摘要:随着互联网服务的快速发展, 分布式的微服务应用逐渐取代传统的单体应用成为互联网应用的主要形式之一. 微服务应用在具有可伸缩性、容错性、高可用性等优点的同时, 也存在着构建繁琐、部署复杂和维护困难等挑战. 面向云计算环境的微服务监测与运维是当前的研究热点, 但仍然存在粒度较粗、故障定位不准确等缺点. 针对以上问题, 本文提出了一种基于模式匹配的微服务故障诊断方法. 首先, 使用注入代理转发请求流量的方式收集并建模微服务的追踪信息; 然后, 收集系统正常运行下的状态信息, 并通过注入已知故障来收集并刻画故障发生后应用的运行状态; 最后, 将未知故障的执行追踪信息与已知故障的执行追踪信息相匹配, 采用字符串编辑距离衡量相似度以诊断可能的故障原因. 实验结果表明, 该方法可以有效刻画请求的处理执行追踪信息, 以微服务为粒度准确定位应用的故障原因.

摘要:城市发展对土地利用影响较大, 是土地利用变化重要驱动力. 为研究平潭综合试验区发展对土地利用的影响, 以1984、1990、1996、2003、2010和2017年的Landsat陆地卫星遥感影像为数据源, 采用随机森林对海坛岛土地利用进行分类, 对5个阶段的土地利用变化情况、城市扩张及扩张对其他地类的影响进行了定量分析. 结果表明: (1)在特征变量优化下的随机森林, 各期分类精度均高于85%, 满足后续分析要求; (2)耕地在各时期面积最大, 林地(有林地和灌木林地)次之, 裸地最少; 耕地总体出现减少趋势, 1984–1990年减少比例最大(8.07%); 建设用地5个阶段都表现为扩张, 2010–2017年扩张最明显(11.82%); (3)各阶段城市扩张类型主要为边缘性扩张, 其次为跨越式扩张, 填充式扩张比例最小; 该岛城市的发展对其他地类变更具有重要驱动作用, 城市扩张最主要来源和去向均为耕地; 城市土地的转变集中在耕地、林地、草地和湿地几类土地利用类型.

摘要:间歇生产过程是流程工业的重要组成部分, 因其特有的灵活性和高效性, 被广泛应用于食品、化工、制药、冶金、造纸等行业, 其优化与控制问题也被广泛的研究. 间歇生产过程的非线性和重复性, 给优化和控制既带来了机遇又带来了挑战. 本文总结了近三十年来间歇生产过程常用的优化方法和控制策略, 并且从间歇生产过程的特性出发, 分析了优化和控制的难点, 讨论了未来可能的发展方向.

摘要:缩宫素是产科催产、引产和产前胎儿监测的首选药物, 产时缩宫素剂量调控不当可增加不良妊娠结局的风险, 目前临床缩宫素的输注主要依靠医护人员手动调节, 但在人工调控过程中存在主观判断误差, 且人力成本高昂, 而现有的缩宫素注射系统也缺少有效的智能调控手段. 因此, 本文提出一种智能缩宫素剂量预测方法, 对胎心监护仪的宫缩信号进行特征提取, 结合胎心、心率、电子病历、护理记录等数据, 构建基于贝叶斯优化(BOA)的LightGBM缩宫素剂量预测模型. 实验选取浙江省某三甲医院采集的10061条样本数据, 相较于传统模型, BOA-LightGBM预测性能更佳. 因此, 将本文预测模型应用于产科缩宫素用药调节是可行的, 可为产科医护人员产时临床决策提供辅助支持, 减轻人力成本, 实现精准给药, 对临床工作具有积极意义.

