摘要:空间插值分析算法是一种应用于将离散点的测量数据转换为连续数据表面的算法，能够将连续数据曲面与其他空间现象的分布情况进行比较，它在空间信息方面具有广泛的应用场景，尤其是地理信息方面.对泰森多边形法、反距离权重插值法、样条函数插值法、克里金插值法等空间插值算法的插值原理和应用场景进行综述，对空间插值分析算法的进展和未来研究方向进行了探讨.

摘要:为应对大数据时代对带时间窗车辆路径问题（VRPTW）的实时求解要求，提出基于Spark平台的改进蚁群算法.在算法层面，利用改进的状态转移规则和轮盘赌选择机制构建初始解，结合k-opt邻域搜索进行路径构建优化，改进最大最小蚁群算法中的信息素更新策略；在实现层面，利用Spark提供的API对蚁群RDD进行操作，实现蚁群分布式并行求解.在标准算例Solomon benchmark和Gehring&Homberger benchmark的实验结果表明，该算法在大规模问题的求解精度和速度上有明显提升.

摘要:为了兼顾膜控制器控制下的移动机器人行走速度和避障效果，提出了一种基于酶数值膜系统的自适应巡航速度避障控制方法.该方法采用酶数值膜系统结构，利用膜之间的信息交流，实现多个膜融合多个传感器的距离信息，根据融合距离信息自适应调节巡航速度，使移动机器人能够有效的避开障碍物，同时兼顾无障碍物时移动机器人行走速度.基于移动机器人Pioneer3-DX的仿真和实物实验表明：该方法设计的酶数值膜控制器可行且避障控制效果更优.

摘要:知识图谱旨在描述现实世界中存在的实体以及实体之间的关系.自2012年谷歌提出“Google Knowledge Graph”以来，知识图谱在学术界和工业界受到广泛关注.针对教育领域中信息缺乏系统性组织的不足，本文构建了面向高中的教育测评知识图谱（Educational Assessment Knowledge Graph，EAKG），其中EAKG的构建包括基于本体技术的知识图谱模式层构建和依托于模式层结构的知识图谱数据层构建.与传统通过网页爬虫等技术手段构建的知识图谱相比，本文构建的知识图谱优点在于逻辑结构清晰，实体间关系的刻画遵循知识图谱模式层的定义.EAKG为领域内知识共享，知识推理，知识表示学习等任务提供了良好的支撑.在真实模考数据上的实验结果表明：在试卷得分预测，知识点得分预测的实体链接预测和三元组分类嵌入式表示学习任务上，引入领域本体作为模式层构建的EAKG的性能优于没有领域本体模式层单纯由数据事实构成的EAKG，实验表明，领域本体的引入对知识图谱的表示学习具有一定的指导意义.

摘要:随着云服务的需求日益增强，云服务市场得到了快速的发展，但也产生了云服务的可信问题.国内外针对这个问题提出了各类的云服务可信评估模型，使用直接间接可信，用户评价、偏好相似度等因素参与云服务可信评估的流程中，然而现有研究中的云服务可信评估模型在流程中针对信任评估中并不能满足像是缓慢增加和快速下降等基本性质.本文引入云服务可信滑动窗口的方式加强整个云服务可信评估的流程，通过滑动窗口满足了缓慢增长等性质解决了问题，而后通过模拟实验验证了确实能够有效解决该问题.

摘要:针对传统SOA架构设计的国土档案系统面临的服务安全、负载均衡和伸缩性等问题，设计实现了基于微服务架构的分布式档案系统.根据微服务架构思想，将档案系统功能划分为细粒度的微服务组件，微服务之间设计鉴权服务模块来实现微服务的安全访问控制，通过服务注册中心、服务网关和SpringCloud体系框架来解决系统的软负载问题，利用Docker微服务集群完成微服务组件的独立部署运行和业务功能伸缩.对档案数据文件建立了倒排索引，提高了档案数据查询时的速度和准确度.

