摘要:目前对视频语义分割的研究主要分为两方面，一是如何利用视频帧之间的时序信息提高图像分割的精度；二是如何利用视频帧之间的相似性确定关键帧，减少计算量，提升模型的运行速度.在提升分割精度方面一般设计新的模块，将新模块与现有的CNNs结合；在减少计算量方面，利用帧序列的低层特征相关性选择关键帧，同时减少操作时间.本文首先介绍视频语义分割的发展背景与操作数据集Cityscapes、CamVid；其次，介绍现有的视频语义分割方法；最后总结当前视频语义分割的发展情况，并对未来的发展给出一些展望和建议.

摘要:地震灾害发生后，为实现生命体的快速发现和科学救援，需要多源数据的辅助支撑.遥感数据、现场环境数据、危险设施分布数据、生命体征数据、生命探测设备运行状态数据以及历史数据，共同构成了应急救援场景下的多源异构数据集.本文面向应急救援领域的数据统一监管、多维分析等应用需求，深入研究多源异构数据的三维空间融合分析技术，提出了一种基于WebGL渲染技术的无插件三维空间融合方案，研制应急救援数据融合可视化系统，实现统一时空框架下应急救援场景所需多源异构数据的融合表达，辅助作业人员进行联动态势分析，帮助指挥人员进行指挥决策，大幅提高应急救援现场应用的工作时效.

摘要:互联网标识是互联网中识别和管理物品、信息、机器的关键基础资源，是互联网运行和发展的重要基础.在将个人信息与基础资源对应标识的过程中，也存在个人信息泄露的重大安全隐患.目前欧盟《通用数据保护条例》（GDPR）、《中华人民共和国网络安全法》等隐私保护法律的出台，对个人信息安全保护提出了更严格的要求.本文首先结合隐私政策法律条例，以典型的互联网标识——域名为切入点，深入分析互联网标识业务流程中的隐私风险点；接着结合数据生命周期的不同隐私保护需求，提出了域名信息在发布、存储、挖掘、使用各环节的隐私保护技术框架；最后针对每种互联网标识数据生命周期，提出具体隐私保护技术解决方案.

摘要:针对基于单条元路径的异质网络表征缺失异质信息网络中结构信息及其它元路径语义信息的问题，本文提出了基于融合元路径权重的异质网络表征学习方法.该方法对异质信息网络中元路径集合进行权重学习，进而对基于不同元路径的低维表征进行加权融合，得到融合不同元路径语义信息的异质网络表征.实验结果表明，基于融合元路径权重的异质网络表征学习具有良好的表征学习能力，可有效应用于数据挖掘.

摘要:针对传统的BP神经网络模型在光伏发电功率预测中，存在着的预测精度不高、收敛速度较慢的弊端，本文提出一种改进型的BP神经网络模型，运用增加动量项以及自适应选取最佳隐含层的方法来改进传统BP模型的缺陷.文中首先进行了各类气象因素对于光伏发电功率输出影响的相关性分析，提取出最能影响光伏发电功率的6个气象因素，作为网络模型的输入，然后建立了改进型的BP网络模型，结合光伏功率输出的历史数据，来进行发电数据的直接预测；最后根据不同气候类型下的预测结果，分析并验证了采用该模型进行功率预测的可行性和有效性.

摘要:燃气负荷预测受到社会经济、天气因素、日期类型等多种复杂因素的影响，而多因素的共同作用则必然会导致燃气负荷序列变化趋势具有很大的随机性以及一定程度上的复杂性.为了有效提高燃气负荷预测的精度，本文提出了一种新型的集成深度算法来对燃气负荷进行多步预测.首先通过EEMD算法将非平稳非线性的负荷序列分解为若干个稳态且线性的本征模式分量及剩余项，有效的避免了传统EMD带来的模态混叠问题，然后将负荷数据的影响因素输入到AutoEncoder中进行特征提取并做非线性降维处理，再将EEMD分解得到的每个子序列分别与AutoEncoder提取到的特征序列组成不同的训练矩阵，最后针对不同的子序列对应的训练矩阵建立相应的LSTM预测模型，重构分量预测值得到最终预测结果.为了验证所提出算法的有效性和预测性能，使用上海燃气数据来进行上述模型的仿真实验，结果证明相较对比方法，预测精度有了明显的提高.