摘要:宏病毒在高级持续性威胁中被广泛运用. 其变形成本低廉且方式灵活, 导致传统的基于病毒规则库的反病毒系统难于有效对抗. 提出一种基于梯度提升决策树的变形宏病毒检测方法. 该方法以病毒专家经验为指导, 实施大规模特征工程, 基于词法分析对变形宏病毒做细粒度建模, 并使用海量样本训练模型. 实验表明, 该方法能够准确检测企业级用户网络中传播的真实变形宏病毒和主流变形工具生成的变形宏病毒; 对400万个宏程序样本进行10折交叉验证, 准确率和召回率分别达到99.41%和97.34%, 优于现有其他方法.

摘要:错误定位是软件调试中最昂贵的活动之一. 基于变异的错误定位(MBFL)技术假定被大多数失败测试用例杀死的变异体能够很好地定位错误的位置. 之前的研究表明MBFL在单错误定位上有很好的定位效果, 但关于MBFL在多错误定位上的表现没有被深入研究过. 近年来, 高阶变异体被提出用于构造难以被杀死的复杂错误, 但高阶变异体是否能提升MBFL的错误定位精度是未知的. 本文中, 我们研究了一阶变异体和高阶变异体在多错误定位场景下的表现. 进一步, 我们依据不同的变异位置将高阶变异体划分成3类: 准确高阶变异体、部分准确高阶变异体和不准确高阶变异体. 探索哪类变异体在错误定位上更有效. 基于5个程序上的实证研究, 我们发现在多错误定位场景下, 高阶变异体比一阶变异体有更好的定位效果. 更进一步, 我们发现不同种类的高阶变异体的影响是不容忽视的. 具体而言, 准确高阶变异体比不准确高阶变异体有更高的贡献. 因此研究人员应提出更有效的方法生成这类变异体用于未来的MBFL研究.

摘要:随着人脸识别身份认证技术的广泛应用, 各类针对人脸识别系统的攻击手段逐渐出现. 为了应对这类安全性问题, 提出了基于唇语识别的身份认证方法. 基于唇语识别的身份认证系统要求用户在进行人脸识别认证的同时读出验证码, 系统既要对人脸进行比对, 还要通过唇语识别技术识别出说话内容并与验证码进行比对, 只有两部分比对都通过才能通过系统的身份认证. 最后设计了基于唇语识别的身份认证系统, 主要包括前端、网关和后端.

摘要:水库蓄水量研究对于合理保护和利用水资源具有重要的指导意义. 针对水库蓄水量估算研究现状和不足, 使用星载雷达高度计(RA)提取水库的遥测水位, 利用星载多光谱成像仪(MSI)和星载合成孔径雷达(SAR)提取水库的水域面积, 基于数据同化技术建立了多源遥感水库蓄水量估算模型, 并开发了一款多源遥感水库蓄水量估算系统. 该系统可以无接触地获取遥测水位和水域面积并估算蓄水量, 具有稳定性、通用性等特点, 有望应用于防汛抗旱、水库调度等领域, 为管理部门科学化、高效化管理水库提供技术支撑.

摘要:针对人流密集区域停车场管理效率低下, 停车难的问题, 提出了一种基于车牌字符识别技术的临时停车场自动收费系统. 首先, 通过停车场出入口处的摄像机抓拍车辆图像; 其次, 利用图像处理技术进行车牌定位、车牌矫正、车牌字符分割, 并搭建卷积神经网络实现车牌字符识别; 然后, 通过MySQL 数据库实现车辆进出时间存储、停车时长及收费金额的计算; 最后, 设计了管理显示界面实现车辆信息的管理和显示. 利用OpenCV和C++对整个系统进行了仿真实现. 仿真结果表明, 该系统识别率达到97%以上, 设备移动简便、停车管理自动化程度高, 极大的减轻了临时停车场停车管理难度.

摘要:深度学习在图像识别领域凸显出了优势, 而在深度学习图像识别模型训练的准备阶段, 制备图像数据集需要人工将图片上的信息进行标注. 这一准备过程往往需要耗费大量人力成本与时间成本. 为了提升数据制备阶段的工作效率, 从而加速深度学习模型的生成与迭代, 提出了一种基于微服务架构的多人协作众包式图像数据集标注系统. 通过将繁重的标注任务划分为不同的小任务, 使更多的人能够参与并协同完成数据标定. 通过引入对象存储机制并采用微服务架构, 提升了系统性能, 在开发阶段使用了基于Gitlab的持续集成与持续部署, 实现了系统的快速迭代与部署, 提升了微服务系统在开发过程中的集成效率.