摘要:视力是群体健康的重要指标之一，是建设健康城市的重要调查内容.传统调查群体视力的方法存在局限.本文采用深度学习的方式分析监控视频中行人的人脸属性，识别公共群体中视力障碍的数量和比例，并且分性别研究，作为区域人群群体健康的样本指标.针对视频中人脸属性的识别问题，引入人脸检测卷积神经网络来检测行人人脸，在此基础上提出了改进的人脸分析卷积神经网络，分别完成性别的识别及是否佩戴眼镜的识别.最后研究建立了以百度地图为基础的区域视力数据展示系统，并在Web端分街道和区域对男女视力障碍比例进行数据可视化展示，为接下来的实际应用打下基础.实验结果及系统展示表明，本文提出的方法能有效识别群体视力障碍情况，为群体视力健康调查工作提供了新思路.

摘要:为了满足科技政策研究需要，中国科协设计并实现了一种科技政策库系统.本文首先介绍了科技政策库的总体设计方案、系统工作流程；然后详细介绍了系统组成，整个系统由数据采集子系统、数据清洗子系统、数据分析子系统3个子系统组成.数据采集子系统基于网络爬虫框架Scrapy软件针对大量异构站点设计了可管理的网络爬虫，并基于ABBYY FineReader软件（俄罗斯软件公司ABBYY发行的一款文档识别软件）实现了历史文献OCR识别（Optical Character Recognition，光学字符识别）和入库.数据清洗子系统基于机器学习算法实现了数据去重、非相关数据识别、数据属性缺陷识别等功能.数据分析子系统则对有效入库的科技政策进一步进行了文本分类、关联关系分析、全文检索.从2018年10月上线以来，该系统从226个数据源采集564 749条数据，经过数据清洗之后入库404 083条数据，能够有力地支撑科技政策研究工作.

摘要:在现代化的电力行业中，每年都需要采购大量的电力设备用于建设电网工程，由于电网建设环节复杂、所需物资设备类型较多，很难管理和众多供应商签订的物资合同.为了提高合同签订效率、保障电网建设工程的进度和质量，文章提出了把区块链技术应用在电力行业物资合同的管理中，由电网企业和设备供应商之间建立的用于签订合同的联盟链，并提出了一种基于改进的委托权益证明（DPoS）的实用拜占庭容错（PBFT）的共识机制，该机制结合合同签订次数给节点动态授权，优化了代理节点的选择策略.以区块链技术实现的电子合同既有传统电子合同建立在密码学算法基础上的安全性，又有多方协作、不可篡改和可追溯的透明性和真实性，使物资合同的签订和后续的管理都更加便捷和安全.

摘要:本文主要介绍湖南省疾控中心利用开源的企业级网络管理平台OpenNMS实现对数据中心的网络设备、服务器、应用实时监控.特别是在经费有限，并且还缺少短信网关、私有邮件服务器的情况下，以最少代价实现及时发现网络瓶颈和故障报警.HP Data Protector （以下简称DP）是惠普公司提供的一款备份软件，本文同时也介绍了HP DP的报告和报警功能的使用，并且以HP DP报警为例演示OpenNMS邮件报警功能.

摘要:研究了主流的二维和三维显示技术，WGS84坐标和墨卡托投影坐标变换方法，消息中间件和AAR存档系统等态势可视化技术，提出了数据库API网关.设计并实现了一种二三维联动的态势可视化系统，采用消息中间件同步仿真过程信息，用数据库API网关统一管理实体的二三维模型，用AAR存档系统记录和回放仿真过程，经测试，态势可视化系统能够正确的，有效的完成仿真功能，且二维和三维显示部分显示的态势是联动的.

摘要:服装表演专业是艺术类高校的特色专业，其单招考试的组织管理工作艰巨复杂，目前的信息化管理层次较低，面临数据安全性和考试公平性的双重考验.针对艺术类高校服装表演专业单招考试信息化管理的实际需求，提出一种轻量级的单招考试管理系统解决方案，结合系统在功能上拟解决的问题，给出了系统设计的核心思路与系统实现的关键技术.实践表明，本文提出的解决方案切实可行，具有较高的实际应用价值.

