摘要:随着互联网的发展，用户倾向于在购物、旅游、用餐之前参考线上评论.之后，他们也会发表评论来表达自身意见.线上评论越来越具有价值.评论对用户决策的重要导向作用催生了虚假评论.虚假评论，指用户由于利益、个人偏见等因素发布的不符合产品真实特性的评论.这些虚假评论语言上模仿真实评论，消费者很难识别出来.国内外学者综合运用自然语言处理技术来研究虚假评论检测问题.从特征工程的角度分析，虚假评论检测方法可以分为三类：基于语言特征和行为特征的方法、基于图结构的方法、基于表示学习的方法.主要描述了检测的一般流程，归纳了三类研究方法常用的特征，比较了方法的优缺点，并且介绍了研究常用的数据集.最后探讨了未来研究方向.

摘要:冠状动脉粥样硬化是心血管疾病中最为常见的病症，每年其导致的全球死亡率也在逐步上升.当前，全球医疗机构缓解病人症状所采取的主要治疗手段是血管支架植入手术.目前，基于OCT的体内血管成像技术（Intra-Vascular OCT technology，IVOCT）因其高分辨率等优势，正在逐渐地被应用在心血管疾病患者的检查和治疗环节之中.患者在每次的检查和治疗时，会产生成百上千张IVOCT图像.如果使用传统的人工识别和标记IVOCT图像的方法则会效率低、耗时长.针对上述问题，国内外相关研究人员结合近几年最新的计算机技术提出许多半自动或自动的血管内部组织结构的识别方法.本文旨在全面、系统地介绍基于IVOCT图像的血管内部组织的研究进展情况，阐述其原理.

摘要:本文简述了沉浸式虚拟现实四个阶段的发展概况，分析了沉浸式虚拟现实的优缺点，探讨了沉浸式虚拟现实的发展趋势.未来，头显设备将会更加轻巧，人机交互将会更加自然，沉浸式虚拟现实将会在各行各业得到普遍的应用.

摘要:城市燃气负荷预测是城市燃气管网系统运行调度中的重要内容.针对燃气负荷数据的周期性和非线性特点，以及单一模型存在的局限性，本文提出一种ESN和改进RBF神经网络的组合预测模型.首先用核Fisher线性判别对原始数据进行降维，其次用ESN模型进行初步预测，然后将ESN的预测结果作为RBF神经网络的输入来构建组合模型，并将差分进化算法和梯度下降算法结合，对RBF神经网络的结构和参数同时进行训练和优化，以增强算法的局部搜索能力，加快收敛速度.实验结果表明，本文模型比原组合模型的预测精度更高.

摘要:针对属性权重未知、属性值为犹豫模糊集的多属性决策问题，本文提出一种基于前景理论和粗糙集的多属性决策方法，充分考虑了决策者心理风险因素对决策结果的影响.首先，以正、负理想点作为参考点计算各属性下的前景价值函数，定义新的综合前景值，并根据给定的阈值得到判断矩阵；然后，根据判断矩阵进行属性约简，确定属性权重；最后，计算各备选方案的加权综合前景值，利用TOPSIS方法对备选方案进行排序，并通过算例证实该方法的可行性和有效性.

摘要:针对国内外对物联网和机器人相互结合，让机器人更好的服务于物联网展开的相关研究.本文提出了一种基于ROS与物联网的智能机器人系统.硬件上采用stm32传感器节点、树莓派、OpenWRT路由器、Rplidar雷达和C270罗技摄像头等；软件上使用ROS次级操作系统、Contiki、Tensorflow框架、Camshift算法和SLAM算法等；设计实现感知层的数据采集，基于SLAM的自动溯源，语音控制，机器人的物体追踪，物体自动识别以及web端的视频监控、反向控制和感知层数据实时显示等功能；而后搭建相关的试验环境，对系统与设备的相关功能进行测试，验证系统的可行性.

