摘要:模糊测试作为一种自动化检测应用程序漏洞的方法, 常常被用来检测各种软件以及计算机系统的漏洞挖掘中. 而种子文件质量的高低对于模糊测试的效果而言至关重要. 所以本文提出了一种基于机器学习的模糊测试种子输入的生成方法, 利用样本输入和基于机器学习的技术来学习样本输入的规则和语法. 并利用学到的规则和语法来生成全新的种子输入. 我们还提出了一个采样方法. 使得这些新的种子输入的覆盖率较之前有了明显提升.

摘要:地球系统模式是研究气候变化、进行地球系统建模的重要软件. 中科院地球系统模式CAS-ESM (Chinese Academy of Sciences-Earth System Model)是中科院大气所发展的进行地球系统模拟的高性能计算应用软件, 目前已经发布了2.0版本, 其模拟性能一直是制约其发展的关键因素之一. 为了对CAS-ESM 2.0进行性能评估和分析, 将CAS-ESM 2.0移植到中科院高性能计算系统“元”和“地球系统数值模拟装置”原型系统这两大高性能计算平台上, 开展了耦合数值模拟试验. 试验结果显示, CAS-ESM 2.0存在受平台影响的性能差异, 大气模式的运行时间占比最高, 超过了其他分模式的总和, 部分分模式存在可扩展性问题. 然后对试验结果进行了进一步的分析, 发现大气模式的性能瓶颈主要是由通信造成的. 因而对CAS-ESM 2.0的后续研发发展工作中, CAS-ESM的跨平台优化、大气模式的性能优化与并行算法改进、分模式的可扩展性应该是研究的重点之一.

摘要:图像增强算法主要是对成像设备采集的图像进行一系列的加工处理, 增强图像的整体效果或是局部细节, 从而提高整体与部分的对比度, 抑制不必要的细节信息, 改善图像的质量, 使其符合人眼的视觉特性. 首先, 本文从图像增强算法的基本原理出发, 归纳了直方图均衡图像增强、小波变换图像增强、偏微分方程图像增强、分数阶微分的图像增强、基于Retinex理论的图像增强和基于深度学习的图像增强算法, 并讨论了它们的改进算法. 然后, 从视觉效果、对比度、信息熵等方面对几种算法进行了定性和定量的对比, 分析了它们的优势和劣势. 最后, 对图像增强算法的未来发展趋势作了简单的展望.

摘要:随着国内通信市场逐渐饱和, 电信运营商之间的竞争日趋激烈. 用户流失预测已成为电信运营商最关注的问题之一. 本文提出一种基于多模型融合的方法创建用户离网预测模型. 首先, 将原始训练数据经过有放回采样和正负样本平衡得到多份不同的训练数据; 然后, 利用多份不同的训练数据使用集成学习与深度学习算法训练得到多个基础模型; 最终, 将多个基础模型进行融合形成高层模型. 实验结果表明, 融合模型在各类用户测试集上的表现均优于基础模型, 具有实际生产应用价值.

摘要:全彩3D打印具有快速再现彩色原型的优势, 已经开始广泛应用于医疗、工业、食品等多个领域. 这些领域对3D打印产品的颜色再现精度要求越来越高, 如何提高全彩3D打印产品的颜色再现质量成为研究热点问题之一. 本文对全彩3D打印的颜色再现方法进行了较为全面的论述. 在对全彩3D打印实现方式分类的基础上, 重点对全彩3D打印颜色再现中的颜色转换和打印输出模型两种核心技术进行分析, 探讨现有方法的优势与不足, 在此基础上论述了全彩3D打印的发展趋势.

摘要:在开放学术的环境下, 学术交流和科研合作在学术创新与发展中发挥着重要的作用, 而帮助研究者找到合适的学术团体是促进研究者寻找科研灵感的重要途径, 现有的研究者社区发现多是着眼于科研成果的关联而忽略了研究者自身学术活动产生的关联, 因此, 本文通过分析研究者自身学术活动信息, 使用ORCID (Open Research and Contributor ID, 开放研究者与贡献者标识)数据构建学术信息网络, 通过综合考虑所有层次数下节点间的相似度来改进跨层边聚类系数, 提出一种基于加权跨层边聚类系数的研究者社区发现模型. 模型通过构建多种元路径抽取研究者之间的直接关联关系, 并根据不同属性关系对网络进行分层, 使用加权跨层边聚类系数计算节点间相似度, 从而将网络转化为同质网络并结合Louvain算法进行社区划分. 本文在人造网络和真实网络中进行实验, 根据社区实际情况对结果进行评估, 在提高了划分效果的同时避免了参数的不确定性.