摘要:路侧感知是车路协同应用开发的重要组成部分, 通过在路侧部署传感器, 将采集到的路面信息经V2X通信给到车辆, 使车辆拥有超视距的感知能力. 在实际应用中, 为达到最优的路侧感知效果, 不同的场景往往需要不同的RSU配置, RSU的选型及安装是一个耗时耗力的过程. 交通参与者的识别是路侧感知的核心, 基于机器学习的识别算法需要大量的标签数据, 而人工打标签被验证是一个效率极其低下的方式. 通过构建路侧感知仿真系统可以很好地解决RSU配置及样本数据生成的问题, 实验一通过在仿真系统中调整激光雷达的高度和角度, 得到极端情况下的车辆遮挡情况, 从而为激光雷达的实际安装高度提供参考, 实验二在仿真环境中输出带标签的激光雷达点云数据, 通过与实际采集的点云数据进行融合对比, 验证仿真系统输出的激光雷达点云数据可以作为模型训练的数据补充.

摘要:目前基于深度学习的恶意代码检测技术是恶意代码检测领域的研究热点, 然而大多数研究集中于如何改进算法来提高恶意代码检测的准确率, 忽略了恶意代码数据集样本标签的不足导致无法训练出高质量的模型. 本文利用区块链技术来解决恶意代码检测数据样本孤岛和数据可信任的问题; 同时在代码特征提取上, 使用马尔可夫图算法提取特征; 基于分布式深度学习的训练融合区块链去中心化, 可溯源不可篡改的优势, 将不同算力贡献者采用同步训练更新模型参数. 通过仿真实验和理论分析验证了该方法的可行性和巨大的潜力.

摘要:微服务已逐渐成为互联网应用所采用的设计架构, 为了提升微服务价值, 需要定期对各微服务的应用价值进行公正、透明的评价, 推动开发人员对低价值微服务进行优化升级. 为此, 提出一种基于区块链技术的微服务评价系统, 利用Hyperledger Fabric区块链技术的分布式记账和共识算法, 对微服务各维度的评价数据进行记账, 保证评价数据的不可篡改性和可追溯性. 同时, 结合层次分析法和熵值法构建微服务综合评价模型, 计算得到微服务综合得分. 实验结果表明, 该系统能够对微服务的评价结果进行追踪溯源, 相比单一评价模型, 该评价结果更为合理, 为微服务的智能管理提供有效数据支撑.

摘要:近年来, 基于图像视觉特征与问题文本特征融合的视觉问答(VQA)引起了研究者们的广泛关注. 现有的大部分模型都是通过聚集图像区域和疑问词对的相似性, 采用注意力机制和密集迭代操作进行细粒度交互和匹配, 忽略了图像区域和问题词的自相关信息. 本文提出了一种基于对称注意力机制的模型架构, 能够有效利用图片和问题之间具有的语义关联, 进而减少整体语义理解上的偏差, 以提高答案预测的准确性. 本文在VQA2.0数据集上进行了实验, 实验结果表明基于对称注意力机制的模型与基线模型相比具有明显的优越性.

摘要:随着科技的不断发展, 越来越多的人工智能技术应用于社会生活. 依据这一现实, 本文运用当前较为热门的图像处理技术进行能识别视频中异常行为并给出预测值的系统开发. 首先, 我们利用双流膨胀3D卷积网络(Two-Stream-I3D)特征提取技术对视频进行特征提取. 其次, 运用Python对特征进行处理, 转化为深度学习网络所能识别的特征, 最后进行GRNN广义回归网络训练, 最终达到能对特征值进行良好的异常概率回归的效果. 实验表明, 运用本系统针对测试集近50例的视频的检测下, 系统的平均准确率达74%, 具有良好的性能.