摘要:随着高性能计算环境的持续运行，用户的计算需求快速增长，对资源的需求不断上升.环境急需扩充资源以提供更强大的计算能力，满足不同应用领域的计算需求，同时也对环境扩展性、易用性和可靠性提出更高要求.高性能计算环境通用平台从底层设计到上层页面实现了全新的蜕变，从用户角度出发设计了相关的功能模块，为用户提供更加优质的服务.本文围绕国家高性能计算环境通用计算平台展开叙述，重点介绍平台的整体结构、采用的关键技术、相关模块以及实现过程和最终效果.通过部署测试表明通用计算平台可满足现有用户的需求并将进一步扩大高性能计算环境的用户群，推动高性能计算在更多领域的发展，提高国家高性能计算环境影响力.

摘要:针对气象科研数据具有多源、异构、海量的特点，中国气象局依托全国气象信息共享系统发布了统一数据访问接口服务为其提供数据支撑，但实际使用中给科研人员获取数据也带来了技术难度.通过采用混合架构研发的气象数据可视化调度检索系统，将任务自动调度模型、可视化交互、数据格式适配和流量限制等技术相结合，实现科研人员可视化、零编程的快速数据检索下载，满足科研人员对数据格式的个性化需求.实际应用表明，该模型有效提升气象科研业务的数据组织效率，协助了编程能力弱的用户对科研数据的使用，调度模型设计思路和建立的数据共享业务流程在其他行业具有借鉴作用.

摘要:设计并实现了智慧照明监控系统，为进一步提高系统的智能化程度，利用关联规则挖掘控制命令之间的内在联系，考虑到传统Apriori算法需进行自相连方式生成大量候选集，执行效率偏低，采用改进的Apriori算法，以遍历加权图的形式生成频繁集，提高算法执行效率，生成控制模式关联规则.该规则应用于智慧照明监控系统的控制模块中，实现对控制模式的智能关联，降低了系统对于管理人员经验的依赖性，提高了工作效率，具有一定的社会应用及推广价值.

摘要:设备故障可能会引起严重的生产事故，对企业、社会和人身安全造成严重威胁.因此，对物联网设备状态分析并进行合理的处理具有重要意义.针对物联网设备数据量大且复杂的特性，本文提出了一种针对物联网设备的海量数据处理架构，同时结合Dask分布式计算框架，设计了基于Hadoop环境的分布式物联网设备状态分析处理系统.本系统主要包括数据服务、数据分析和数据存储3个模块，并通过合理的节点调度方案保证了算法的高效运行和分布式计算的稳定性.系统运行表明能有效的处理大批量数据并实时准确预测设备状态，满足工业智能制造过程中的实际应用.

摘要:大学生课余活动丰富多彩，活动数量与日俱增，活动管理工作繁琐、任务量重，仍缺乏一站式解决方案，为满足大学生搭建活动管理平台的需求，该平台基于微信小程序搭建活动管理平台用户前端，基于Node.js+express+MongoDB框架搭建活动管理平台后端，完整实现了活动与用户管理等各类功能，其特色功能包括：邮箱验证、二维码签到、读写Excel等.平台通过HTTPS RESTful API实现前后端加密通讯，完美契合了学生需求的同时保证了用户信息的安全，为大活动管理提供了便利.

摘要:为了有效地对雾霾进行预警与防范，设计了面向异构网络的区域雾霾预警系统.该系统由采集模组，协调器，网关，服务器，显示终端组成，通过部署LoRa、NB-IoT、ZigBee 3种异构网络全面采集传感器数据，设计网关实现数据的上传，服务器作为预警系统的大脑，提供对环境信息的分析与处理，触发相应的机制响应并采取相应措施，实现分级预警.介绍了系统的总体设计方案以及分级预警的工作机制，并利用遗传算法优化后的支持向量回归模型完善分级预警机制，最后通过案例分析论证了该系统能够稳定、有效地对雾霾进行预警.