摘要:传统典型的公交车人数统计方法在准确率和速度方面存在一些不足，且提取目标特征的效果较差.本文提出了基于深度卷积神经网络的公交车人数统计系统解决人群计数问题.首先制作数据集，难点在于所有用于训练的数据集均是手工标注.并且公交车摄像头角度比以往文献覆盖更广区域.本文首先比较了多种不同的深度卷积神经网络模型对乘客进行全身检测的效果.综合考虑检测速率、准确率等方面，最终采用单次检测器深度卷积神经网络模型对乘客进行人头目标检测，在线实时目标追踪算法实现人头的多目标追踪，跨区域人群计数方法统计公交车下车人数.系统准确率达到78.38%，运行速率约为每秒识别19.79帧.实现了人群计数.

摘要:大规模MIMO具有巨型阵列尺寸和多维阵列结构，能够有效提升无线频谱效率，是未来无线通信领域重要的物理层技术之一.但大规模阵列具有的近场效应、高计算复杂度等问题，对其无线信道建模带来很大的挑战.本论文主要针对这些挑战，对大规模MIMO的信道模型进行了深入分析.首先在球面波假设前提下，建立大规模MIMO信道模型的基本框架；进一步利用基于马德里格地图的射线跟踪算法，对信道模型参数进行求解；最后给出大规模MIMO信道时延扩展及空间距离的统计分布.上述研究结果表明，所提信道模型能够反映大规模MIMO的主要信道特征.

摘要:如何有效地快速显示超高分辨的互联网资源一直是卫星遥感、城市环境监控预警、智慧城市管理中心等领域的研究热点和难点.本文提出了一种基于集群的Web并行超高分辨显示技术，完美结合Web技术和集群并行处理技术，克服了传统集中信息处理显示和采用DLP投影拼接技术存在显示分辨率有限、系统拼接困难、信息显示处理速度慢、无法异地共享显示等问题，实现Web资源的实时超高分辨显示.通过对比实验，本文研究的基于集群的Web并行超高分辨率显示技术能够高效地、高清晰度的显示网页资源，为海量的Web信息内容的实时、超高分辨显示提供了有效的解决方案.

摘要:针对当前方法无法对系统调用参数和返回值等信息进行捕获和分析的问题，在Nitro的基础上建立了一个实时监视客户机内系统调用的系统.该系统通过修改硬件规范和指令重写，实现对快速系统调用进入和退出指令的捕捉和分析.之后，结合VCPU的上下文信息和系统调用的语义模板解析各参数；捕获到系统调用退出指令后，则根据VCPU寄存器信息解析返回值.实验证明，与同类捕获系统调用的方法相比，该系统可以实时捕获客户机内的系统调用序列，解析得到完整的系统调用信息，包括系统调用名、系统调用号、参数和返回值.该系统还能区分不同进程产生的系统调用，并在宿主机中引入了不超过15%的性能开销.

摘要:为了提高对大气污染物SO₂的预测准确率，基于多个空气质量预测模式（WRF-CHEM、CMAQ、CAMx），以过去一段时间内各单项空气质量预测模式的组合预测误差平方和最小为原则，构建出针对大气污染物SO₂的最优定权组合预测模型.选取2018年云南省楚雄、昭通、蒙自三个站点1至5月份的实际观测数据和前述三个空气质量模式的预测数据作为实验样本，然后分别采用多元线性回归法和动态权重更新法在相同的实验条件下与所提的最优定权组合预测法进行预测对比实验.实验结果表明，所提方法的预测值相较其他两种方法更加贴近实际观测值，其两项误差评估指标值均最小.总体而言，最优定权组合预测模型很好地综合了各单项空气质量预测模式的优势，提高了SO₂的预测精度.

摘要:针对目前铁路行业对内燃机车油耗成本控制、提高油耗管理水平的需求，设计并实现了基于NB-IoT的机车油量监测系统.该系统使用高精度超声波液位传感器获取油量液位高度，使用GPS实时获取经纬度，通过NB-IoT通信模块上传至服务器，经过滤波算法处理后存储到数据库，利用浏览器访问管理系统可监测实时油量数据、查看历史油量、加油记录，实现设备远程管理.测试结果表明，该设计能够监测油量，精度较高，提高对油耗的控制，对NB-IoT应用以及监测系统的研究有一定的借鉴意义.