摘要:基于新型IT基础设施, 如云计算环境, 大数据平台等, 信息化应用获得了灵活可靠的底层服务. 同时通过新型服务形式, 如物联网应用, 移动端服务等, 增强了业务服务能力. 但这些新技术使得信息运维面临运维对象频繁变化, 对象关系不断调整, 运维数据格式多样的难题. 本文基于电网企业当前运维现状, 给出一种基于图模型的运维数据存储设计, 提高了对动态, 非结构化运维数据的处理能力. 经实测验证, 模型处理普适性更广, 数据读写性能稳定, 方案有效解决了新运维形式下的电网企业信息化运维系统的业务难点.

摘要:本文以企业人力资源管理系统应用为背景, 阐述了一套企业管理系统开发平台, 该平台支持可持续开发, 系统具有良好的伸缩性、可扩展性、可移植性. 首先重点描述了系统开发平台技术方案, 并对该平台的先进性进行详细分析; 然后结合企业实际业务需求, 对在该开发平台基础上搭建人力资源管理系统进行了描述, 着重阐述了考勤管理中考勤计算规则及实现示例; 通过该系统的平稳运行, 验证了通过该系统开发平台可以模块化、高效快速的开发项目, 能够适应复杂业务及需求变化, 具有广泛的推广应用价值.

摘要:为了保障新能源车辆的安全、平稳运行, 并且缓解环境危机, 加速开发和推广应用新能源车辆, 分析单体电池基本性能, 为了准确清晰的表征电池电压的变化趋势, 采用“电压差归一化曲线”来进行分析动力电池组安全特性, 以短期和中长期不同时间尺度为依据制定电动汽车充电过程故障在线预警控制策略, 主要研究了电池充电温升因素影响下的中长期充电预警控制策略, 并建立目标函数, 利用遗传算法进行优化控制, 最后利用充电桩监控平台提供的充电状态信息数据, 对所提出的基于电池模型的充电设施充电数据在线预警进行了验证.

摘要:针对修复后图像边界模糊、图像纹理不清晰、视觉效果差的问题, 提出了一种融合边缘检测和自注意力机制的生成式对抗修复模型. 通过边缘检测可提取出图像的轮廓信息, 避免了修复后边界模糊的问题; 利用自注意力机制能够捕获图像全局信息并生成图像精确细节的能力, 设计出融合自注意力机制的纹理修复网络. 该模型由边缘补全网络和纹理修复网络组成, 首先, 设计的边缘补全网络对受损图像的边缘进行补全, 得到边缘补全图像; 其次, 利用纹理修复网络联合补全的边缘图像对缺失区域的纹理进行 精确修复. 在CelebA和Place2两个图像数据集上对本文所建模型进行了训练和测试. 实验结果表明: 本文所建模型与现有图像修复方法相比, 大幅提高了图像修复的精确度, 且生成的图像更加逼真.

摘要:为研究新建卫星厅对中转旅客的航班衔接的影响, 分析中转旅客的换乘紧张程度, 提高机场资源利用效率, 本文对登机口分配问题进行研究. 在最小化登机口使用个数的前提下, 考虑了中转旅客的换乘紧张度, 建立了飞机-登机口分配0-1 整数规划模型. 为改善传统启发式算法的搜索能力, 本文结合变邻域搜索的邻域构造思想, 综合利用集束搜索和模拟退火算法的优势, 提出了基于集束搜索的改进型模拟退火算法, 并借助Java语言进行编程求解. 结果表明: 与禁忌搜索算法、变邻域搜索算法和经典蚁群算法相比, 本文所提出算法的优化效果较好.