摘要:针对实时库，分析了批量读写、并发操作、单次大数量读写、内存占用情况和网络使用情况等对实时性的影响，在此基础上设计了兼顾实时库功能和性能测试的测试系统，该测试系统的软件部分在Linux系统上采用Qt/C++实现.经实际应用表明，该测试系统切实有效，很大程度上提高了测试结果数据的精度和测试效率高且系统界面友好、简单易操作.

摘要:为了实现协作机器人的控制，对协作机器人进行了控制系统研究，在保证系统鲁棒性和实时性的前提下，提出了在PC机上，构建基于Ubuntu系统下结合ROS，利用CAN通讯的方式，搭建协作机器人的控制系统.最后通过仿真实验和实体机器人控制实验，验证协作机器人控制系统应用效果.实验结果表明，该协作机器人控制系统具备控制协作机器人进行路径规划的基本工作能力，能够很好的建立上下位机的通讯，进行协作机器人控制.同时本控制系统具有模块化、可移植性高、框架清晰、低延时等特点.

摘要:近些年来，群体动画在机器人学、电影、游戏等领域得到了广泛的研究和应用，但传统的群体动画技术均涉及复杂的运动规划或碰撞避免操作，计算效率较低.本文提出了一种基于马尔可夫决策过程（MDPs）的群体动画运动轨迹生成算法，该算法无需碰撞检测即可生成各智能体的无碰撞运动轨迹.同时本文还提出了一种改进的值迭代算法用于求解马尔可夫决策过程的状态-值，利用该算法在栅格环境中进行实验，结果表明该算法的计算效率明显高于使用欧氏距离作为启发式的值迭代算法和Dijkstra算法.利用本文提出的运动轨迹生成算法在三维（3D）动画场景中进行群体动画仿真实验，结果表明该算法可实现群体无碰撞地朝向目标运动，并具有多样性.

摘要:以提高预测软件老化趋势为应用背景，提出一种新型自适应遗传退火算法（NAGSA）优化BP神经网络模型，该模型采用轮盘赌选择法与精英保留策略相结合的选择算子，在迭代后期通过模拟退火算法对适应度函数进行拉伸，相比传统的自适应遗传算法（AGA）在个体适应度较低时，能够非线性地自适应调节交叉概率和变异概率，从而对BP神经网络的权值和阈值优化并进行网络训练.对在线售书网站注入内存泄漏的代码使之老化，收集实验所需的老化数据进行仿真训练，实验结果表明，NAGSA-BP模型相比于传统遗传算法（GA）、传统自适应遗传算法（AGA）、传统自适应遗传退火算法（NGSA）优化的BP神经网络模型提高了预测精度和取得了优良的收敛效果，在该应用领域验证了本文方法的有效性.

摘要:本文针对交通数据挖掘领域的交通流预测问题进行研究和实现.主要对数据挖掘技术应用于交通流数据的特征选择和交通流预测模型的建立提出算法.在对采样数据进行清洗后，以分类与回归决策树作为基学习器，采用梯度提升决策树进行回归拟合，计算出交通数据的特征重要度.并以此重要度作为自适应特征选择的依据.其次，采用聚类算法对选取后的特征数据进行聚类分析，缩小样本大小的同时，同类数据更加相似.最后，以实时数据匹配相应聚类作为训练数据集，使用经过人工鱼群算法优化参数后的支持向量机进行交通流预测.本文结尾通过实验数据论证本文所提出的算法和模型.

摘要:Relief算法是一个过滤式特征选择算法，通过一种贪心的方式最大化最近邻居分类器中的实例边距，结合局部权重方法有作者提出了为每个类别分别训练一个特征权重的类依赖Relief算法（Class Dependent RELIEF algorithm：CDRELIEF）.该方法更能反映特征相关性，但是其训练出的特征权重仅仅对于衡量特征对于某一个类的相关性很有效，在实际分类中分类精度不够高.为了将CDRELIEF算法应用于分类过程，本文改变权重更新过程，并给训练集中的每个实例赋予一个实例权重值，通过将实例权重值结合到权重更新公式中从而排除远离分类边界的数据点和离群点对权重更新的影响，进而提高分类准确率.本文提出的实例加权类依赖RELIEF （IWCDRELIEF）在多个UCI二类数据集上，与CDRELIEF进行测试比较.实验结果表明本文提出的算法相比CDRELIEF算法有明显的提高.