摘要:本文利用虚拟现实技术开发三维设计验证平台，从而优化设计，直观地分析设备的可达性、可拆卸性和可维护性，为现场施工、调试、运维等提供虚拟仿真平台进行方案预演和反馈.其中结合核电站三维模型的特点，重点分析虚拟现实软件与三维设计软件之间的接口转换问题，核电站庞大的三维模型轻量化问题.

摘要:针对目前航天领域缺乏经过验证、能够可靠应用于全国产化平台的三维仿真软件，本文基于OSGEARTH设计和实现了一款国产航天三维仿真软件.通过地球影像和高程数据的差异化加载、场景树的优化构建、弹道数据筛选等设计策略，解决了在全国产化平台上进行三维仿真的可靠性和渲染效率问题，并得到了仿真实验的有效验证.

摘要:针对当下校园虚拟漫游系统的推广情况和高校信息化建设战略的重要意义，基于Minecraft平台，采用SketchUp、MCEdit、WorldPainter等为场景构筑建模设计，结合Minecraft中的命令方块指令和游戏模组来实现系统的交互，通过上传地图至服务器，完成系统的开发.最终研究的结果表明，Minecraft有极佳的展示效果和丰富的动态交互功能，开发难度较低可推广，是虚拟平台建设的一个有力工具.

摘要:针对空调耗电量大，因管理不善人为存在浪费的问题，文中提出并实现了一种基于OneNET云平台，通过增加外置智能空调控制终端模块对温湿度进行实时监控、对普通空调进行远程控制的系统.整个系统分为手机APP客户端、云上的虚拟设备及基于STM32的智能空调控制终端三大部分，适用于多种空调品牌.智能空调控制终端模块实时采集周边环境的温湿度数据上传云平台，用户通过手机APP实时查看环境数据并通过OneNET下发相应的控制指令给智能空调控制终端模块，终端模块通过红外通信方式控制空调.实验表明，利用该系统能实时监控环境温湿度数据，有效地控制空调合理使用，能营造舒适的生活工作环境又不造成浪费.

摘要:电机是工业领域应用最广泛的动力设备，也是工业物联网（IIOT）中的重要关键设备.传统的电机状态监测方法是对单个电机进行监测，采集到的数据没有有效的存储，无法对数据进行分析和处理，也不能充分利用数据的价值.随着云计算和IIOT技术的发展，生产制造过程具有海量数据存储、远程控制等优点.目前，专业的云服务技术降低了传统行业云服务的门槛，提高了云服务的安全性和多样性，为相关智能化电机企业的产品提供了有效的技术保障.本文利用网络技术和来自采集系统的实时数据，实现了对电机状态的实时监测.用户登录系统时可以随时了解电机的状态，并对采集到的数据进行分析.对电机设备的故障应提前预防或预先判断，尽量避免重大事故的发生.本系统为生产设备的日常维护管理提供了宝贵的经验和依据，消除了传统定期维护过程中的“过度维护”或“维护不足”等问题.本系统基于Apache/MySQL/PHP框架开发，采用云平台存储采集的数据，详细的设计过程将在本文中给出.

摘要:在人类的生产生活之中，水资源是必不可少的物质.在环境问题备受关注的现在，人们对于水质安全问题特别在意，生活用水的安全质量问题也受到了社会各界的广泛关注.为了使人们能更加直观地、简便地得知生活用水的水质状态，本文提供了一个基于窄带物联网（Narrow Band Internet of Things，NB-IoT）技术的家庭水质检测系统，并给出了该系统的整体设计方案、硬件设计、软件设计和测试结果.本系统能实时的检测家庭用水的酸碱度（pH值）、温度值和溶解性固体总量（TDS值），并通过NB-IoT通信技术实时同步到云平台.该系统功能明确、操作简洁、便于观测，具有良好的用户体验和产品商用化的应用价值.

摘要:本文主要针对传统Itti视觉注意计算模型，引入边缘特征信息，优化视觉注意计算模型.在引入边缘特征信息的过程中，本文对Canny边缘检测算法进行改进：以改进后的双边滤波算法代替高斯滤波从而更好的保持边缘，借鉴Sobel算子从4个方向计算梯度幅值来代替原方法中的从2个方向来计算的过程，利用改进的OTSU算法选取双阈值代替手动设置阈值，从而降低图像分割时的误检、漏检现象.在实验中，我们发现，该方法相较于建立在普通Canny算法基础上的Itti视觉注意计算模型，对显著区域的提取效果上有很大的提高.