摘要:针对公共安全领域能够获取的人脸图像数据急速增长，传统的人工方式辨别人物身份工作量大、实时性差、准确度低，本文设计了一种大容量实时人脸检索系统.该系统通过Storm分布式平台实现人脸抓拍图像的实时存储与检索，通过HBase分布式存储系统实现大容量非结构化人脸数据的存储与维护.多组实验结果表明，该系统具有良好的加速比，在大容量人脸图像数据检索场景下具有良好的可扩展性和实时性.

摘要:针对分布式光伏电站培训课程实训教学设备不能满足实训教学需求的问题，从虚拟仿真教学角度出发，以一个真实的屋顶光伏电站项目作为典型案例，采用Unity3D引擎进行开发了一套光伏电站设计、施工及运维虚拟仿真实训平台，并对该平台的功能、架构以及开发流程中所涉及的关键技术进行了介绍.应用结果表明，该平台实现了光伏电站的前期现场勘查、设计、施工、以及后期电站运行维护的虚拟可视化，对光伏专业学生和相关工程技术人员进行光伏电站培训具有很好的应用价值.

摘要:目前，我国电网企业对于识别停电投诉风险，开展用户停电敏感程度分析的研究工作还处在起步阶段.为了有效地分析停电用户的敏感程度，提出了一种基于改进随机森林算法的停电敏感用户分类算法.首先，对原始数据进行清洗、特征选择等预处理；接着，采用SMOTE算法增加少数敏感用户样本数据量，解决数据分布不均匀问题；然后，以Fisher比作为特征的重要性度量，按比例随机采样选取具有代表性的特征构成子特征空间；最后，利用随机森林算法识别停电敏感用户.通过在真实停电数据上的实验，验证了提出的方法不仅具有较好的准确性和时间性能，而且可以有效处理高维、冗余特征的数据.

摘要:CapsNet是一种新的目标识别模型，通过动态路由和capsule识别已知目标的新形态.针对CapsNet的解码器输入层规模随类别数增加而增加，可延展性较弱的问题，本文提出多分支自编码器模型.该模型将各个类别的编码分别传递给解码器，使解码器规模独立于类别数，增强了模型的可延展性.针对单类别图像训练多类别图像识别任务，本文增加新的优化目标降低非标签类别的编码向量对解码器的激励，强化了模型的表征能力.MNIST数据集的实验结果表明，多分支自编码器具有良好的识别能力且重构能力明显优于CapsNet，因而具有更全面的表征能力.

摘要:DAG任务调度是当前研究的热点，DAG任务模型中任务的调度顺序一方面会影响用户服务满意质量，另一方面也会影响云服务资源的利用率，高效的任务调度算法能够使多核处理器的资源分配和并行计算能力更强.表调度算法HEFT算法以及CPOP算法在相关任务调度中存在效率较低等问题.本文基于HEFT算法和CPOP算法，提出了一种相关任务调度模型和相关任务调度算法IHEFT算法，对任务排序和任务调度两个方面进行改进.任务排序阶段，以任务的方差以及平均通信代价作为排序的依据；任务调度阶段，对满足任务复制条件的结点进行任务复制.实验证明，IHEFT算法在任务调度跨度、任务调度平均等待时间以及平均Slack值方面均优于HEFT算法和CPOP算法.

摘要:近年来，随着生活节奏的提高和互联网的迅速发展，人们更倾向于在众多社交平台上用短文本进行交流，进而可能有人通过发布垃圾文本妨碍人们的正常社交，扰乱网络的绿色环境.为了解决这个问题，我们提出了基于TF-IDF和改进BP神经网络的社交平台垃圾文本检测的方法.通过该方法，实现对社交平台上的垃圾文本过滤.首先，通过结巴分词和去停分词构造关键词数据集；其次，对文本表示的关键词向量运用计算各关键词的权重从而对文本向量进行降维，得到特征向量；最后，在此基础上，运用BP神经网络分类器对短文本进行分类，检测出垃圾文本并进行过滤.实验结果表明用该方法在1000维文本特征向量的情况下分类平均准确率达到了97.720%.