摘要:提出一种云环境下科学工作流的调度算法.针对已有的调度算法和松弛时间资源分配策略均未考虑“或”控制结构的不足，给出了关键活动优先级（Critical Activity Priority，CAP）的概念；定义了活动的服务效益比（Service Benefit Ratio，SBR）；提出了活动松弛时间分配策略；并从流程定义和实例运行两个层次，给出了活动截止期限的分配算法.该项研究成果为解决科学工作流调度过程中的时间-成本优化问题提供了更合适的解决方案.

摘要:支持向量机作为非参数方法已经广泛应用于信用评估领域.为克服其训练高维数据不能主动进行特征选择导致准确率下降的缺点，构建C4.5决策树优化支持向量机的信用评估模型.利用C4.5信息熵增益率方法进行属性选择，减少冗余属性.模型通过网格搜索确定最优参数，使用F-score和平均准确率评价模型性能，并在两组公开数据集上进行验证.实证分析表明，C4.5决策树优化支持向量机的信用评估模型有效减少了数据学习量，较于传统各类单一模型有较高的分类准确率和实用性.

摘要:现有深度残差网络作为一种卷积神经网络的变种，由于其良好的表现，被应用于各个领域，深度残差网络虽然通过增加神经网络深度获得了较高的准确率，但是在相同深度情况下，仍然有其他方式提升其准确率.本文针对深度残差网络使用了三种优化方法：（1）通过卷积网络进行映射实现维度填充；（2）构建基于SELU激活函数的残差模块（3）学习率随迭代次数进行衰减.在数据集Fashion-MNIST上测试改进后的网络，实验结果表明：所提出的网络模型在准确率上优于传统的深度残差网络.

摘要:文本分类是自然语言处理领域的一项重要任务，具有广泛的应用场景，比如知识问答、文本主题分类、文本情感分析等.解决文本分类任务的方法有很多，如支持向量机（Support Vector Machines，SVM）模型和朴素贝叶斯（Naïve Bayes）模型，现在被广泛使用的是以循环神经网络（Recurrent Neural Network，RNN）和文本卷积网络（TextConventional Neural Network，TextCNN）为代表的神经网络模型.本文分析了文本分类领域中的序列模型和卷积模型，并提出一种组合序列模型和卷积模型的混合模型.在公开数据集上对不同模型进行性能上的对比，验证了组合模型的性能要优于单独的模型.

摘要:云计算资源调度是云计算中一个关键且复杂的调度问题，需要考虑众多的因素.为减少任务完成时间，本文提出了一种云资源调度粒子群改进算法.首先，本文在惯性权重线性递减的基础上，加入了混沌随机数扰动，使惯性权重有概率的适度增加，以便于跳出局部搜索，进行全局搜索；其次，针对粒子群算法和蚁群算法都容易陷入局部最优的缺点，结合粒子群算法和蚁群算法的优化策略，提出了一种改进的混合优化策略.其仿真结果及实际算例测试结果表明，在相同条件下改进算法能够寻到更精确的解.

摘要:针对纹理稀疏区域重建效果差的问题，本文提出一种基于像素插值的改进稠密重建算法.基于面片的多视图稠密重建方法（PMVS）能够自动忽略外部点和障碍点，相比较于其他三维稠密重建算法该算法更准确，简单，高效.但是在纹理稀疏的区域会出现孔洞残缺等问题，且现有的匹配候选点选取策略会使得局部细节失真边缘残缺.本文针对这些问题提出了一种基于像素插值的特征点选取方法，增加纹理稀疏区域的特征点，使特征点分布均匀，提出一种更合理的候选点选取策略，减少错误匹配.实验表明本文提出的方法不仅能保证纹理稀疏区域的重建效果，还能有效剔除误匹配点，提高重建精度.