摘要:针对高校课程评价, 研究数据驱动的教学管理与决策问题. 由某校的课程评价指标体系, 确定涵盖学生、教师、同行专家和教学督导等多维度评价数据的数据结构. 对采集的调查问卷数据进行清洗和转换等预处理后, 构造完成供数据挖掘的数据集. 考虑误导性规则抑制, 使用基于差异兴趣度的改进Apriori关联规则挖掘算法, 提取评价指标间的关联规则. 将发现的关系模式与使用传统Apriori关联规则挖掘算法所得结果进行比较, 显示本文所用改进Apriori方法能够提高知识发现的效率和准确性, 对课程建设具有更强的指导作用.

摘要:水声目标识别的任务是通过采集到水声目标的信号来对目标进行分类, 在海洋勘探, 监听技术等领域有着非常重要和广泛的应用. 由于海洋环境的复杂性, 以及船只目标发动机的多样性以及噪声的存在, 水声目标识别是一个困难的任务. 传统的特征提取方法无法提取到足够有效的特征表示, 充分地表示目标. 为了解决这个问题, 本文提出了一种基于改进的视觉化词袋模型的水声识别算法, 通过使用视觉化词袋模型对频谱图进行高维的特征提取, 然后使用了自然语言处理领域中常见的词频-逆文件频率(TF-IDF)算法来对得到的特征向量进行权重调整, 然后输入到多层感知机中, 对水声目标进行分类识别. 实验结果表明, 本文提出的识别算法取得了92.53%的正确率, 相比于当前效果最好的深度玻尔兹曼机(DBM)算法有了明显的提升.

摘要:针对复杂型腔数控加工的刀具组合优选问题, 提出了一种基于遗传算法的复杂型腔类零件刀具优化方法. 首先通过偏置环算法构建可行的型腔加工刀具集; 其次为解决型腔类零件每个特征与整体最优刀具组合的差异性问题, 建立以加工效率和刀具成本为优化目标的复杂型腔零件刀具组合优化模型, 并通过有向图和改进的遗传算法对多刀具组合优化模型进行求解; 最终, 以某复杂型腔零件数控加工刀具组合优选为例进行实验, 验证了方法的可行性.

摘要:针对推荐系统广泛采用的协同过滤算法存在的稀疏性和冷启动问题, 提出了一种基于深度神经网络和动态协同滤波的推荐模型. 该模型采用预训练BERT模型结合双向GRU从用户和商品评论中提取隐含特征向量, 利用耦合CNN构建评分预测矩阵, 通过动态协同滤波融入用户兴趣变化的时间特征. 在亚马逊公开数据集上进行实验, 结果表明该模型提高了商品评分预测的准确性.

摘要:使用遗传算法求解作业车间调度问题时, 为了获得最优解, 提高算法的收敛速度, 提出了改进遗传算法. 算法以最小化最大完工时间为优化目标, 初始化时将种群规模扩大为原来的两倍以增加种群多样性; 迭代时使用新的适应度函数让染色体间更易区分; 通过轮盘赌法完成染色体选择; 用POX (Precedence Operation Crossover)交叉算子完成交叉操作; 用互换法完成变异操作; 通过具有自我调节能力的交叉和变异概率不断地调整概率值来提高算法寻优能力和收敛速度. 仿真结果表明, 改进后的遗传算法收敛速度快, 寻优能力强, 获得的最优解优于标准遗传算法, 更适用于作业车间的加工生产.

摘要:如今, 人脸表情的相关研究是非常热门的话题, 研究者愈发的关注其相关分类算法. 而提高分类的精度对人工智能等相关前沿领域具有实际的应用价值. 目前图像分类的方法层见叠出, 其中较为经典的有线性判别分析和稀疏表示等. 针对图像分类计算复杂度高, 特征利用率以及分类精度等相关问题, 本文提出了一种改进的协作表示分类算法. 首先采用分块加权局部二值模式对图像进行分块处理, 得到每个子块的纹理特征向量, 为了避免维度灾难使用主成分分析法进行降维, 同时也能够提升算法的运行速度, 最后采用竞争协作表示分类算法得到最终的分类结果. 通过实验及结果分析对比表明, 特征提取和协作表示算法的结合有着较好的分类效果.

