同时，降低了55.4%的编码时间，提高了HEVC的编码效率.

摘要:蚁群算法ACO能较好地应用于集群调度，但其传统的信息素更新方式带来了性能匹配和负载均衡等问题，影响了集群调度的性能.针对这些问题，提出了改进型蚁群算法IACO，通过引入性能匹配因子和负载均衡因子更合理地调整信息素，缩短了作业处理时间，提高了CPU利用率，从而有效地提高了集群调度性能.

摘要:针对当前的一些具有置乱-扩散结构的图像加密算法中，存在加密程度低的问题，提出了一种新的图像加密算法.置乱阶段先利用格雷码变换进行全局的置乱，然后再根据混沌序列进行行列间置乱变换.扩散部分采用了正向和反向的异或操作.实验结果表明，该算法提高了密文的安全性和密钥的敏感性，增大了密钥空间的大小，同时能很好的抵抗统计分析、穷举攻击等.

摘要:提出了一种利用级联模型来计算本体中概念间相似度的新方法.在模型的第一阶段，采用了基于距离的语义相似度计算方法，计算出概念对在本体中的路径得分；第二阶段，采用IC （Information Content）算法精确计算概念对间相似度得分，并利用概念的公共子代集合对算法进行了扩展；第三阶段我们采用了特征整合策略，将所有的相似性得分构建成特征向量来描述概念对，并且使用权重来平衡第一阶段与第二阶段的相似度结算得分.最后使用BP神经网络确定两个概念的相似性.我们对新提出的语义相似度算法进行了评估，并与现有的方法相比.实验结果表明，该方法有效提高相似度算法的准确性和科学性.

摘要:网络安全是近年来国内的重点研究领域，没有网络安全就没有国家安全.针对网络安全中数据源多样性、复杂性等特点，提出了一种基于支持向量机及自适应权重的网络安全态势评估模型.该模型由训练和预测模块组成，训练模块采用先验知识方法获取网络安全关注的重点数据，结合支持向量机和权重策略寻求评估模型.预测模块进行实时网络安全态势评估.通过实验过程和结果分析，表明该模型较好的支持小型网络安全态势的实时预测评估.

摘要:针对风电机组各部件性能分析过程繁琐低效、预测精度不高以及经济效益不足的非正常风电机组状态问题，提出一种基于风电SCADA数据定子温度的预处理算法.通过分析风电SCADA系统采集的各部件数据，对于其中发电机的定子温度，优化数据处理与分析的过程，改进现有的最优组内方差预处理算法，监测定子温度的趋势与非正常温度的状态，提高了对发电机定子的维修效率.通过实例分析表明改进后的最优组方差算法可行且高效，能够准确处理发电机定子温度曲线数据并通过使用神经网络进行预测，显著提高了风电机组中发电机定子温度预测的准确性.

摘要:随着信息技术的不断发展，基于网络数据对事物近期发展态势预测成为热点.本文以北京市月度游客量预测为目标，以相关网络关键词搜索指数为自变量建立了BP神经网络、支持向量回归和随机森林三种单一预测模型，在此基础上构建组合模型以提高预测准确度.实验结果表明：基于GBDT建立的组合模型达到了较高的预测准确度，误差仅为3.16%，预测结果可以为旅游管理部门提供决策支持.

摘要:针对传统神经网络的学习率由人为经验性设定，存在学习率设置过大或过小，容易导致无法收敛或收敛速度慢的问题，本文提出基于权值变化的自适应学习率改进方法，改善传统神经网络学习率受人为经验因素影响的弊端，提高误差精度，并结合正态分布模型与梯度上升法，提高收敛速度.本文以BP神经网络为例，对比固定学习率的神经网络，应用经典XOR问题仿真验证，结果表明本文的改进神经网络具有更快的收敛速度和更小的误差.

摘要:研究了Linux设备驱动程序的自动更新方法，建立了基于源码的Linux设备驱动辅助更新模型，设计并实现了一组相应的自动更新支撑工具，包括Linux设备驱动程序对内核依赖接口的分析工具、内核依赖接口差异性分析工具以及设备驱动更新辅助信息的生成工具.相关原型经测试验证表明，可以有效改善设备驱动开发和维护工作.另外，还提出了用于评估设备驱动辅助更新工作的量化指标即关于辅助更新提示信息的误报率和漏报率的概念及计算方法.

摘要:对不平衡数据集SVM分类存在着分类结果偏向多数类的情况，使得分类结果中少数类的F1-Measure值偏低.本文提出一种不改变样本集合的样本数，并结合样本点总数，分类过程中的支持向量个数，少数类和多数类的准确率，生成权重值对分类超平面参数b进行优化，以此提高少数类样本点分类准确率的方法，并通过实验证明该方法的有效性.

摘要:针对当前高速数据交换节点设计方法存在功耗高、整体性能低下的问题，提出一种新的面向物联网的高速数据交换节点设计方法.设计了节点所处物联网的拓扑结构，并分析设计了调制模块、码字相加模块和解调模块.令每个和高速数据交换节点的IP模块经输入端口与输出端口和交换节点相连，在各输入端口处设置一个缓冲队列，通过调制模块读取数据，传输至码字加法器模块进行加法运算，将计算结果发送至各个解调模块进行处理后，把数据传输至目的IP模块.通过码分多址技术实现高速数据交换节点的软件设计.实验结果表明，所提方法带宽使用率高、传输速度快、响应能力强.