摘要:伴随着科技的不断进步与医疗技术的创新, 医护人员对相关的信息系统的需求也日益提高. 为了满足导管室医生、护士的临床需求, 该文开发了一套适用于导管室的信息管理系统, 并接入医院原有的HIS系统和PACS系统. 该系统基于C/S (客户端/服务器模式)结构, 采用C#开发语言和SQL Server数据库, 根据临床需求完整实现了数字减影血管造影(DSA)导管室信息管理系统的功能, 包括手术前登记功能; 手术中介入治疗、用药记录、护理评估、耗材记录、冠脉造影、影像采集功能; 手术后报告模板、手术日志、操作记录和复杂查询功能.

摘要:针对电子游戏领域缺乏国产、开源换装系统插件的现状, 设计并实现了基于Unity3D的换装系统插件: 方舟角色创建器(Ark Avatar Customization, AAC). AAC支持以可视化的方式更换游戏角色装扮、调整骨骼参数及外观颜色, 可满足开发者和游戏玩家的个性化换装需求. 论文以Unity3D为软件开发平台, 结合改进的贴图合并算法、编辑器扩展技术和预制件优化技术, 不仅实现了换装功能, 还大幅优化了系统性能. 性能比较实验的结果表明, AAC的时间开销和空间开销较现有技术均有明显改善, 证实了所设计换装系统插件的实用性与有效性.

摘要:针对传统化学教学的局限性及现有虚拟化学课堂的不足, 以Unity3D为基础设计并实现了虚拟化学智能课堂系统. 构建虚拟场景并导入Unity3D引擎, 通过C#脚本和粒子系统开发虚拟仿真实验; 为解决多人虚拟场景下权限分配问题, 实现了采用权限策略的智能辅助模块, 为不同学生分配不同权限并提供文字视频等提示功能; 通过Spring Cloud框架对系统功能进行拆分, 同时使用Redis优化系统. 系统适用于中学化学教学, 实现了具有权限控制及高仿真的虚拟实验, 有效解决虚拟场景下权限问题, 提升学习效率, 且具有高可用性等优点.

摘要:数据库作为金融信息化建设的重要组成部分, 需要面对持续的业务量增长、高度可用性和扩展性等挑战, 而以MySQL、Oracle等为代表的传统数据库单点架构, 在可用性、扩展性和存储能力上已经无法满足当前的金融服务要求. 分布式数据库的出现, 旨在解决单机数据库所面临的各种挑战, 提供更加灵活的架构, 保障系统稳定运行. 为此, 本文在结合实际的金融业务需求下, 研究实现了具有分布式事务支持、分布式SQL引擎、混合事务分析处理等特点的分布式数据库. 系统采用全组件的冗余设计, 通过类Raft增强一致性算法保证了存储层高可用和数据强一致, 同时利用基于Zookeeper的集群调度方案保证调度层的高可用.

摘要:为了扩大单个摄像头的视频监控范围及灵活性, 设计了一种可远程操控的移动视频监控系统. 该系统由四个模块组成, 基于Arduino系统的智能车搭载有摄像头, 接收用户指令, 用于移动视频的采集; 嵌入式Linux系统通过V4L2接口实现对视频数据的实时采集, 一方面将数据通过网络发送至转发服务器, 另一方面将来自用户的控制指令转发至智能车; 服务器则用于转发视频至客户端以及转发用户控制指令至Linux系统; 基于Android的移动端呈现监控视频并提供用户控制界面. 与现有系统相比, 该系统可使用单摄像头实现无死角监控.

摘要:汽车轮胎的安全性直接关乎交通安全和乘客的出行安全, 轮胎异常磨损容易导致爆胎, 严重磨损的轮胎时刻威胁着乘客的生命安全, 汽车在道路上飞驰的过程中主要磨损的是轮胎的胎面, 因此实现自动化的轮胎磨损检测很有必要. 本研究借助Visual Studio 2017开发平台, 采用C++编程, 使用OpenCV计算机视觉库的API接口结合自主编程的处理顺序, 实现了对轮胎图像的自动采集传输和处理分析, 该系统能精准提取轮胎胎面图像, 并通过分析胎面图像的灰度共生矩阵的特征值判定轮胎的磨损程度, 实现了针对轮胎胎面磨损的自动化检测系统.