摘要:当前利用深度学习方法进行扬尘图像识别的研究较少, 一些传统的方法使得扬尘图像的识别率较低. 针对这种情况, 提出一种基于改进残差网络的扬尘识别方法. 该方法将ResNet-50网络应用到扬尘数据集中, 并对其网络结构进行了改进. 加入空间金字塔池化以解决输入图像尺寸不固定的问题, 并且将金字塔池的策略改为平均池化, 将扩大特征图的方法应用到主干网络中, 有利于提取到更加细粒度的特征, 提升模型的性能, 从而提高识别率. 实验结果表明, 该方法具有很高的精确度, 为扬尘识别提供了一种有效的方案.

摘要:近年来, 计算机视觉领域得到了飞速发展, 因此获得高质量的图像信息显得尤为重要. 图像去雾是在恶劣天气条件下增强图像视觉质量所广泛使用的一种技术. 暗通道先验的方法通过估计大气光以达到图像去雾的目的, 虽取得了不错的效果, 但仍然存在大气光值估计过高和不适用于大面积白色区域的问题. 针对现有的图像处理去雾问题, 本文提出了基于改进DehazeNet的深度学习图像去雾方法, 该方法在估计透射率图部分引入了深度可分离卷积层. 为增大感受野, 在大气光值中采用膨胀卷积的方法, 经验证表明, 本文改进的去雾算法能有效还原有雾图像, 提高图像质量, 去雾效果从定量和定性两者评价上均优于其他对比算法.

摘要:随着时代发展, 网约车已经逐渐成为当今社会的重要出行方式. 这项新的出行方式大大降低了出行成本, 使人们的生活更加便捷. 网约车需求预测是人工智能交通系统的重要组成部分, 有着良好的应用价值, 但传统的研究在建模时, 忽略了目的地和不同地区的社会属性相似性的影响, 使得模型的特征不全面, 算法预测准确率较低. 针对上述问题, 本文提出了一种多图时空图卷积网络 (Multi-Graph Spatial-Temporal Graph Convolution Neural network, MGSTGCN), 以解决网约车需求预测问题. 该网络由空间与时间两个组件构成, 空间问题的网络采用图卷积来对地理信息、移动信息与社会属性相似性进行建模, 时间问题则使用注意力机制与LSTM网络结合进行处理. 实验中, 我们与四种主流网络模型进行对比分析, 结果表明该模型可以更有效地捕获网约车需求数据的时间与空间的特征, 提高预测的准确度.

摘要:在推荐系统中, 用户对物品的兴趣是动态变化的, 会受用户自身历史行为、朋友历史行为甚至短时热点等多方面因素影响. 而如何在推荐系统中对用户的时序兴趣进行描述并提取有效信息, 一直以来是推荐算法的一大挑战之一. 本文在图神经网络(GNN)推荐算法的基础上, 提出一种基于注意力门控循环单元(Attention-GRU)的改进图网络算法, 对用户、物品的交互时序历史进行特征建模, 于此同时结合社交网络将此时序特征在用户、物品之间传播. 算法在Ciao与Epionions数据集上进行了验证, 并与其他相关工作进行对比, 证明了该模型有效地提取了用户、物品的时序特征, 提升了推荐系统的有效性.

摘要:四旋翼飞行器在执行任务时经常会出现稳定姿态精度低, 抵抗干扰能力差等问题, 提出一种神经模糊PID控制算法来调整原有模糊PID控制的模糊规则和隶属度函数, 将设计的神经模糊PID控制算法与建立的四旋翼飞行器动力学模型相结合. 为了验证神经模糊PID控制器的有效性, 将传统PID、模糊PID控制算法作为对比算法, 同时给定人为干扰因素. 经过Matlab/Simulink仿真实验表明: 在神经模糊PID控制下的四旋翼飞行器, 具有较好的响应速度, 稳态精度及更好的抗干扰能力, 控制效果均优于对比算法.