摘要:推荐系统是根据用户的历史信息对未知信息进行预测.用户项目评分矩阵的稀疏性是目前推荐系统面临的主要瓶颈之一.跨域推荐系统是解决数据稀疏性问题的一种有效方法.本文提出了基于有效特征子集选取的高效推荐算法（FSERA），FSERA是提取辅助域的子集信息，来扩展目标域数据，从而对目标域进行协同过滤推荐.本文采用K-means聚类算法将辅助域的数据进行提取来降低冗余和噪声，获取了辅助域的有效子集，不仅降低了算法复杂度，而且扩展了目标域数据，提高了推荐精度.实验表明，此方法比传统的方法有更高的推荐精度.

摘要:同时定位与地图创建（the simultaneous localization and mapping，SLAM）是机器人领域的难点问题，目前广泛采用Rao-Blackwellized Particle Filters （RBPF）算法解决该问题.在传统的RBPF算法实现中构建的高误差建议分布会采样计算大量粒子来拟合目标分布，频繁的重采样步骤导致粒子逐渐耗散，浪费大量计算资源.在本文中通过把运动模型信息与观测信息相结合优化建议分布，减少采样粒子数量，引入自适应重采样方法减少重采样步骤.在算法的实现时使用树形数据结构存储环境地图，实验结果表明，该改进算法可以显著计算效率，减小存储消耗，构建地图更为精确.

摘要:维度灾难是机器学习任务中的常见问题，特征选择算法能够从原始数据集中选取出最优特征子集，降低特征维度.提出一种混合式特征选择算法，首先用卡方检验和过滤式方法选择重要特征子集并进行标准化缩放，再用序列后向选择算法（SBS）与支持向量机（SVM）包裹的SBS-SVM算法选择最优特征子集，实现分类性能最大化并有效降低特征数量.实验中，将包裹阶段的SBS-SVM与其他两种算法在3个经典数据集上进行测试，结果表明，SBS-SVM算法在分类性能和泛化能力方面均具有较好的表现.

摘要:腹腔主动脉所处环境复杂，不可避免的造成弱边缘和边缘不均匀等问题.提出一种基于局部边缘特征的水平集演化算法，根据其所处水平集内部与外部相邻区域的相关性赋值加权因子，使得能量函数最小化.实验结果表明，本算法在实验精度和稳定性方面取得了良好的效果.

摘要:针对现有的个性化隐私匿名技术不能很好地解决数值型敏感属性容易遭受近邻泄漏的问题，提出了一种基于聚类技术的匿名模型——（ε_i，k）-匿名模型.该模型首先基于聚类技术将按升序排列的敏感属性值划分到几个值域区间内；然后，提出了针对数值型敏感属性抵抗近邻泄漏的（ε_i，k）-匿名原则；最后，提出了一种最大桶优先算法来实现（ε_i，k）-匿名原则.实验结果表明，与已有的面向数值型敏感属性抗近邻泄漏方案相比，该匿名方案信息损失降低，算法执行效率提高，可以有效地降低用户隐私泄露风险.

摘要:工程机械客户服务调度涉及服务车、服务人、工程机械三种调度对象。本文在服务资源充足，一名工程师至多分配一项任务的前提下，综合路径长度、技能匹配、服务时间等因素，建立了以最小化总完成时间为目标的模型。根据问题特点，将服务车-服务人-工程机械的组合看做一个特殊的三分图匹配问题，提出了基于二分图最小权匹配的混合遗传算法求解方案，引入了内嵌精英策略的轮盘赌选择算子和动态变异概率。通过大规模算例研究，证明了该算法的有效性与优越性。

摘要:针对现如今铁路工务人员在作业时得不到实时监控，安全事故时有发生的情形.以铁路探伤工为例，分析了工务人员的7种主要行为.每个工务人员佩戴集成了加速度传感器的嵌入式设备，采集其行为数据并提取特征，采用C4.5决策树、随机森林、KNN、SVM四种分类算法做了实验，结果表明：SVM分类识别率最高，行为识别准确率达到了99.2%.该研究为消除铁路现场作业人员的行为安全隐患具有一定工程应用价值.