摘要:为了实时跟踪室内人员的位置信息, 设计了一种基于惯性导航技术的室内定位系统. 在系统中运用改进零速修正技术, 减小惯性导航累积误差, 使得定位精度优于1%里程. 人员的位置信息通过4G通信实时传送至云端, 其运动轨迹被同步绘制并显示在用户界面. 测试场景为一栋两侧为消防楼梯间的方形建筑, 佩戴此系统装置的测试人员从一层进入建筑, 穿越长廊到达北侧消防楼梯间, 向上走至三层, 再穿越长廊到达南侧防烟楼梯间, 从此处楼梯间下至一层, 回到起始点结束, 完成一个闭环测试路径, 包括正常行走、小跑、上下楼等运动方式. 多次测试的实时定位误差均在1%以内, 证明该室内定位系统在不依赖于外界信息的情况下具有良好的实时自主导航性能.

摘要:为了有效运维管理配电网, 获取配电网运行状态的全部数据以及配电网中电力设备可能出现异常及故障的情况, 提高配电网经济效益, 提出基于互联网平台的配电网智能化运维管理模式. 通过互联网平台融合其他专业系统数据, 构成配电网智能化运维管理平台, 采用归一化谱聚类算法, 分析多维状态量的历史正常数据和异常数据, 获取历史数据曲线的形状系数和轮廓系数, 提取多维状态量故障特征, 利用知识发现子模块与决策器设计子模块, 分析配电网中电力设备健康度等级, 根据关联规则挖掘, 获取不同电力设备的重要度指数, 评估运维决策风险, 实现配电网智能化运维决策管理. 实验结果表明: 所研究模式能够有效获取配电网运行的实时数据, 及时发现可能出现异常及故障的电力设备, 提高配电网经济效益.

摘要:分析了传统JDBC框架存在的代码复用性低、耦合度高、不易移植、易出现网络故障导致Connection对象失效等缺陷, 结合若干设计模式和数据库重连机制, 提出了一种改进的JDBC框架. 该框架通过DAO模式向业务逻辑层提供调用持久化逻辑的接口、解耦合业务逻辑与持久化逻辑; 利用模板、策略和工厂模式封装DAO的具体实现, 实现具体持久化代码的统一性并减少代码的冗余度. 将改进的JDBC框架应用于某高校绩效考核管理系统, 实践结果表明, 通过使用改进的JDBC框架, 有效增强了系统的鲁棒性, 解耦合了数据持久层与业务逻辑层, 提高了数据持久层代码的复用率和开发效率.

摘要:随着科技的发展, 电力系统中智能设备的应用场景也变得越来越多, 特别是在电力自动化控制和数据采集通信方面, 很多设备平台都采用基于嵌入式的Linux操作系统, 以远方电能量数据终端(ERTU)为例, 因为其运行过程中需要与各种电能表通信, 又需要支持不同主站系统的数据召唤, 所以各类通信参数就需要以配置文件的形式预置到设备中, 如果设备发生故障, 后续恢复过程中配置文件可能就需要进行重新配置, 不但增加工作量, 而且参数前后一致性也会存在问题. 如果利用Linux系统下的脚本程序和外接存储器, 简单快捷的实现配置文件的自动备份与还原, 那么就可以节省现场工程运维工作量, 提升整个工程应用的管理水平.

摘要:针对现有疲劳驾驶检测方法中实时性和泛化能力不足的问题, 本文提出了一种基于卷积神经网络(Convolutional Neural Networks, CNN)和支持向量机(Support Vector Machine, SVM)的疲劳驾驶闭眼特征检测方法, 使用CNN获取人脸相关特征点的位置并定位眼部感兴趣区域(Region Of Interest, ROI), 通过灰度化和直方图均衡化操作减弱光照差异的影响, 提取ROI的方向梯度直方图(Histogram of Oriented Gradient, HOG), 并用SVM对HOG进行分类, 相应的判断出原始图像是否包含疲劳驾驶闭眼特征. 本文给出了所提方法在PC平台和ARM平台实现的实时性验证, 在不同光照和背景条件下对多位受测人员进行测试, 实验结果表明该方法对疲劳驾驶闭眼特征检测准确率在94%以上, 处理速度满足实时性要求, 且具有较强的泛化能力.