摘要:针对多媒体信息安全与版权保护的需求, 本文将ElGamal公钥密码体制与Patchwork数字水印算法相结合, 提出一种新的同态密文域交换加密水印算法. 算法利用ElGamal乘法同态的特性, 将明文域嵌入水印的运算映射到密文域中, 实现了加密与嵌入水印操作的交换, 在水印提取时, 既可以在密文域提取水印, 也可以解密后提取出水印. 实验结果表明, 该算法嵌入水印和数据加密的顺序不影响含水印信息密文数据的产生和在密文和明文中水印信息的提取, 保证了水印嵌入操作的机密性和多媒体数据在分发管理过程中的安全性, 同时, 水印算法的综合性能也得到了改善.

摘要:智慧城市就是运用信息通信等技术手段感测、分析城市运行核心系统的各项关键信息, 需要对城市安全、常见案件等做出及时有效的智能响应. 为了提高城市常见案件处理的有效性和精确度, 本次研究提出了一种城市常见违规事件的自动识别算法. 利用改进的卷积神经网络对图像进行特征提取, 使用BP神经网络作为评价网络. 在VOC数据集上与YOLO、SDD等算法的性能进行对比. 结果表明, 改进的卷积神经网络的检测mAP值可达76.5%, 对各种类型的案件识别的准确率均在72%以上, 识别“乱涂乱画张贴广告”类型图像的准确率达到了83.4%. 此次研究构建的智慧城市案件图像识别技术能够有效提高案件处理效率、节约人力物力资源, 可用于协助城管监察行政执法.

摘要:电商数据所属类别对于分析电商数据有重要意义, 基于人力的分类无法适应如今海量的电商数据, 基于传统算法模型的分类难以提取有价值的人工特征. 本文采用BiLSTM模型并且引入注意力机制, 将其应用于电商数据分类中. 该模型包括Embedding层、BiLSTM层、注意力机制层和输出层. Embedding层加载Word2Vec开源工具训练得到的词向量, BiLSTM层捕捉每个词语的上下文信息, 注意力机制层为每个词语分配权重, 合成新的样本特征. 实验表明, 基于逆类别率的注意力机制在电商数据的分类准确率达到91.93%, 与不加注意力机制的BiLSTM模型和其他引入的注意力机制相比, 均有不同程度的提高. 此模型电商数据分类中有良好的效果, 为注意力机制的引入提供了新的思考方向.

摘要:关系抽取是构建知识图谱的一项核心技术. 由于中文具有复杂的语法和句式, 同时现有的神经网络模型提取特征有限以及语义表征能力较差, 从而影响中文实体关系抽取的性能. 文章提出了一种融合多特征的BERT预训练模型的实体关系抽取算法. 首先对语料进行预处理, 提取关键词、实体对信息和实体类型特征并进行融合, 以此来强化BERT模型的语义学习能力, 极大限度地减少了语义信息特征的丢失, 最后通过Softmax分类器进行关系分类. 实验结果表明, 文章模型优于现有的神经网络模型. 在人工标注的中文数据集上本文模型取得了97.50%的F1值.

摘要:IEC 60870-5-103规约是应用于继电保护设备的信息接口配套标准, 传输的主要内容是与继电保护有关的信息. 该报文进行的是明文传输, 缺乏加密措施和数字签名机制, 安全性较低. 为了验证以太网传输的103规约存在安全隐患和风险, 搭建了主站与配电网自动化DTU终端的通信实验环境. 运用ARP欺骗手段对系统进行了中间人攻击测试, 实验的结果表明以太网传输的103规约具有中间人攻击的风险. 为了提高协议的安全性, 提出了一种基于非对称密码算法的双向身份认证机制, 并采用对称加密机制、数字签名技术确保传输报文的机密性和完整性, 最后通过仿真测试验证该方法的有效性.

