一种跨区域跨评分协同过滤推荐算法

传统跨评分协同过滤范式忽视了目标域中评分密度对用户和项目隐向量精度的影响,导致评分稀疏区域评分预测不够准确.为克服区域评分密度对评分预测的影响,基于迁移学习思想提出一种跨区域跨评分协同过滤推荐算法(cross-rating collaborative filtering recommendation algorithm,CRCRCF),相对于传统跨评分协同过滤范式,该算法不仅能有效挖掘辅助域重要知识,而且可以挖掘目标域中评分密集区域的重要知识,进一步提升目标域整体,尤其是评分稀疏区域的评分预测精度.首先,针对用户和项目,分别进行活跃用户和非活跃用户、热门项目和非热门项目的划分.利用图卷积矩阵补全算法提取目标域活跃用户和热门项目、辅助域中全体用户和项目的隐向量.其次,对活跃用户和热门项目分别构建基于自教学习的深度回归网络学习目标域和辅助域中隐向量的映射关系.然后,将映射关系泛化到全局,利用非活跃用户和非热门项目在辅助域上相对较准确的隐向量推导其目标域上的隐向量,依次实现了跨区域映射关系迁移和跨评分的隐向量信息迁移.最后,以求得的非活跃用户和非热门项目在目标域上的隐向量为约束,提出受限图卷积矩阵补全模型,并给出相应推荐结果.在MovieLens和Netflix数据集上的仿真实验显示CRCRCF算法较其他最先进算法具有明显优势.

图神经网络研究综述

随着人工智能的快速发展,深度学习已经在图像、文本和语音等可在欧氏空间表示的数据中取得了巨大成功,但却一直无法很好地应用于非欧氏空间。近年来,图神经网络在非欧几里得空间中展现出了强大的表示学习能力,并广泛应用于推荐系统、自然语言处理以及机器视觉等众多领域。图神经网络模型基于信息的传播机制,具体地,图中的目标节点通过聚合邻居节点的信息来更新自身的嵌入表示。利用图神经网络,可将众多现实问题(如社交网络、知识图谱和药物化学成分等)抽象成图网络,借助图中的连接边,对不同节点之间的依赖关系进行合理建模。鉴于此,对图神经网络进行了系统综述,首先介绍了图结构数据方面的基础知识,然后对图游走算法和不同类型的图神经网络模型进行了系统梳理。进一步地,详细阐述了当前图神经网络的通用框架和应用领域,最后对图神经网络的未来进行了总结与展望。

光伏出力预测理论与方法综述

大规模光伏发电并网给我国电力系统运行的稳定性带来了巨大挑战,因此,光伏发电出力的精确预测至关重要。论文对光伏出力预测理论与方法进行系统综述。首先,对光伏出力预测进行分类,特别是按预测形式分为点预测和不确定性预测。其次,通过物理方法、统计方法、人工智能方法及组合方法进一步阐述光伏出力预测;其中从机器学习和深度学习两个方面对人工智能方法进行详细介绍。然后,梳理了点预测和不确定性预测的评价指标,归纳了人工智能预测模型的优化技术。最后,根据我国光伏出力预测的发展现状,对未来的研究趋势做出展望。

基于生成对抗网络的时尚内容和风格迁移

生成对抗网络常常被用于图像着色、语义合成、风格迁移等图像转换任务,但现阶段图像生成模型的训练往往依赖于大量配对的数据集,且只能实现两个图像域之间的转换。针对以上问题,提出了一种基于生成对抗网络的时尚内容和风格迁移模型(content and style transfer based on generative adversarial network,CS-GAN)。该模型利用对比学习框架最大化时尚单品与生成图像之间的互信息,可保证在时尚单品结构不变的前提下实现内容迁移;通过层一致性动态卷积方法,针对不同风格图像自适应地学习风格特征,实现时尚单品任意风格迁移,对输入的时尚单品进行内容特征(如颜色、纹理)和风格特征(如莫奈风、立体派)的融合,实现多个图像域的转换。在公开的时尚数据集上进行对比实验和结果分析,该方法与其他主流方法相比,在图像合成质量、Inception score和FID距离评价指标上均有所提升。