摘要:为满足Java静态分布式检测系统对Java程序源代码解耦分包的需求，解决代码检测单节点单进程运行耗时过长问题，实现分布式检测系统单任务多节点并行运行的目的，本文提出了Java源代码文件间依赖性分析方法.该方法以生成源代码文件抽象语法树的方式抽取文件文本信息，遍历分析抽象语法树，获取文件与其他源代码文件类依赖关系，再通过定位类所在的文件方式得到文件与文件之间依赖关系.同时，以无入边顶点的带环有向图表示文件间依赖关系图，本文提出的方法基于该图进行了文件间解耦的分析.最后，通过对示例程序逐步剖析的实验以及对数个开源工具源代码解耦拆分的实验，验证了本文提出的文件间依赖性分析方法的可行性.

摘要:针对当前的算法无法满足具有周期性图案织物疵点分类检测，鉴于此，提出基于Fisher准则的深层卷积神经网络织物疵点检测算法.首先，利用深度可分离卷积设计小型的深层卷积神经网络（DCNN）；其次，对DCNN网络的Softmax增加Fisher准则约束，通过梯度算法更新整个网络参数，得到深层卷积神经网络（FDCNN）；最后，在TILDA和彩色格子数据集上分类率分别为98.14%和98.55%.实验结果表明：FDCNN模型既可以减小网络参数和降低运行时间，又可以提高织物疵点分类率.

摘要:语音识别领域的发展日新月异.同时，现有的研究结果表明声学特性集中存在较多的互补信息.本文提出了一种基于轨迹的空间-时间谱特语音情感识别方法.其核心思想是从语音频谱图中获得空间和时间上的描述符，进行分类和维度情感识别.本方法采用了穷举特征提取的实验表明：与MFCCs和基频等特征提取方法相比，提出的方法在噪声条件下，更具鲁棒性.通过在4类情感识别实验中获得了可比较的非加权平均回馈，得到了较为准确的结果，语音激活检测方面也具有显著的改进.

摘要:针对偏好信息为犹豫二元语义形式、专家权重和属性权重均完全未知的多属性群决策问题，基于前景理论和灰色关联分析法的思想，提出一种多属性群决策方法.首先，利用矩阵拉直运算和灰色关联分析法确定专家权重，利用偏差最大化法确定属性权重.其次，给出了两个犹豫二元语义元的比较方法，结合该比较方法确定各决策矩阵的正、负理想方案，并以此作为决策参考点.然后，根据前景理论和灰色关联系数确定犹豫二元语义环境下的前景价值函数，进而确定各方案的收益损失比值，并据此对候选方案进行排序.最后，将所提方法应用于一个投资决策算例，其结果表明了该方法的合理性和有效性.

摘要:针对云数据中心虚拟机频繁迁移问题对虚拟机迁移时机进行研究，提出一种基于改进指数平滑预测的虚拟机自适应迁移策略.该策略采用双阈值和预测相结合的方法，连续判断负载状态触发负载预测，然后，根据历史负载值自适应地预测下一时刻主机负载状态并触发虚拟机迁移，实现主机负载平衡，提高迁移效率，降低能耗.经实验表明，该方法在能耗和虚拟机迁移次数方面分别可降低约7.34%和58.55%，具有良好的优化效果.

摘要:由于手机电池电量有限，显示面板功耗过大引起的频繁充电问题严重地影响了智能手机的用户体验.本文提出了一种基于两段直线模型的低功耗高画质显示驱动算法.首先，将输入图像从RGB空间转换到YUV空间.随后，计算亮度平均值和最大值.在此基础上构建两段直线模型，并根据该模型产生新亮度分量.最后，将YUV空间转换到RGB空间，得到处理后的图像.实验结果表明，相比于NPC和ACSC算法，提出算法处理所得图像的MSE分别降低了30.9%和29.9%.此外，本算法产生的显示功耗最低.该算法研究已通过FPGA验证，结果表明，处理后的图像显示效果优越.

摘要:针对目前社工库存储的海量数据，数据冗余、查询效率低下的质量问题，本文提出了一种有效的基于划分的近邻排序算法.对不同渠道采集、以不同存储方式存储的社工数据进行整合形成能以二维表形式存储的海量数据集，采用划分思想，对大数据集进行分割，形成簇；采用改进的近邻排序算法对各个簇中的小数据集进行检测得到最终的相似重复记录检测结果.实验和对比分析结果表明，划分和近邻排序算法的结合使用不仅提高了海量数据相似重复记录检测的时间效率，检测准确率也有所提升.