摘要:准确的时延估计（Time Delay Estimation，TDE）是基于到达时间差（Time Difference of Arrival，TDOA）的声源定位技术的前提.在众多时延估计算法中，广义互相关（Generalized Cross Correlation，GCC）算法因其较低的运算复杂度和易于实现的特点得到了广泛的应用.针对不同的噪声情况，GCC时延估计算法利用不同的加权函数来抑制噪声干扰.本文在介绍麦克风阵列模型和GCC时延估计算法的基础上，针对GCC算法的弊端提出了一种改进算法，并在多种信噪比条件下，对部分加权函数的GCC时延估计算法进行了MATLAB仿真，通过比较其时延估计性能和声源定位精度，分析了这些加权函数各自的优劣性.

摘要:重叠网格技术广泛应用在复杂外型和运动边界问题的流场数值模拟中.本文在并行重叠网格隐式挖洞算法实现的基础上，提出了笛卡尔辅助网格和多块结构网格的混合重叠网格方法.通过笛卡尔辅助网格实现重叠网格洞边界和网格插值关系的快速建立.通过定义重叠区域网格权重、部件网格与背景网格绑定的方法，建立了混合网格的并行分配模式，有效减少重叠插值信息在各进程间的通信，实现计算负载和通信负载在各个进程的均匀分配.测试表明该方法可应用于数千万量级的重叠网格系统，可扩展至千核规模，高效的实现多个物体构成的复杂网格系统的重叠关系建立.

摘要:物联网关联设备的动态性特征要求其路由协议不仅需要具备低耗能的特性，还必须能适应动态网络环境的特性.本文结合传统位置路由协议所使用的右手法则和虚拟坐标系统的易实现特性，提出了一种基于LF-GFG的物联网动态路由算法.NS-2实验结果表明，该算法相较于其它的路由协定，降低了维护成本，处理速度得到明显提升，并能保持较高的容错率.

摘要:足球视频整场比赛持续时间较长，许多视频内容并非广大观众的兴趣所在，因此足球视频场景分类成为了近几十年来研究界的一项重要课题，许多机器学习方法也被应用于这个课题上.本文提出的基于C3D （三维卷积神经网络）的足球视频场景分类算法，将三维卷积运用于足球视频领域，并通过实验验证了本文算法的可行性.本文实验的流程如下：首先，基于帧间差分法和徽标检测法检测法对足球视频场景切换进行检测，实现镜头分割.在此基础上，提取分割镜头的语义特征并将其进行标记，然后通过C3D对足球事件进行分类.本文将足球视频分为7类，分别为远镜头、中镜头、特写镜头、回放镜头、观众镜头、开场镜头及VAR （视频助理裁判）镜头.实验结果表明，该模型在足球视频数据集上的分类准确率为96%.

摘要:在地下震动目标定位领域中，定位模型是实现高精度定位的关键，但是由于地下空间的介质分布散乱，结构复杂，群波混叠现象较为严重，导致特征参量提取难度大，且震动数量较少，单次震动数据有限，造成传统的走时定位模型在地下空间微震定位区域中精确度不高.针对上述问题，本文通过结合浅层走时信息以及深层偏振信息，并在传统粒子群算法的基础上改进种群策略，引入交叉变异机制，利用其收敛速度快，定位精度高等优点，提出了一种基于走时-偏振混合定位模型的地下震源高精度定位方法.进行试验仿真，结果表明：通过种群改进以及交叉变异的PSO算法，解算混合定位模型时，能在一定程度有效地提高算法的全局收敛性，并验证了该算法的准确性，可有效提高微震定位的精确度.

摘要:现阶段火灾频发，需要自动进行火灾的检测与识别，虽然存在温度、烟雾传感器等火灾检测手段，但是检测实时性得不到保证.为了解决这一问题，提出了基于改进YOLOv3的火灾检测与识别的方法.首先构建一个多场景大规模火灾目标检测数据库，对火焰和烟雾区域进行类别和位置的标注，并针对YOLOv3小目标识别性能不足的问题进行了改进.结合深度网络的特征提取能力，将火灾检测与识别形式化为多分类识别和坐标回归问题，得到了不同场景下火焰和烟雾两种特征的检测识别模型.实验表明，本文提出的改进YOLOv3算法对不同拍摄角度、不同光照条件下的火焰和烟雾检测都能得到理想的效果，同时在检测速度上也满足了实时检测的需求.