安全管理水平量化评估指标权重优化方法

为使石化安全管理评估指标体系更好地适用于时间、国家政策以及实际管理需求的转变,利用领域专家对已有事故案例集中的诱因指标重要度评价信息,基于二元语义分析方法,获取各样本的修正贡献度;综合样本的修正贡献度、时间、样本危害评分等要素,提出基于熵权法的指标权重计算方法;在该方法的基础上,开发相应的石化安全管理评估指标体系的指标权重修正系统,采用1 874个样本分批次修正某研究院已有指标权重。结果表明:随样本数量增加,修正后的指标权重曲线与优秀实践指标均值曲线的K-L散度越来越小,修正后的指标体系权重接近优秀实践指标均值权重,验证了该方法的合理、有效性。

联锁逻辑模型的安全性分析

故障树分析法(FTA)用于静态分析系统失效的可能事件和状态,是分析安全苛求系统的可靠性和安全性的一种有效方法。时间Petri网(TPN)描述具有时序关系的并发系统,用于系统行为的动态建模。但利用时间Petri网无法严格证明其模型是安全的。提出了一种用于时间Petri网模型的安全性分析方法,该方法有效地结合故障树分析法和时间Petri网的各自优点,实际应用于联锁逻辑模型的安全性分析,并对不安全的模型提出修正方案。

Petri网模型的FTA安全性分析

故障树分析法(FTA)用于静态分析系统失效的可能事件和状态,是分析安全苛求系统可靠性和安全性的一种有效方法。Petri网是并发系统有效的描述和分析工具,但Petri网自身的分析方法无法严格证明其模型满足模拟的系统安全性。该文提出一种用于Petri网模型的安全性分析方法,有效地结合故障树分析法和Petri网可达图分析的各自优点,并实际应用于联锁逻辑模型的安全性分析。

颈部功能锻炼联合冰袋冷敷预防甲状腺术后患者颈过伸脑循环紊乱综合征的效果及其对颈部活动度、肩关节功能的影响

目的 分析甲状腺术后患者应用颈部功能锻炼联合冰袋冷敷对颈过伸脑循环紊乱综合征发生率、颈部活动度及肩关节功能的影响。方法 选取2022年04月至2023年04月期间我院98例甲状腺择期手术患者作为研究对象,以随机数字表法将其均分为2组,各49例。基础组给予颈部功能锻炼,实验组在此基础上增加冰袋冷敷。对比两组患者颈过伸脑循环紊乱综合征发生率、颈部活动度及肩关节功能。结果 实验组患者颈过伸脑循环紊乱综合征发生率低于基础组(P<0.05);实验组患者前屈、后伸、向健侧屈曲、向患侧屈曲、向健侧旋转、向患侧旋转活动度均高于基础组(P<0.05);实验组患者疼痛程度、日常生活能力、肌力、肩关节活动范围分值均高于基础组(P<0.05)。结论 颈部功能锻炼联合冰袋冷敷能够有效减少甲状腺术后患者颈过伸脑循环紊乱综合征的发生,改善颈部活动度,提高肩关节功能。

基于XML的异构数据库模式转换的实现

提出了以XML为中间载体实现数据库之间的相互转换模型,并给出相应的实现方法,有效地解决了Web数据库之间的信息共享和转换的问题。

基于动作序列的行为需求模式验证的研究

提出了基于动作序列刻画安全关键系统的功能行为需求和安全性行为需求,较传统的类逻辑规范和类图式规范更准确表达交互行为间的时序关系。基于动作序列构造功能需求和安全需求两类行为模式,并给出每个模式的操作语义。为实现基于行为模式的需求验证,重新定义LTS安全性和活性的属性表达、组合操作,给出并证明功能需求模式和安全性需求模式满足的充要条件。该框架在高速铁路CTCS2/3的形式验证与确认得到了广泛应用,对指导构件化安全关键系统的组合形式验证具有较高的理论与实践价值。

基于时序Petri网的联锁逻辑形式建模与验证

时序Petri网结合Petri和时序逻辑的优点,清晰简洁地描述并发系统事件间的时序和因果关系,包括系统的最终性和公平性。文章给出安全苛求系统——车站信号联锁逻辑系统的时序Petri网描述,并使用时序逻辑描述系统状态的时序和因果关系,最后通过分析和验证模型的性质得出系统是正确的。