摘要:为了增加深海海底图像匹配对应点的数量和正确率. 本文针对水下机器人导航的序列海底图像, 提出了基于图像信息和先验知识的带状对应点配准方法. 首先对深海海底图像进行适当的光照补偿和图像线性增强等预处理. 然后利用导航数据作为引导思想, 根据拍摄图像的物理位置偏移量, 计算邻接图像相似区域(即邻接图像带状区域). 以带状区域内计算特征对应点代替全局计算特征对应点. 增加图像配准点的个数, 降低误配率. 在具有重复纹理和低纹理的深海海底图像实验中证明, 较单独使用图像信息的配准, 该方法有效的增加了图像配准对应点的数量和正确率.

摘要:设计安全的组密钥方案以保障无线网络中各节点之间的安全通信, 是无线网络面临的一个巨大挑战. 为了解决这个问题, 文章提出了一种基于三节点的组密钥生成方案. 该方案首先选择一个受信任的系统授权机构为网络中的用户节点进行分组, 然后节点用户利用物理层无线信道特征提取短密钥, 并交换使用Schnorr签名后的信息, 最后每个用户节点都对自己的邻居节点进行身份验证. 若验证成功, 则为网络中的节点建立一个组密钥. 仿真结果表明, 该方案的组密钥率与信噪比之间呈正相关, 且组密钥率不随节点个数的增加而下降, 具有很好的无线网络适应性.

摘要:传统主题模型方法很大程度上依赖于词共现模式生成文档主题, 短文本由于缺乏足够的上下文信息导致的数据稀疏性成为传统主题模型在短文本上取得良好效果的瓶颈. 基于此, 本文提出一种基于语义增强的短文本主题模型, 算法将DMM (Dirichlet Multinomial Mixture)与词嵌入模型相结合, 通过训练全局词嵌入与局部词嵌入获得词的向量表示, 融合全局词嵌入向量与局部词嵌入向量计算词向量间的语义相关度, 并通过主题相关词权重进行词的语义增强计算. 实验表明, 本文提出的模型在主题一致性表示上更准确, 且提升了模型在短文本上的分类正确率.

摘要:目前, Android应用市场大多数应用程序均采取加壳的方法保护自身被反编译, 使得恶意应用的检测特征只能基于权限等来源于AndroidManifest.xml配置文件. 基于权限等特征的机器学习分类算法因为恶意应用与良性应用差异性变小导致检测效果不理想. 如果将更加细粒度的应用程序调用接口(Application Program Interface, API)作为特征, 会因为应用程序加壳的原因造成正负样本数量的严重失衡. 针对上述问题, 本文将大量的恶意应用作为训练样本, 将良性应用样本作为新颖点, 采用单分类SVM算法建立恶意应用的检测模型. 相比于二分类监督学习, 该方法能有效地检测出恶意应用和良性应用, 具有现实意义.

摘要:针对下水道、勾缝等狭窄位置的手机拾取的问题, 本文提出一种基于机器视觉的伺服机械臂抓取方法. 首先对机械臂eye-in-hand上的相机进行标定, 图像预处理及目标检测等, 在位姿检测中提出一种基于二维坐标系下手机位姿解算算法, 得出解算的最佳位姿角只与夹持点的像素坐标的差值有关, 其位姿角的大小决定了手抓旋转的角度. 实验用Matlab软件对位姿检测进行仿真分析, 其包括SURF不变特征点的目标检测实验和位姿解算实验, 最后用Rethink双臂机器人的右臂对手机进行抓取验证. 实验表明, 在误差允许范围内, 提出的算法具有一定的有效性, 其结果为伺服机械臂抓取手机提供良好的准确性.

摘要:在无人机风机巡检作业中, 光照异常会严重影响拍摄到的图像质量, 导致风机叶片在图像中亮度异常, 叶片上的裂纹等细微缺陷无法被有效判定, 影响风机的安全稳定运行. 本文针对此问题, 开展风机巡检中的光照条件分析技术研究, 在巡检前, 根据规划的航迹及太阳的方位进行光照情况预判; 在巡检中, 根据风机叶片及塔筒的分割结果, 针对性地分析关键部位的光照情况, 辅助以基于加权均值的整幅图像光照分析算法, 能够全方位地实现巡检中光照分析, 提升作业效率和准确性.