摘要:随着智能化设备的日益更新和计算机储存数据能力的提升，制造业企业在其产品制造过程中产生了大量的流水线数据，如何充分利用这些数据一直是工业界的一个难题.本文根据制造业企业的真实大规模生产数据，通过对其进行细致的探索性数据分析，建立了一种基于FTRL和XGBoost算法的二分类产品故障预测模型，并根据适用于非平衡数据集的MCC （Matthews Correlation Coefficient）评价指标采用交叉验证方法对其进行优化.实验结果表明，该模型对于大规模（不仅样本量大，特征量也很大）正负样本非平衡的生产流水线数据集具有运行效率高，故障预测精度高的效果.基于此模型我们可以构建更智能的产品故障检测系统，有效降低企业运营成本的同时也带来了可观的利润增长.

摘要:网络化软件是由分布在互联网上多源异构的Web服务构成，但受其所处动态开放网络环境的影响，服务可信性处在不断变化之中.针对传统Web服务可信性难以适应动态评估的问题，提出了一种基于信息熵权重和带修正指标的动态信任评估模型（Dynamic Trustworthy Evaluation based on Information Entropy and Correction Metrics，DTEIECM）.首先，该模型充分挖掘模糊矩阵中的客观信息，利用信息熵对易受人为因素影响的主观权重进行修正.同时，考虑到所处运行环境对当前服务可信性的影响，增加了修正指标和受反馈影响的外部指标，以提高评估模型的自适应性.最后，通过对一个商务订单管理系统中的地图服务进行实例分析，结果表明DTMIECM模型在可信性度量中具有可行性，而且能够适应多变的环境并重新配置服务组合，有利于提高整个系统的可信度.

摘要:对裁判文书中判决结果的倾向性分析是完成律师推荐系统的前提，如何高效的实现判决结果倾向性分析是本文的重点.本文提出了基于注意力机制和BiGRU的判决结果倾向性分析模型.首先，训练词向量，得到词向量表；然后，通过查找词向量表，将文书数据转化为词向量序列，将词向量序列作为输入来训练判决结果倾向性分析模型.实验结果表明：注意力机制和BiGRU算法在判决结果倾向性分析中具有一定的有效性.该模型能够对裁判文书中判决结果的倾向性做一个合理的判断，为后期律师推荐系统的实现提供一个合理的评分依据.

摘要:现有设备区域覆盖方面的研究大多针对二维空间无向感知区域，设备位置往往随机设定，对复杂空间环境的感知覆盖率较低，难以满足安全监控等实际应用的需求，本文针对复杂环境下的有向监控设备网络，首先建立设备感知模型，然后提出在三维空间区域中结合虚拟力及区域权重的设备监控方向调整算法，增加区域有效覆盖率，最后基于贪心策略给出额外设备的部署方案以进一步增强区域覆盖.实验结果表明本文提出的方案能以较小代价大幅提高区域覆盖率.

摘要:信息中心网络是一种全新的网络体系，其通过内容名来进行寻址和路由.然而，目前并没有一种高效而简洁的方案可以实现生产者和消费者之间的移动.本文旨在构建一种基于POF-ICN架构下的移动性支持体系，本体系主要通过设备在全局解析系统上的注册位置信息、移动管理、会话管理和控制器协作工作来维护相关业务信息和规划路径以支持移动性.通过实验模拟和仿真，发现在网络状况良好的情况下，消费者成功发送请求后，几乎所有的请求都成功完成响应，并且在网络比较拥塞的情况下通过预规划路径的方式可以有效提高请求响应率.研究表明，本研究提出的构建体系方案可以在生产者和消费者之间实现简洁而高效的移动性支持，并且可以通过预规划路径有效地降低移动丢包率.

摘要:提出了一种基于二维码匹配的指针式仪表读数识别方法.该方法先实时采集高质量的仪表状态图像，同时获取二维码定位点信息以及与二维码相连接的数据库中存储的仪表类型信息，再根据二维码定位点信息对仪表图像进行快速倾斜校正，并利用二维码与仪表之间先验的几何位置关系快速提取图像中表盘所在的区域，最后根据获取的仪表类型信息，选择对应的仪表读数识别算法，以实现快速准确地识别仪表读数.实验结果表明：该方法能有效提高指针式仪表读数识别的准确率，尤其是对于复杂背景的仪表图像，该方法可用于电力系统中刻度均匀的指针仪表识别.