联锁系统形式化模型的安全性评估

根据联锁系统的事故危害度分类,有效地结合故障树分析法和Petri网可达图分析的各自优点,提出一种用于评估联锁系统Petri模型的安全性的方法,并通过实例验证其有效性。

基于图形转换的构件组装研究与应用

Padberg J,Ehrig H等使用代数规格语义的Petri,基于图形转换理论提出一种通用构件组装框架,该框架可以适用于不同领域的动态和静态的构件组装.但由于其限制连接件的输入接口是互不相交的,即割裂了与传统Petri网的同步合成和共享合成的联系,也限制了其实际应用的灵活性.给出一种较弱的唯一性条件,及基于该条件的结构唯一性和内容兼容性的证明,并讨论在此框架体系中融合传统Petri网综合方法.最后将该框架体系实际应用于联锁逻辑的描述.

联锁逻辑形式化模型检验的研究

利用自动机理论模型检验算法,检验车站联锁逻辑的有色Petri网模型是否满足预期的性能。通过采用带标签的广义Büchi自动机(LGBA)构建线性时态逻辑,有效地解决了模型检验中的状态空间爆炸问题。该方法的研究增强了有色Petri网的分析和验证能力,利用该方法对车站联锁逻辑的实际问题进行了性能验证。

基于重要抽样的联锁软件安全性评估

根据计算机联锁软件失效危险严重性等级的不同,科学地建立了安全性评估指标,介绍了重要抽样的基本原理,以及利用层次分析法确定抽样概率。重点研究了基于重要抽样方法在计算机联锁软件测试和评估中的具体应用。实验证明,该方法在不影响评估结果的准确性情况下,解决了传统联锁软件测试效率低的问题。

异构数据库之间数据迁移的实现方法

结合基于 Sybase+Power Builder开发环境的实际经验 ,总结在 PB环境下利用ODBC技术实现异构数据库之间的数据迁移的四种方法 。

基于案例推理的综合监控系统辅助决策支持系统研究

通过预置方案应对特定事件的传统地铁综合监控系统联动预案设计,难于精确处置具有不确定性和演化性的地铁突发事件。采用"场景-应对"的案例检索与适配技术,设计综合监控系统突发事件的智能联动功能,实现突发事件场景的识别、分析与适配,到应对预案的生成与执行完整的综合监控辅助决策支持系统。系统的应用,提高了综合监控系统应对突发事件的智能处置能力和响应能力,保障轨道交通运营安全。

面向Web的异构数据库数据交换的实现方案

随着Internet的快速发展,原来已存在的本地数据需借助Web平台相互交换大量的数据。而数据结构不一致又给交换带来了问题。本文提出以XML为中间数据的交换模型,并给出相应的实现方法。

一种测试用例与测试代码分离的单元测试框架

软件必须通过测试才能确保其在应用环境中工作正常，自动化软件测试可以减少测试开销，同时增加在有限时间内的测试。在传统JUnit单元测试框架的基础上，提出一种基于测试代码复用的自动化测试框架，该框架利用XML脚本来描述和组织测试用例，有效的实现数据与代码分离，提高测试执行效率。最后给出新框架的实现方案。

基于问答语义匹配的知识社区新问题专家推荐方法

传统的知识社区专家推荐方法采用文本相似度匹配机理,并基于问题或专家描述来构建专家特征.这些方法没有利用问题与答案的语义匹配关系,因此难以充分挖掘专家回答问题的能力特征,影响推荐性能.提出一种基于综合历史和当前问答语义匹配的知识社区新问题的专家推荐方法(History-Now Semantics Expert RECommendation model,HNS-EREC).首先,采用反馈评价和负采样技术来处理数据集中的两类不平衡现象;其次,基于问答语义来提取专家回答问题能力特征;最后,提出一种基于问答语义匹配的History-Now联合专家推荐模型,该模型能够实现面向专家的历史问答和当前问答的语义联合学习.实验结果表明,相对于其他方法,本文所提出的HNS-EREC方法在新问题专家推荐方面具有显著的优势.