摘要:惯性传感器(IMU)由于尺寸小、价格低、精度高以及信息实时性强等优点, 在人体运动信息的获取与控制等方面得到广泛应用, 但在步态识别的时间序列特征提取和步态环境数据等方面还存在着明显的局限. 本文针对人体下肢步态识别特征提取的复杂性及适用性差等问题, 提出基于Tsfresh-RF特征提取的人体步态识别新方法. 首先, 利用IMU获取的人体步态数据集, 构建基于Tsfresh时间序列特征提取和随机森林(RF)的人体步态识别算法模型. 其次, 采用该算法对人体不同传感器位置进行实验, 完成爬梯、行走、转弯等9种人体运动步态的识别. 最后, 实验结果表明所提方法平均分类准确率达到91.0%, 显著高于传统的支持向量机(SVM)与朴素贝叶斯(NB)等方法的识别结果. 此外, 本文所提基于Tsfresh-RF特征提取的人体步态识别算法具有很好的鲁棒性, 将为后续下肢外骨骼机器人的控制提供有利依据.

摘要:现有的兴趣点(POI)推荐方法以基于位置的社交网络为准, 通过用户个人的兴趣点访问频率以及其关系者的访问习惯进行推荐, 而兴趣点的地理位置也作为推荐的考虑条件之一. 但大部分的兴趣点推荐仅仅将兴趣点的地理位置作为推荐的偏好参考, 而非用户本身到达该兴趣点的代价, 所以基于类似方法所产生的某些兴趣点候选项可能符合用户偏好, 但其可达性并不好. 针对上述问题, 本文提出了一种基于LSTM与距离优化的兴趣点推荐方法. 该方法首先根据用户的社交关系网信息对用户与兴趣点的交互矩阵进行补充, 然后对此矩阵进行分解生成兴趣点隐向量. 最后, 以用户的兴趣点访问记录为依据建立兴趣点隐向量之间的时序关系, 并且以类递归形式的模型对序列进行学习, 推断出用户未来可能访问的兴趣点序列. 本文使用Gowalla和Yelp数据集对模型的性能进行验证, 发现在有限的信息维度下, 该模型的推荐准确率与其它代表性推荐模型相比有略微的提升, 且所生成的兴趣点序列对当前用户具有较好的可达性.

摘要:针对影响高速公路交通流量因素多样而复杂的问题, 提出了一种基于多元因素的Bi-LSTM (双向长短期记忆网络)高速公路交通流预测模型. 首先对原始数据进行清理和相关性分析, 提高研究准确性, 降低数据维度; 其次, 基于时间滑动窗口, 构建多元因素交通流时序矩阵, 并以MAE与RMSE为评估指标, 训练优化Bi-LSTM交通流预测模型. 本模型同时考虑了天气状况、节假日、收费情况等高相关度影响因素, 及交通流前序、后序变化的影响. 以陕西省高速公路收费数据为实验对象, 结果表明: 与GRU和LSTM两种神经网络相比较, 本模型在高速公路短期交通流预测中的适用性更强、精确度更高.

摘要:本文基于大气散射模型, 建立了雾天图像复原的关系, 以暗通道原理作为基础知识, 复原雾天图像. 对不符合暗原色先验假设的大片浓雾及天空区域, 分析图像失真的原因, 通过引入容差参数来修正透射率, 防止天空区域的去雾程度过大, 从而提高含天空区域图像的复原效果. 为了避免大气光强过高, 去雾程度加强, 本文设置了大气光强的阈值, 并采用自动色阶算法对复原后的图像的色调分布进行相应调整, 使复原图像更自然, 增强其视觉效果. 完成图像去雾算法验证流程设计, 实现参数可调. 通过主观与客观的分析方式对3种算法进行性能验证与分析, 证明了改进后的算法优于前两种算法, 能够达到明显去雾的效果.

摘要:针对人体行为检测中相同行为差异大, 不同行为相似度高, 以及视觉角度、遮挡、不能实时检测等问题, 提出Hierarchical Bilinear-YOLOv3人体行为检测网络. 该网络采用YOLOv3在3个不同尺度上进行预测, 抽取YOLOv3金字塔特征提取网络中特定层作为Hierarchical Bilinear的输入, 捕获特征图的层间局部特征关系, 并在3个不同尺度上进行预测, 最后将YOLOv3和Hierarchical Bilinear两种预测结果融合. 实验结果显示, 改进后的模型相比于原网络仅增加了少量参数, 在保证检测效率的同时提高原算法的检测精度, 并在一定程度上优于当前行为检测算法.

摘要:跨语言短文本情感分析作为自然语言处理领域的一项重要的任务, 近年来备受关注. 跨语言情感分析能够利用资源丰富的源语言标注数据对资源匮乏的目标语言数据进行情感分析, 建立语言之间的联系是该任务的核心. 与传统的机器翻译建立联系方法相比, 迁移学习更胜一筹, 而高质量的跨语言文本向量则会提升迁移效果. 本文提出LAAE网络模型, 该模型通过长短记忆网络(LSTM)和对抗式自编码器(AAE)获得含上下文情感信息的跨语言向量, 然后利用双向GRU (Gated Recurrent Unite)进行后续情感分类任务. 其中, 分类器首先在源语言上进行训练, 最后迁移到目标语言上进行分类任务. 本方法的有效性体现在实验结果中.