摘要:针对具有点状特征的柔性物体，提出了一种三维运动捕获方法.首先，该方法利用两个标定的高速摄像机拍摄柔性物体的运动视频，并对图像进行立体校正；然后，采用DOG （Difference Of Gaussian）算法获取点状特征的位置，并提取特征点极值；其次，在一定范围的窗口上搜索匹配对，匹配左右图像的特征点；再次，通过三角测量法进行三维重建；最后，利用搜索策略进行时间序列上的匹配，实现动态柔性物体的三维运动捕获，并计算空间坐标、速度、加速度参数.实验结果表明，相比于采用sift算法匹配特征点捕获柔性运动物体的方法，本方法精度更高.

摘要:为克服基于漏洞库等传统安全防护策略的短板，实现对未知攻击行为的识别和预警.使用时间窗划分和深度包检测技术，将端到端的通信内容转化为控制行为序列.根据工控协议的语义特性，采用语义向量模型将行为序列转化为统一维度的特征向量.基于单类支持向量机（OCSVM）仅使用正常行为样本构造的异常识别模型，克服了无法从生产环境中获得异常样本的困难.对于所仿真出的多种异常行为序列，模型识别的平均准确率能够达到93%以上.

摘要:介绍了一种检测护照质量缺陷的方法.这种护照质量缺陷称为脏版，通常表现为线性，是在护照印刷过程中产生的.这种缺陷会对护照本整体产生较为严重影响.然而检测主要困难在于其蹭脏的颜色和图像背景纹理接近，因此还没有相关的效检测手段.为了这种脏版缺陷我们首先对样本图像进行下采样，并运用多尺度分析的方法来减少背景图案对检测结果的影响，随后采用线段检测分割算法来获得这些线性缺陷.我们在样本图像和模板图像中采用相同的检测方法.随即匹配每个样本中检测到的线段，以去除真正的背景条纹，而剩下未能匹配的线段则被识别为脏版缺陷.我们还使用这些线性缺陷几乎都是垂直的现有知识来提高检测精度.实验表明，这种检测线性缺陷的方法是有效.我们认为，通过这种方法来控制护照质量和减少对后续生产的影响是有非常有帮助的.

摘要:随着新媒体时代的到来，网络信息传播变得更加便捷，很多单位开展了视频网上评比活动，但往往对其缺少合理快捷的评估方法.本文通过分析视频网上评比的影响因素，构建出多指标的层次分析模型.文章介绍了层次分析法及其基于PageRank的优化算法的主要步骤，利用它求出各评比指标的权值，从而给出评比计算方法.本文的研究方法为处理多指标问题提供了一些参考价值.

摘要:在游戏和地理信息系统开发等领域中，专门针对最短路径搜索方面的优化研究较多，尤其是最短路径中启发式搜索算法中的A*算法的效率优化研究.本文将针对在人工智能或算法研究中的使用的地图大多数是基于任意图而不是网格图的状况，通过任意图与网格图及方向的相结合，提出了三种优化A*算法的启发式函数搜索策略，较好地减小了算法搜索的范围和规模，有效地提高了A*算法的运行效率.最后的实验结果显示，与传统的A*算法相比较，优化启发搜索策略后的A*算法寻径更快速，更准确，计算效率更高.

摘要:为解决目前导航机器人对于通用性和兼容性的要求，按照模块化设计思想，设计了一款由微处理器模块、电机模块、通信模块、感知模块和电源模块组成的导航机器人实验平台.并针对导航机器人在环境地图构建时产生的累积误差问题，提出了一种融合了先验估计的最大期望概率建图算法，并利用该导航机器人平台开展了建图与自主导航实验.利用室内运动捕捉系统获取的坐标作为参照物，验证了该算法能有效减少机器人建图时产生的累积误差.

摘要:智能电网业务的多样性和对QoS的不同需求，是电力通信网资源分配时急需解决的问题.网络虚拟化是网络转型的关键技术，在保障业务QoS和提高资源利用率方面具有非常大的优势.本文基于网络虚拟化技术，对QoS驱动的电力通信网资源分配问题进行了形式化的描述，提出了基于三方博弈的两阶段资源分配模型.基于此模型，提出一种QoS驱动的电力通信网效用最大化的资源分配机制.通过对提出的资源分配机制的分配策略性能分析，证明了本文提出的资源分配机制满足占优策略激励兼容特性，并且可以实现系统利润最大化的目标.通过仿真实验，验证了本文提出的机制能够实现电力通信网的效用最大化，提高了电力通信网的资源利用率.

摘要:对多源石油数据的分析是一个很复杂的过程，容易产生语义和语法上的冲突.通过利用本体在知识表达和自动推理上的优势，构建了一个基于本体的石油领域多源信息融合框架，并在该框架的基础上提出基于本体的元素的相似度算法及融合规则，经实验分析，能够提高多源石油数据分析的效率.