摘要:为了解决语音情感识别中数据集样本分布不平衡的问题, 提出一种结合数据平衡和注意力机制的卷积神经网络(CNN)和长短时记忆单元(LSTM)的语音情感识别方法. 该方法首先对语音情感数据集中的语音样本提取对数梅尔频谱图, 并根据样本分布特点对进行分段处理, 以便实现数据平衡处理, 通过在分段的梅尔频谱数据集中微调预训练好的CNN模型, 用于学习高层次的片段语音特征. 随后, 考虑到语音中不同片段区域在情感识别作用的差异性, 将学习到的分段CNN特征输入到带有注意力机制的LSTM中, 用于学习判别性特征, 并结合LSTM和Softmax层从而实现语音情感的分类. 在BAUM-1s和CHEAVD2.0数据集中的实验结果表明, 本文提出的语音情感识别方法能有效地提高语音情感识别性能.

摘要:在多秘密共享方案中, 通常会生成大量公开值来保障多个秘密安全正确地重构, 同时参与者也需要保存大量信息. 为减少公开值的个数以及参与者所需保存的信息量, 本文基于中国剩余定理和Shamir(t, n)-门限秘密共享方案设计了一个子秘密可多使用的门限存取结构多秘密共享方案. 根据中国剩余定理将多项式产生的子秘密信息进行聚合生成公开值, 减少了公开值的个数; 应用转换值的方法和离散对数对参与者子秘密信息进行保护. 构造了具有以下特点的多秘密共享方案: 可一次共享多个秘密; 不同的秘密可对应不同门限的存取结构; 参与者可验证所恢复秘密值的正确性; 公开值个数更少; 参与者存储一个子秘密且子秘密可以多次使用.

摘要:为有效提高鉴别可穿戴传感数据步态模式的准确度, 本文提出一种将卷积神经网络和长短时记忆神经网络相融合的深度学习步态模式判别新模型, 该模型充分利用卷积神经网络所具获取最具数据局部空间特征和长短时记忆神经网络模型所具获取数据内在特征时间相关性优异特性, 有效挖掘隐含于高维性、非线性、随机性可穿戴传感时序步态数据与步态模式变化密切相关的时-空步态特征, 提高步态模式分类性能. 采用美国加州大学UCI数据库HAR数据集评价本文所提模型的有效性, 实验结果表明, 本文所提模型可有效获取内嵌于可穿戴传感步态数据的时-空步态特征, 分类准确率可达91.45%、精确率可达91.54%以及召回率可达91.53%, 分类性能显著优于传统机器学习模型, 为准确鉴别可穿戴传感数据步态模式提供一个新的解决方案.

摘要:针对传统无人机目标分类方法效率低、特征提取能力不足和适应性差等问题, 通过对无人机自身特点和现有分类方法的分析, 提出了引入注意力机制优化深度卷积神经网络的无人机分类方法. 设计多组对比实验, 根据实验效果设计出模型结构为3层卷积层、3层池化层、2层全连接层的卷积神经网络进行训练, 得到最优的无人机目标分类模型, 再引入卷积注意力模块对特征图元素进行加强和抑制, 引入批归一化层加速模型收敛, 提升泛化能力. 实验结果表明: 引入卷积注意力模块和批归一化层优化后的无人机目标分类模型的识别率达到92.44%, 较优化前提升1.5%, 相比于其它神经网络模型具有识别率高、收敛速度快的优点, 可以基本满足实际场景中无人机目标分类的要求.

摘要:为了实现电网配电通信网融合管理, 提高优质服务和运维管理能力, 本文研究了在扁平化管理模式下的配电通信网的多源、多通信方式的智能管理技术, 建立了基于粒子群算法的混合网络的资源映射模型. 将WMN和PLC两个不同类型的网络映射到同一个物理网络上, 对其安排不同的工作任务, 发挥各自网络的优势和特点, 将更多的子载波用于业务吞吐上, 提高业务吞吐量. 对新建立的模型进行仿真验证, 通过与遗传算法的比较, 证明本文的算法具有明显的优势.