摘要:受全遍历环境影响, 现有方法规划得出的路径长度过长, 为提高路径规划性能, 获取最优路径, 提出基于改进蚁群算法的全向移动机器人全遍历路径规划方法. 在拓扑建模示意图的基础上, 依据移动机器人在原坐标系下的位置信息, 利用角度转换建立新的环境模型. 考虑蚁群算法存在的问题, 将递减系数引入到启发函数中, 更新局部信息素, 通过设定迭代阈值, 调节信息素的挥发系数. 最后通过路径规划流程设计, 实现对全向移动机器人全遍历路径的规划. 实验结果表明, 所设计方法不仅可以缩短全遍历路径长度, 还可以缩短路径规划时间, 获取最优路径, 从而提高了全向移动机器人的全遍历路径规划性能.

摘要:针对传统声纹识别方法实现过程复杂、识别率低等问题, 提出了一种基于ResNet-LSTM的声纹识别方法. 首先采用ResNet残差网络提取声纹的空间特征, 其次采用LSTM长短期记忆循环神经网络提取声纹的时序特征, 通过ResNet与LSTM结合的特征提取方法获得了同时包含空间特征与时序特征的深度声纹特征. 实验结果表明, 采用ResNet-LSTM网络的声纹识别方法的等错误率降低至1.196%, 较基线方法d-vector以及VGGNet分别降低了3.68%与1.95%, 识别准确率达到了98.8%.

摘要:针对目前基于评论文本的推荐算法存在文本特征和隐含信息提取能力不足的问题, 提出一种基于注意力机制的深度学习推荐算法. 通过分别构建用户和项目的评论文本表示, 利用双向门控循环单元提取文本的上下文依赖关系以获得文本特征表示, 引入注意力机制, 更准确的获取用户兴趣偏好和项目属性特征. 将生成的用户和项目评论数据的两组隐含特征分别输入全连接层处理, 再合并到同一个向量空间进行评分预测, 得到推荐结果. 在Yelp和Amazon两个公开数据集中进行实验, 结果表明所提出的算法与其他算法相比, 具有更好的推荐性能.

摘要:临近空间探测科学实验是以浮空器、无人机等平台为手段, 获取多尺度、多层次、多类型的探测数据, 为临近空间认知体系构建提供支撑. 因为临近空间探测的复杂性和探测数据的多样性及重大的应用价值, 所以建立临近空间探测数据实时可视化展示, 有利于提升临近空间探测任务的安全、稳定开展. 由于传统的同步阻塞I/O处理模式在对数据流进行处理时, 搭建异步事件驱动架构复杂, 数据处理效率难以提升, 因此本文设计了一种基于NodeJS+ElectronJS+EchartsJS的适用于临近空间探测科学实验固定码率数据非阻塞模式实时解析与展示方法. 该方法采用事件驱动、异步编程的实现方式, 实现了临近空间探测科学试验固定码率数据的实时数据解码以及下传数据高效准确的可视化展示.

摘要:点击率(CTR)预测是个性化广告和推荐系统中的一项基本任务. 针对提升点击率预测效果和处理冷启动问题, 本文中提出了一种基于改进降噪自动编码器的点击率预测模型ADVAE (ADditional Variational AutoEncoder), 该模型在输入数据加入高斯随机噪声, 利用改进的降噪自动编码器生成新的嵌入特征, 然后分别进行低阶和高阶的特征交互来预测用户点击行为. 该方法可以在数据稀疏以及系统冷启动情况下, 更深层地学习特征嵌入与交叉之间的关系. 该模型关注特征域之间的交互, 动态修复低频数据的特征嵌入, 具有更强的鲁棒性. 此外, 该方法可以动态应用到其他深度学习模型, 具有更高的灵活性. 实验结果表明, 该方法在点击率预测和系统冷启动问题上的性能表现均优于现有方法.

