基于知识图谱多集池化的健康状态智能评估方法

为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依赖关系。在此基础上,设计了图多集池化网络模型,该模型通过节点特征学习、第一级图池化、自注意力特征学习和第二级图池化能够生成图谱的整体向量表示,将健康状态评估转换为基于表示学习的图谱分类任务。在公开的发动机数据集上对所提方法进行了实验评价,结果表明,该方法能够获得较高的评估准确度,在小样本情况下也表现出良好的优势。

基于知识图谱关系路径的多跳智能问答模型研究

多跳问题是一类通过知识推理才能给出答案的复杂问题,往往需要相关的多项关联知识融合生成最终答案.现有基于知识图谱的多跳智能问答方法推理过程比较复杂,没有考虑关系路径蕴含的结构信息和语义信息.为此,本文提出了基于知识图谱关系路径的多跳智能问答模型,将多跳智能问答问题转换为在低维向量空间中查找知识图谱中最优关系路径的问题.该模型利用表示学习将知识图谱和用户问题同时嵌入到低维的向量空间,实现知识空间和问题空间的统一表示;然后结合主题实体向量表示和问题向量表示对候选实体进行语义评分,产生候选答案集合;以问题实体为起始节点,以候选答案实体为结束节点,从知识图谱中抽取与问题相关的关系路径集合;将关系路径进一步嵌入到低维的向量空间,生成关系路径的向量表示,在向量空间中查找与问题语义匹配度最高的关系路径,最终根据关系路径生成多跳问题的答案.在公开的数据集上对所提出的模型进行了实验,结果表明该方法与现有方法相比不仅具有良好的性能,而且具有良好的稳定性,不会随着问题跳数的增加而降低性能.

电磁场与电化学对循环冷却水系统中设备腐蚀及结垢的影响

循环冷却水对工业生产至关重要,但若长期使用,会使传输管道及换热设备产生腐蚀和结垢,这一直是循环冷却水使用过程中存在的顽疾。将环保、高效、时兴的新技术电磁场(旋磁加能器)和电化学(吸垢仪)创新地联合运用到水质更差的中水中,探索这种联合技术在循环冷却水系统上的防腐、防垢效果。通过搭建的小型工业水循环系统平台,验证了这种联合技术可有效减少循环冷却水系统的腐蚀和结垢问题,改善循环冷却水系统的运行状态,另外,为工业循环水企业提供了将中水用作循环冷却水的新思路,可为企业增加经济效益,实现节能减排。

新型电化学水处理装置及重要参数

近年来,电化学水处理设备因其环境相容性及多功能性而受到极大的关注。针对现有电化学设备的不足,设计了一款除垢刮刀外置的新型电化学水处理设备。该设备因除垢刮刀外置而不占用电解室内部过多空间,新颖的滚筒型设计能够同步完成吸垢、脱水工作,在保证电解反应进行的同时减少水资源的浪费。为了验证不同参数下水处理的效果,仿照该设备阴阳极电解区的原型搭建了一款小型电解槽实验平台,完成了硬度测试与COD去除效果的单流通与循环流实验。通过综合对比发现:当电流密度为10.88 mA/cm^(2),循环水流量为10 L/h,电极板间距为5 mm时,水处理效果最佳,此时循环水的硬度去除率达到19.6%~24.46%,单位面积、单位时间结垢量为13.7 g/(h·m^(2)),单位水垢重量能耗低至0.16 kWh/g,COD的浓度由起初的106 mg/L降至18.8 mg/L,总去除率高达82.26%。总体来说,该电化学系统有着较好的除垢及降解有机物的效果,能够为未来电化学设备的研发或电化学理论的深入研究提供一定的借鉴与参考。