摘要:在检察官办案过程中对盗窃案件性质把握不准确，对量刑建议给出缺乏经验，导致给出的量刑建议准确性不足.为了使检察官给出更加准确的量刑建议，提供辅助量刑参考，通过对盗窃案件法律文书理论和知识体系进行整理和分析，对其中的隐式关系、深层关系进行挖掘、推理，通过搭建本体模型，提出了基于本体的盗窃案件法律文书知识图谱构建方法，并且设计自定义推理规则，实现了盗窃案件法律文书知识图谱在相似量刑类案推送测试功能，得到了理想的测试结果.研究证明，构建基于本体的盗窃案件法律文书知识图谱，利用智能推理技术，给检察官提供相似案件量刑参考，辅助了检察官给出更加合理的量刑建议.

摘要:如何能够准确地对软件老化趋势进行预测，并及时采取相应恢复策略是当前预防软件老化的一个关键问题.为此，针对老化数据的时序特性，以循环神经网络（Recurrent Neural Network，RNN）及其变种长短时记忆单元（Long Short-Term Memory，LSTM）结构为基础，设计了一种基于LSTM网络的软件老化资源预测方法，并通过应用加速寿命测试实验搭建老化测试平台，对Web服务器因内存泄漏引起的老化现象进行建模和预测.实验结果表明，LSTM老化预测模型在处理Web软件老化的时间序列建模问题上，具有很强的适用性和更高的准确性，能有效提高软件系统的可靠性和可用性.

摘要:针对传统Lukas-Kanade法（以下简称LK法）在板球系统中追踪小球难以捕捉圆心、追踪精度不高问题，提出一种基于hough变换的改进LK法.传统LK法确定角点主要是选取图中灰度梯度大的地方，角点总是在小球边缘而无法深入圆心，采用改进LK法选取角点是将图像的二维XY坐标系转换为三维ABR坐标系，通过累积数量和累积权重确定圆心.通过该点的图像的灰度梯度，进行追踪.结果显示改进的光流法对目标的捕捉要优于传统LK光流和反向直方图投影法.

摘要:针对双舵轮AGV在地面崎岖不平和轮胎打滑的情况下编码器失效的问题.本文提出一种使用价格低廉的RGB-D相机做视觉里程计的方案，避免了双舵轮AGV直接运动学建模导致里程计航迹推算累积误差过大的问题.本文采用ORB算子对图像进行特征提取和匹配，使用ICP的方法进行位姿估计.然后在Linux+ROS平台下搭建视觉里程计，并且和激光雷达数据融合，通过粒子滤波算法进行定位.最后，分别在不同环境下对比了编码器和视觉里程计的定位效果，并验证了整个系统的鲁棒性.

摘要:时序行为检测是指在一段未分割的长视频中，检测出其中包含的若干行为片段的起止时间和类别.针对该项任务，提出基于双流卷积神经网络的行为检测模型.首先使用双流卷积神经网络提取视频的特征序列，然后使用TAG （Temporal Actionness Grouping）生成行为提议，为了构建高质量的行为提议，将行为提议送入边界回归网络中修正边界，使之更为贴近真实数据，再将行为提议扩展为含有上下文信息的三段式特征设计，最后使用多层感知机对行为进行识别.实验结果表明，本算法在THUMOS 2014数据集和ActivityNet v1.3数据集获得较好的识别率.

摘要:随着牲畜牛逐年增加，单角度特征编码这种身份认证方法在数据容量上已无法满足目前的需求.本文给出一种cascade结构，使用SSD模型对牛脸进行检测，之后使用MobileNet对牛脸姿态角度进行估计.为多角度特征编码打下坚实的特征基础.实验表明，cascade结构在牛脸检测、姿态角度估计任务中均能得到一个较高的准确度.

摘要:在安卓系统中，一些安卓应用为了避免被系统杀死，会通过各种方式在后台占用系统的CPU，内存等资源，实现后台保活.这类行为会加速安卓系统的电量消耗.其中一种后台保活的方式是在后台持有Audiomix锁并播放无声音频.针对这种行为，本文设计了相应的方案来检测这个问题.通过对安卓源码进行修改，收集到安卓应用正在播放的音频数据，再通过检测脚本对音频进行实时检测，来判断安卓应用是否在后台播放无声音频来实现保活.实验分析了50个安卓应用，结果表明该方法可以有效检测此类行为.