摘要:对于传统的湖泊水位-面积关系模型研究, 长时间序列遥感影像水体提取存在数据下载和处理繁琐、大量使用专业软件和人工干预多等问题, 研究过程耗时长、效率低. 基于Google Earth Engine, 对2002年至2016年长时间序列Landsat影像数据进行预处理, 利用NDWI提取东洞庭湖水体范围并计算水域面积, 结合城陵矶水文站日水位数据, 设计水位加权平均法、阈值法和单点水位法比较并确定影像对应的最优水位, 建立水位-水体面积关系曲线. 研究结果表明: (1)东洞庭湖水域范围随季节变化大, 面积在7~9月最大, 在1~3月最小; (2)利用阈值法计算最优水位的精度(R²=0.9628)优于加权平均水位法(R²=0.8322)和单点水位法(R²=0.9457); (3)五次多项式模型建立水位-面积关系曲线拟合精度最高(R²=0.9628).

摘要:路侧感知算法融合车载感知算法实现了超视距感知, 基于深度学习的感知算法性能取决于激光雷达点云标签标注的质量, 而点云标签相对于二维图像更难标注, 需要大量时间人力成本进行标注, 且现行感知算法都是针对于车载激光雷达. 针对这些问题, 本文提出了一种基于路侧激光雷达栅格特征聚类的感知算法, 该算法首先对路侧激光雷达点云栅格化并提取特征, 再构建深度学习方法模型学习栅格的初级感知信息, 最后根据初级感知信息进行聚类完成感知检测. 本文还利用仿真平台模拟路侧激光雷达点云, 并研究混合数据集在感知算法训练上的应用, 基于模拟数据预训模型微调(Fine-tune)在感知算法上的应用. 实验结果表明, 本文提出的路侧感知算法具有较高的实时性与可靠性, 模拟路侧激光雷达点云有助于路侧感知算法训练, 减少路侧感知算法对标注工作的依赖, 提高感知算法性能.

摘要:基于神经网络的实体关系抽取模型已经被证明了它的有效性, 但使用单一的神经网络模型在不同的输入条件下, 会表现出不同的结果, 性能不太稳定. 因此本文提出一种利用集成学习思想将多个单一模型集成为一个综合模型的方法. 该方法主要使用MLP (MultiLayer Perceptron)将两个单一模型Bi-LSTM (Bi-directional Long Short-Term Memory)和CNN (Convolutional Neural Network)集成为一个综合模型, 该模型不仅可以充分利用两个单一模型的优势, 而且可以利用MLP的自学习能力与自动分配权重的优势. 本研究在SemEval 2010 Task 8数据集上取得了87.7%的F1值, 该结果优于其他主流的实体关系抽取模型.

摘要:大多数中文命名实体识别模型中, 语言预处理只关注单个词和字符的向量表示, 忽略了它们之间的语义关系, 无法解决一词多义问题; Transformer特征抽取模型的并行计算和长距离建模优势提升了许多自然语言理解任务的效果, 但全连接结构使得计算复杂度为输入长度的平方, 导致其在中文命名实体识别的效果不佳. 针对这些问题, 提出一种基于BSTTC (BERT-Star-Transformer-TextCNN-CRF)模型的中文命名实体识别方法. 首先利用在大规模语料上预训练好的BERT模型根据其输入上下文动态生成字向量序列; 然后使用星型Transformer与TextCNN联合模型进一步提取句子特征; 最后将特征向量序列输入CRF模型得到最终预测结果. 在MSRA中文语料上的实验结果表明, 该模型的精确率、召回率和F1值与之前模型相比, 均有所提高. 与BERT-Transformer-CRF模型相比, 训练时间大约节省了65%.

摘要:西班牙语(以下简称西语)是仅次于汉语的世界第二大母语语言, 是联合国6种官方语言之一. 西语复杂的词形变化和语法规则, 导致C-value等经典的词语提取方法的效果无法保证, 进而影响基于西语文本挖掘的效果. 因此, 本文研究西语文本词语提取方法, 为西语文本的结构化建模提供完备的词库. 给定待分析的西班牙语文本, 该方法分3步提取得到词语集合: 文本预处理、候选词语提取和DC-value成词度计算. 其中, 前两步所得的候选词语集合可直接用作文本挖掘的词库; 第三步所得的候选词语成词度可辅助判断候选词语成词的可能性, 减轻人工判断的工作量. 实验结果表明, 本文方法自动提取的西文词语集合的准确率达到80%, 且召回率远高于经典方法, 能够为西语文本挖掘提供有效的词库.