基于TWE-NMF主题模型的Mashup服务聚类方法

随着互联网和面向服务技术的发展,一种新型的Web应用——Mashup服务,开始在互联网上流行并快速增长.如何在众多Mashup服务中找到高质量的服务,已经成为一个大家关注的热点问题.寻找功能相似的服务并进行聚类,能有效提升服务发现的精度与效率.目前国内外主流方法为挖掘Mashup服务中隐含的功能信息,进一步采用特定聚类算法如K-means等进行聚类.然而Mashup服务文档通常为短文本,基于传统的挖掘算法如LDA无法有效处理短文本,导致聚类效果并不理想.针对这一问题,提出一种基于非负矩阵分解的TWE-NMF(nonnegative matrix factorization combining tags and word embedding)模型对Mashup服务进行主题建模.所提方法首先对Mashup服务规范化处理,其次采用一种基于改进的Gibbs采样的狄利克雷过程混合模型,自动估算主题的数量,随后将词嵌入和服务标签等信息与非负矩阵分解相结合,求解Mashup服务主题特征,并通过谱聚类算法将服务聚类.最后,对所提方法的性能进行了综合评价,实验结果表明,与现有的服务聚类方法相比,所提方法在准确率、召回率、F-measure、纯度和熵等评价指标方面都有显著提高.

面向MapReduce的迭代式数据均衡分区策略

MapReduce是一种适用于大数据处理的重要并行计算框架.然而,由于难以提前全面获得中间数据的分布规律,默认的数据分区策略往往会造成Reducer端的数据倾斜,会直接影响MapReduce的整体性能.为了实现数据均衡分区,本文提出一种迭代式数据均衡分区策略,将每个Mapper节点要处理的数据块细分后以迭代方式循环处理,根据已迭代轮次的微分区分配结果决定当前迭代轮次的微分区分配方案,以不断调整历次迭代产生的数据倾斜,逐步实现数据均衡分区.给出了迭代式数据分区策略的分配时机、分配准则、分配评价模型和分配算法.基于公开的数据集,对迭代式数据均衡分区策略进行了详细测评,结果表明,该策略能够得到更均衡的数据分区结果,当数据集本身倾斜比较显著时,MapReduce整体性能比默认分区策略平均提高了11.1%和19.7%.

非结构化表格文档数据抽取与组织模型研究

针对现有文档数据抽取方法无法抽取多值属性且灵活性不高的问题,提出了一种面向非结构化表格文档的数据抽取方法与组织模型.在分析文档结构特征和数据流特征的基础上,定义了数据流生成基本规则,给出了一个基于规则的数据抽取流程,包括逻辑结构抽取、文档预处理、数据抽取和数据组织等主要步骤,设计实现了单值区域与多值区域数据抽取算法;从文档中抽取的数据被组织成适合于MapReduce分析的结构化数据模型,该模型能够为大数据分析提供模型支持.实验结果表明:该抽取方法具有较高的准确率与召回率,数据组织模型也能够有效地支持大数据分析.

基于MapReduce的Bagging决策树优化算法

针对经典C4.5决策树算法存在过度拟合和伸缩性差的问题,提出了一种基于Bagging的决策树改进算法,并基于MapReduce模型对改进算法进行了并行化。首先,基于Bagging技术对C4.5算法进行了改进,通过有放回采样得到多个与初始训练集大小相等的新训练集,并在每个训练集上进行训练,得到多个分类器,再根据多数投票规则集成训练结果得到最终的分类器;然后,基于MapReduce模型对改进算法进行了并行化,能够并行化处理训练集、并行选择最佳分割属性和最佳分割点,以及并行生成子节点,实现了基于MapReduce Job工作流的并行决策树改进算法,提高了对大数据集的分析能力。实验结果表明,并行Bagging决策树改进算法具有较高的准确度与敏感度,以及较好的伸缩性和加速比。

产品分类的自组织模型研究及应用

在分析产品分类方法现状基础上 ,指出目前孤立的产品分类方式将越来越不适应多样化产品的分类管理 ,必须有能根据不同需求进行动态分类的新方法。通过引入自组织理论 ,对产品分类重要性、规律及自组织方法进行了研究 ,提出了基于自组织思想的产品分类模型 ,并将该模型成功地应用于定时器产品的网上分类管理 。