摘要:对网络在线学习者产生的数据进行记录和分析，并为其提供精准化的个性化服务是在线教育发展的重要方面.本文以学习者在平台上产生的日常学习数据为样本，综合其最具代表性的五种影响因子，通过学习向量化神经网络对样本进行分类，得到基于BP神经网络的在线学习成绩预测数据.在模型中采用遗传算法有效优化BP神经网络的权重和阈值，在提高预测精度的同时加快模型的收敛速度.最后与其他两种模型进行对比分析，结果表明：该模型进行预测的结果与真实的成绩分布基本一致，具有很高的可信度，能够为有效的预测学习状态提供决策依据，具有一定的工程应用价值.

摘要:考虑到电商平台的日益发展，使用人工分类的方式对服装进行分类无法满足目前的需求.本文从实际的应用场景出发，针对于服装图像进行分类时会受到背景因素干扰、服装图像关键部位信息以及算法模型运行的的硬件要求三个方面，分别进行改进设计.提出：1）消除背景的干扰；2）图像局部信息的利用；3）模型的轻量化处理.最终得到了在满足准确性的前提下，可以在普通低配置PC端进行运行的算法模型，提升了工作效率，同时节省了成本.

摘要:为实现面向大规模服装图像集的图像快速精准检索，突破当前常规检索方法的局限性，本文提出了一个新的深度学习模型：Fashion-16服装图像检索模型.采用先分类再类内检索的思想，基于VGG-16模型强大的图像特征提取能力，以卷积神经网络softmax分类器进行分类，对同一类别下采用局部敏感哈希的思想进行近似最近邻的查找，实现了针对服装类别属性的图像检索模型修正.实验结果表明，模型具有良好的稳定性、精确率及检索速度，有其实用价值与研究意义.

摘要:本设计采用STC89C52RC与STM8S005为核心控制的可升降智能书桌，由数码管显示模块，超声波模块，按键模块，红外测距模块，接近式感应，手机充电，蓝牙连接播放音乐，推杆和语音录放装置以及app控制台灯组成.本设计采用人性化的方式，可以上升的高度范围为50 cm到110 cm，实现人体的站立和坐下，书桌实时对人体的姿态作出反应，实时测量高度，同时设计APP实现外加音乐播放，led照明和七彩灯变化等功能.

摘要:研究了具有切换拓扑的离散时间多智能体系统的事件触发H_∞滤波问题.构造了一种新的分布式事件触发控制方案，以确定是否每个智能体应该传输当前采样数据到滤波器，从而有效的节约网络资源.考虑到网络诱导时延的存在，同时利用马尔可夫过程对网络拓扑的切换进行建模，采用事件触发控制方案并结合所提的H_∞滤波器，将分布式滤波误差系统建模成一个具有多时变时延的闭环系统.利用包含多区间上下界信息的Lyapunov-Krasovskii泛函和线性矩阵不等式方法，得到了保证闭环系统实现具有H_∞性能指标渐近稳定性的一些充分条件和H_∞滤波器参数的设计方法.最后，通过两个数值算例说明了该方法的有效性.

摘要:为了解决传统BP （Back Propagation）神经网络收敛较慢的问题，通过BP神经网络搭建火点预测模型，采用一种自适应学习率的方法改进BP神经网络，经比较该算法收敛较快，模型输出可达到预期效果.同时利用现场可编程逻辑门阵列（FPGA）的动态可重构技术实现了改进后的神经网络，通过仿真和结果测试，该设计在预测结果的基础上又大大减少了预测时间，为环保预测、检测轨迹规划提供了一定的理论基础.

摘要:使用传统的主题模型方法对医疗服务平台中的评论等短文本语料进行主题模型的情感分析时，会出现上下文依赖性差的问题。提出基于词嵌入的WLDA算法，使用Skip-Gram模型训练出的词w*替换传统的LDA模型中吉布斯采样算法里的词w`，同时引入参数λ，控制吉布斯采样时词的重采样的概率.实验结果证明，与同类的主题模型相比，该主题模型的主题一致性高.