摘要:电梯安全监测系统应用中, 对于电梯乘客识别往往采用红外传感技术或是传统人脸检测算法如Haar-like、HOG实现, 但应用效果并非很理想. 近年来随着深度学习的发展, 基于卷积神经网络的人脸检测算法在精度上高于传统人脸检测算法, 被多个领域应用. 基于多任务级联卷积神经人脸检测算法模型小、运算快的特点而将其应用到电梯安全监测系统中的电梯乘客识别, 通过引入Inception模块思想, 利用不同大小卷积核并行操作增加各级网络的深度和宽度, 提升网络特征提取能力, 结合Batch Normalization算法提高模型训练速度和网络的分类能力. 实验结果表明, 改进后算法的精度比原算法提升了2%, 实现高准确率的电梯乘客识别.

摘要:为探索知识图谱技术在农业智能生产中应用与落地, 解决复杂多样的农业生产数据的精准查询与可视化问题, 本研究以小麦品种知识为例, 利用爬虫技术, 爬取1852个小麦品种信息、735个微百科、102349个词条; 基于知识图谱技术, 设计品种知识图谱实体与关系, 对抓取数据进行清洗、抽取与融合, 经过实体识别、关系构造等处理, 构建实体 258484个, 关系 328933个. 在此基础上, 设计了小麦品种知识存储方式, 结构化数据存储在MySQL中, 非结构化数据存储在MongoDB中, 使用Neo4j图数据库存储知识图谱来提高知识的查询性能, 在此基础上实现小麦品种关系查询与实体识别, 提供品种数据精确表达与可视化, 表明利用知识图谱技术实现品种等信息的可视化是可行的, 该研究可以为知识图谱在农业中的应用提供技术参考和理论支撑。

摘要:鉴于在低温状态下锂电池实时容量可估计性难度高, 低温环境下瞬时电流电压对瞬态电池容量变化影响效果大. 对Dense全连接层为主体的深度前馈BP网络模型进行了研究, 进行了不同添加层对模型预测值与实际值的影响分析, 采用了[11-9-12]的3层隐藏层BP网络模型以达到较高的精度, 采用了基于SGD扩展的使用动量和自适应学习率来加快收敛速度Nadam优化算法以及Log-cosh损失函数优化模型, 并且采用正则化方法降低过拟合, 提高网络泛化能力. 基于HPPC工况下0度低温实验测试数据进行模型的训练以及测试, 经实验测试实现了在不同电压电流条件下所预测的soc误差在0.04左右.

摘要:为了解决现有时间序列的分段线性表示方法忽略时间序列的全局特征, 局限于局部最优的问题, 本文通过研究时间序列的趋势, 发现了时间序列的波动特性, 将时间序列的趋势变化分为上下两层, 在上下两层分别剔除趋势保持点. 实验结果表明, 该分段方法时间复杂度低、且易于实现, 在保持时间序列趋势特征的基础上, 得到的拟合误差更小.

摘要:为了获得与人类视觉感知一致的图像质量评价方法, 本文提出一种模拟视觉感知系统的无参考模糊图像质量评价方法. 该方法通过比较不同模糊程度的图像特征的相似度来度量图像质量. 首先, 通过对待测图像进行人工模糊, 获得不同模糊程度的图像. 然后, 通过视网膜模型提取图像的细节信息. 接着, 采用奇异值分解用来获得图像的内部结构信息. 之后, 将待测图像与其它不同模糊度图像之间的细节相似度和奇异值相似度作为度量图像模糊度的特征向量. 最后, 将这些度量特征向量输入支持向量回归模型(SVR)进行训练, 获得最终的图像质量评估模型. 在常用数据库上的实验结果表明, 该方法与人眼主观视觉感知的一致性优于比较方法.

摘要:为了保证自动换筒系统中的纱线自动打结机能够正常运行, 需要对管道吸取的纱线进行检测. 纱线纤细、种类繁多且颜色各异, 传感器方法难以胜任, 使用图像处理的方式较为合适. 但是对于纱线检测问题传统的图像处理方法复杂且检测准确率低, 难以解决纱线种类多、尺寸不一以及颜色多等问题, 故本文提出了一种基于Inception v4中Inception-ResNet-A块进行改进的多尺度深度可分离卷积块组成的网络来检测管道中的纱线. 其中改进的多尺度深度可分离卷积块采用3×3卷积核的深度可分离卷积层代替Inception-ResNet-A块中3×3传统卷积层并去除了其中的一些1×1卷积层, 简化卷积块的计算量以及参数量, 此外还结合了残差网络ResNet的方法进行通道融合, 防止特征丢失. 试验结果表明, 该网络模型具有非常好的泛化能力以及辨识效果.