摘要:为了解决城市交通拥挤问题，国家提倡乘坐公共交通出行，使用公交智能卡的出行变的普遍了.目前，对于城际公交智能卡出行产生的数据，很少有研究公交站间运行的时间.因此，提出了基于机器学习技术公交站间运行时间幂律分布的分析；运用分站算法对城市公交进行分站，获得公交车在相邻两站的运行时间；并且对时间间隔数据进行了线性拟合.运用南方某城市和北方某城市的两个数据集，结果表明公交车运行时间间隔符合幂指数分布；公交车运行的时间间隔符合人类行为动力学.

摘要:为了优化目前粒子群算法比较容易陷入局部最优、后期收敛过慢等的缺陷，在本文提出了一种改进惯性权重参数来优化算法的方法.其中结合了差分进化算法中的变异算子的操作来提升算法的自适应并且对算法的速度和搜索空间进行边界限制以防止粒子跳出所规定的搜索空间.选择相应的测试函数，使用Matlab软件将提出的改进算法与其他两种算法进行仿真实验对比，结果表明，本文所提出的算法在后期收敛速度以及取得适应度值的稳定性上有一定的提升.

摘要:针对低维混沌系统和单一的DNA加密方案的空间小、复杂度低等问题，提出一种基于多混沌映射与DNA的彩色图像加密算法.先利用Arnold变换对图像每分量进行图像位置置乱，利用Logistic混沌映射产生与明文图像大小相同的随机矩阵并进行分块操作，再进行DNA规则运算，其运算方式由Chen超混沌系统产生的混沌序列动态决定.仿真实验结果表明，算法加密与恢复效果良好，能有效地抵御各种统计攻击与差分攻击，具有良好的安全性、抗噪声性好、复杂高等加密性能.

摘要:面对日益增长的大规模调度问题，新型算法的开发越显重要.针对置换流水车间调度问题，提出了一种基于强化学习Q-Learning调度算法.通过引入状态变量和行为变量，将组合优化的排序问题转换成序贯决策问题，来解决置换流水车间调度问题.采用所提算法对OR-Library提供Flow-shop国际标准算例进行测试，并与已有的一些算法对比，结果表明算法的有效性.

摘要:随着经济的快速发展，众多企业步入科学化管理的时代.销售预测是企业经营活动中必不可少的一个环节，预测的准确性直接关系到销售经营的成败.因此提出基于传统BP神经网络与时间序列预测模型为一体的改良BP神经网络预测模型，通过该模型的预测，可以更可靠地预测企业在未来单位时间内的销售额.改良神经网络参考了同步时间序列的预测做出了自我校准，并利用遗传算法达到通过校准得到自我优化的目的，简化网络结构，提高预测的准确度.

摘要:需求预测是合成旅组织油料保障的基础环节，对合成旅成功遂行军事行动有着比较重要的影响.由于合成旅组成结构的特殊性，传统预测方法存在较大弊端，因此，提出了基于模糊聚类和直觉模糊推理的合成旅油料需求预测方法.首先，通过模糊C均值聚类算法实现对历史案例的初步筛选，以提高案例检索速度.然后，构建了案例特征属性的主客观综合权重模型和基于直觉模糊集的案例检索模型，保证了案例检索的准确度.最后，构建了基于整体数据特征的合成旅油料需求预测模型.通过算例分析验证上述预测方法的可行性和实用性，证明了该方法有助于提高检索速度和预测准确度.

摘要:为了解决服务器系统及软件自身安全设置在服务器被入侵后可被重置，以及用于面防护的安全设备（硬件防火墙等）安全防护粒度大的问题，通过分析WWW服务器常用的网络应用如：WWW、DNS、FTP等，总结出各个网络应用数据流的特征，使用动态端口固定化原则和动态管理IP固定化原则，并据此配置服务器接入交换机ACL （访问控制列表），并将针对于每个服务器的ACL应用于服务器连接的交换机端口，对服务器进行点防护.在服务器防火墙规则禁用的情况下，服务器接入交换机ACL能够对服务器的行为进行限制，进而保护了服务器和内网网络设备.使用基于INTEL DPDK （数据平面开发工具）的Pktgen发包工具进行测试，服务器接入交换机ACL能很好的过滤掉服务器发出的高并发、大流量的异常数据包，进而保护了网络和设备.