一种基于平行坐标系的流转数据可视化方法

流转数据是一种重要的数据类别,其中蕴含了较为丰富的规律性知识。如何通过数据可视化技术挖掘分析其中的知识具有重要意义。为此,提出一种基于平行坐标系的流转数据可视化方法,定义了流转数据可视化模型,将可视化过程抽象为流转数据集、矩阵模型、平行坐标系可视结构三个主要模型。流转数据集是可视化的数据对象,矩阵模型是可视化的内部表示,平行坐标系结构是可视化的图形元素,并通过转换算法实现三个模型的相互映射。此外,为解决海量流转数据可视化性能瓶颈与折线重叠问题,实现了基于Spark框架的并行处理算法。该算法采用K-Means聚类思想对流转数据聚类,增强了平行坐标系的视觉效果。实验证明,所提出的可视化方法能够真实有效地可视化流转数据,同时也适用于对海量流转数据集的可视化。

基于Spark Streaming的视频大数据并行处理方法

视频设备被广泛应用于公共区域、智能交通和工业生产等许多领域,其产生的视频数据具有体量巨大、速度极快、价值稀疏和完全非结构化等大数据典型特征。为了进一步提高视频大数据的处理性能,提出了一种基于Spark Streaming的视频大数据并行处理方法,设计了基于Spark Streaming的视频大数据并行处理框架,针对帧间无关分析算法和帧间相关分析算法分别给出了并行化策略,前者利用数据并行机制将去冗余后的视频帧映射到不同节点并行处理,后者利用流水线并行机制将分析算法的各个算子根据依赖关系映射到不同节点并行处理;结合实际应用对并行处理框架和并行化策略进行了评价,设计了电梯乘客数并行检测算法和电梯门异常并行检测算法,当节点数增加到16个时,电梯乘客数检测算法的性能加速比为615%,电梯门异常检测的性能加速比为253%。

管理导向的软件产品族变化性建模方法研究

控制和管理软件产品族变化性对提高软件复用性、满足用户多变需求具有重要意义.提出一种管理导向的软件产品族变化性建模(Management-oriented variability modeling,MOVM)方法,该方法以变化性管理为指导,贯穿于整个软件产品族变化性生命周期以及反馈演化过程,对各阶段设计相应的策略以支持变化性建模,并提出了核心资产配置框架服务于软件产品开发,迭变元素驱动家族模型的演化进程,克服了传统方法未关注模型演化的缺陷.最后,结合一个应用实例说明了MOVM方法的可行性和有效性.

软件产品族构件演化及其复杂度评价

基于现有构件以演化方式产生出新的构件是提高软件复用水平和满足用户不断变化需求的关键技术。首先,给出了一种基于多个代理的构件演化交互模型,该模型能够以自治方式实现演化一致性数据处理;其次,利用方面织入机制将新的功能代码准确织入现有构件内部,降低了构件不同功能代码的耦合度;然后,对构件演化的复杂度进行了讨论,给出了四项演化复杂度评价指标和一个复杂度计算模型,以对构件演化成本进行量化估算;最后,以数字化校园中各应用系统间数据交换构件演化为例,证明了方法的可行性和有效性。

基于全局依赖网的Web服务组合自动演化方法研究

为适应互联网环境下动态的运行环境以及多变的用户需求,快速构建面向服务架构的软件系统,本文提出一种基于全局依赖网的Web服务组合自动演化方法.该方法能够根据用户演化需求对服务组合执行演化操作,在服务全局依赖网的基础上从各演化点出发执行正向演化推理与反向演化推理,确保执行演化操作之后的正确性和有效性,自动生成服务组合演化结果.应用实例表明本方法能够有效实现服务组合的自动化演化,有助于降低基于服务组合的软件开发成本,缩短软件开发周期.