摘要:针对企业信息系统中日益严重的内部威胁行为，特别是冒名登录、越权操作等行为，基于用户行为分析的技术，采用主客体混合的分层安全模型，建立了一种新的信息系统内部威胁检测框架.通过比较用户异常行为及主客体权限发现恶意内部威胁行为.应用正则表达式与混合加密算法保证检测准确性和日志安全性.从身份认证、访问控制、操作审计和行为阈值技术四个方面进行安全检测，对关键技术给出了详细介绍.实验证明该检测框架防止了内部人员破坏数据并提供响应和干预能力，提高了信息系统安全性.最后，展望了内部威胁检测技术发展趋势.

摘要:近年来，恶意网页检测主要依赖于语义分析或代码模拟执行来提取特征，但是这类方法实现复杂，需要高额的计算开销，并且增加了攻击面.为此，提出了一种基于深度学习的恶意网页检测方法，首先使用简单的正则表达式直接从静态HTML文档中提取与语义无关的标记，然后采用神经网络模型捕获文档在多个分层空间尺度上的局部性表示，实现了能够从任意长度的网页中快速找到微小恶意代码片段的能力.将该方法与多种基线模型和简化模型进行对比实验，结果表明该方法在0.1%的误报率下实现了96.4%的检测率，获得了更好的分类准确率.本方法的速度和准确性使其适合部署到端点、防火墙和Web代理中.

摘要:电子邮件安全问题中，账户被盗用是比较常见且突出的问题.文章针对南京农业大学自建邮件系统的账户安全管理进行了系统的研究，具体从邮件账户安全涉及的风险、原因、对策等方面展开分析与讨论.最后，文中给出整体优化方案，着重关注邮箱账户被盗事件的发现与处理，提出一种基于自动化脚本进行日志分析的账户状态监控方法.实践证明，整体优化方案的实施，显著提高了被盗事件的发现率和处理效率，账户信息失窃和外发垃圾邮件的情况有了较大改善，同时节约了人力，提升了用户体验，为高校自建邮件系统的管理提供了思路.

摘要:在通过嘴部进行人机交互的场景下，外界光线变化、小目标检测的复杂性、检测方法的不通用性等因素给不同场景下嘴部的识别带来了很大困难.该文以不同场景下的人脸图像为数据源，提出了一种基于改进Faster R-CNN的人脸嘴部识别算法.该方法在Faster R-CNN框架中结合多尺度特征图进行检测，首先将同一卷积块不同卷积层输出的特征图结合，然后对不同的卷积块按元素进行求和操作，在输出的特征图上进行上采样得到高分辨率的表达能力更强的特征，从而提高了嘴部这种小目标的检测性能.在网络训练试验中运用多尺度训练和增加锚点数量增强网络检测不同尺寸目标的鲁棒性.实验表明，相比于原始的Faster R-CNN，对嘴部的检测准确率提高了8%，对环境的适应性更强.

摘要:由于影响煤矿突水的因素多、相关性强，影响模型预测精度；数据收集工作量大，成本较高，如何科学地选取特征以提高模型预测准确率成为本文重点研究内容.本文首先提出采用稳定性选择方法在已知的22个影响因素中选取7个最重要的因素，之后构建随机森林、神经网络以及支持向量机3种典型机器学习分类预测模型对特征选取前后的数据进行预测分析，实验结果表明，特征选取后的预测模型非常稳定且预测准确率可达100%，同时降低了样本数据收集成本.

摘要:北斗RDSS的短报文功能，特别适用于我国广袤崇山峻岭及荒凉孤岛等区域的电子传播，为突发事件的应急通讯提供支持.采用北斗通讯作为第二通信通道，根据其通信特点，结合核辐射数据的随机性特征，提出一种北斗应急通讯方法，提高了核辐射监测网的通讯应急能力.