面向MapReduce的中间数据传输流水线优化机制

MapReduce是一种适用于大数据处理的重要并行计算框架,通过在大量集群节点上并行执行多个任务,极大地提高了数据的处理性能。然而,由于中间数据需要等到Mapper任务完成之后才能被发送给Reducer任务,由此导致的大量传输延迟成为MapReduce框架性能的重要瓶颈。为此,文中提出了一种面向MapReduce的中间数据传输流水线优化机制,将有效计算与中间数据传输解耦,以流水线的方式重叠执行各个阶段,有效隐藏数据传输开销。文中还给出了中间数据传输流水线执行机制和实现策略,包括流水线划分、数据细分、数据归并和数据传输粒度等。在公开数据集上对所提中间数据传输流水线优化机制进行了评价,当Shuffle数据量较大时,该优化机制比默认框架的整体性能提高了60.2%。

数据服务依赖图模型及自动组合方法研究

数据服务是一种提供数据资源访问的软件服务,为跨域数据集成提供了统一的数据模型.一类挑战性问题是,如何快速自动组合数据服务并生成满足用户数据需求的数据视图.为此,根据内在的数据依赖关系,将数据服务构建为能够描述全局逻辑结构的数据服务依赖图,将数据组合问题建模为基于依赖图模型的数据服务搜索问题,根据数据需求自动搜索依赖图得到最优的复合数据服务,并通过执行复合数据服务生成可视化数据视图.实验结果表明,所提出的数据服务组合算法具有较高的组合效率和良好的组合质量,并能够准确生成满足用户需求的数据视图.

基于增量日志的数据组合视图定位更新方法

数据服务作为一种面向跨域异构数据源的统一数据模型,能够将数据资源以服务的形式进行发布,并根据用户的数据需求,通过组合若干个数据服务生成数据组合视图。然而,由于数据源是自治的,当数据发生变化时,如何以最小的代价实时更新数据组合视图是数据服务技术需要解决的关键问题。为此,提出一种基于增量日志的数据组合视图定位更新方法,先根据数据源日志的增量变化获取最新变更数据,然后通过定位属性计算组合视图中差异元组的索引号,并根据变更类型直接对组合视图中的差异元组执行数据更新操作,最终给出了基于日志的更新数据实时获取算法和数据组合视图定位更新算法。在跨域异构电梯数据服务系统中对本更新方法进行了评价,结果表明,当变更元组数量所占比例远小于元组总数或数据组合视图的属性个数较多时,定位更新方法的更新效率比现有方法高。

面向流程控制的WebApp框架研究与实践

在分析传统Web应用(Webapplication,WebApp)流程控制方式的基础上,提出了一种基于WebApp组件和WebApp框架来实现流程控制的新思想,基于这一思想构建了面向流程控制的WebApp框架体系,对其中WebApp组件化、组件间数据交换、WebApp组件动态装配、工作流程控制机制等关键技术及其实现进行了深入研究,并以此为基础开发出原型系统。

一种基于XML的自组织运算灾害评估模型研究

笔者在灾害评估的研究背景下提出了一种基于XML的自组织运算灾害评估模型,利用XML来对评估模型进行描述,通过对运算类和数据查询类的命名定义来实现模型在评估运算和数据采集上的可扩展性.模型能够筛选和提取海量灾害数据并通过对计算过程的控制,实现对灾害的定量评估,同时结合评估指标库实现对灾害的定性评估.最后给出了模型系统的结构层次,对模型系统进行了实现并阐述了模型的生成和解析机制.

计算机体系结构层叠式教学模式研究

针对以理论授课为主的计算机体系结构教学模式存在的问题,提出理论授课与专题研究相结合的层叠式教学模式,分析层叠式教学模式的内涵,介绍层叠式教学模式的实施过程,说明教学实践情况及效果。