时空图神经网络在交通流预测研究中的构建与应用综述

交通流量预测是城市交通管理和规划中的关键问题,而传统预测方法在面对数据稀疏性、非线性关系和复杂动态性等挑战时表现不佳。图神经网络是一种基于非欧结构数据的深度学习方法,近年来在各种复杂网络建模和预测任务中得到广泛应用。为了应用于交通流量预测领域,提出了时空图神经网络,其能够捕捉空间和时间相关性,相较之前的预测模型有显著进步。对近年来使用时空图神经网络进行交通流量预测的模型进行分析,概述和比较了多种邻接阵的构造方式,然后从空间相关性和时间相关性的角度列举了构建交通流预测模型的常用组件,并对不同的时空融合方式进行了分类和对比;在应用方面,根据时间尺度的不同将时空图神经网络模型分为长期预测、短期预测与兼顾长短期的预测三类,分析了各自的目标与要求,并列举比较了近年来较为突出的新模型。最后,讨论了现有研究的局限性,对相关模型的未来研究做出展望。

车联网区块链吞吐量优化的深度强化学习方法研究

区块链应用于车联网(IoV)可以有效解决车联网数据安全和隐私等问题。但是,区块链吞吐量低的问题阻碍了其在车联网中的广泛应用。已有的区块链吞吐量优化研究大都存在决策行为空间爆炸的问题,可扩展性较差。针对上述问题,提出了一种基于深度强化学习(DRL)的区块链车联网吞吐量优化方法,通过选择区块生产者和共识算法,调整区块大小和区块间隔优化区块链的吞吐量,同时保证IoV区块链的去中心化、延迟和安全性。该方法通过引入BDQ框架将行为空间进行细粒度划分,解决了区块链使用传统深度强化学习方法对吞吐量进行优化时出现的行为空间爆炸问题。仿真结果表明,提出的方法可以有效地提高IoV区块链系统的吞吐量。

跨链技术发展与应用研究进展

随着区块链技术的不断发展与创新,诞生了许多结构各异的底层技术平台。这些平台之间由于区块链的相互独立性形成了各自的价值体系,妨碍了资产流通和价值转移,“价值孤岛”现象逐渐显现。跨链技术的引入打破单一区块链的孤立性,建立区块链之间的协作共享价值网络,成为区块链整体向外拓展的桥梁纽带,为提升区块链的互操作性和可扩展性提供技术解决方案。在综述已有研究成果的基础上,阐述了跨链技术的背景、意义及研究现状;根据实现原理的不同,将跨链机制概括为外部验证、原生验证、本地验证三类并具体分析;结合国内外发展趋势选取采用不同跨链机制的跨链桥应用项目进行介绍,并对现有跨链技术和跨链桥项目进行分析与比较。总结当前跨链技术所面临的挑战,并对未来跨链技术的发展进行展望。

面向计算机视觉的吸烟检测方法研究综述

公共场所吸烟严重危害人们身体健康甚至生命财产安全,因此实时高效的吸烟检测具有重要意义。目前基于计算机视觉的吸烟检测以高效率、高精度等优势逐渐成为主流方法。在对非计算机视觉的吸烟检测方法进行简要概述的基础上,重点归纳总结了三类基于计算机视觉的检测方法。探讨了颜色、外观、运动等多种烟雾特征的提取方法;介绍了基于单步骤和多步骤目标检测两种方法提取烟支目标;从人工特征构建、深度学习特征提取角度论述不同类型的吸烟动作特征提取方法。对上述方法进行分析总结并展望未来研究方向。

SMOTE类算法研究综述

合成少数类过采样技术(SMOTE)因能有效处理少数类样本已成为处理不平衡数据的主流方法之一,而且许多SMOTE改进算法已被提出,但目前已有的调研极少考虑到流行的算法级改进方法。因此对现有SMOTE类算法进行更全面的分析与总结。首先详细阐述了SMOTE方法的基本原理,然后主要从数据级、算法级两个层面系统性地梳理分析SMOTE类算法,并介绍数据级和算法级混合改进的新思路。数据级改进是在预处理时通过不同操作删除或添加数据来平衡数据分布;算法级改进不会改变数据分布,主要通过修改或创建算法来加强对少数类样本的关注度。二者相比,数据级方法应用受限更少,算法级改进的算法鲁棒性普遍更高。为了更全面地提供SMOTE类算法的基础研究材料,最后列出常用数据集、评价指标,给出未来可能尝试进行的研究思路,以更好地应对不平衡数据问题。

分布式数据中心制冷控制的深度强化学习算法

为对数据中心空调送风温度与送风速度进行智能控制,降低数据中心制冷能耗,提出一种基于多智能体强化学习的数据中心空调制冷控制方法。所有空调智能体的制冷策略联合训练使其能合作制冷,设置温度约束保证设备在安全温度下运行。在不断与环境模型交互的过程中获得经验,通过经验优化控制方法,以更加节能的方式保证数据中心的正常工作。仿真结果表明,与单智能体强化学习的CCA方法相比,所提方法在分布式数据中心环境中,降低了14.1%的空调功耗与18.09%的温度违约惩罚。

基于图卷积编码器的蒙汉神经机器翻译

基于神经网络模型的蒙汉机器翻译严格采用编码器-解码器的序列建模方式,不能有效利用句法信息以及语言的层次结构信息。为将句法结构信息融入蒙汉机器翻译以提高其翻译性能,提出在源语言端采用双编码器,同时对源句和由源句解析而来的句法依存树进行编码;由于蒙汉机器翻译中经常会出现未登录词问题,因此将使用字节对编码技术预处理蒙古语。为解决机器翻译中的过度矫正问题,在训练阶段,模型以一定的概率从正确标注的序列中和预测生成的序列中采样上下文单词。在120万蒙汉平行语料的实验中证明,该方法相较于传统的BiRNN和CNN,BLEU值分别提高了2.69和2.09。

多平台支持的Python语言与数据分析课程混合式教学模式探索

为了弥补Python语言与数据分析课程线下教学环节的缺失,提出一种“线上”多平台支持下的混合式教学模式,阐述如何利用多个平台不同特性在课前平台自习、课中线上学习、课后在线交流等各个教学过程中提升教学效果,并说明在实践中取得的良好教学效果。

基于SSH整合框架的科研项目管理系统的设计与实现

本文对科研项目管理系统的特点和业务功能进行了分析,提出了Struts、Spring、Hibernate三者整合框架SSH的多层企业级应用系统架构,并利用该架构对科研项目管理系统进行了设计开发实践。基于SSH整合框架的多层企业级应用系统架构有效地提高了系统的可扩展性、可维护性、稳定性及开发效率。系统应用效果良好。

基于Hadoop框架和ARIMA算法的气象预测系统研究

对气象数据挖掘和ARIMA预测算法进行分析,构建了基于Hadoop的气象数据挖掘平台,并在该平台上设计实现了基于ARIMA算法的气象预测系统.实验结果表明,该气象预测系统具有易扩展性、易维护性和对海量气象数据的高效管理特性,实现了气象预测功能.

Struts和Hibernate整合框架研究与应用

本文对Struts、Hibernate框架及两者整合进行了分析研究,并利用该整合框架进行应用开发实践,有效地解决了传统Java Web应用开发中存在的系统扩展性差、可维护性差等问题,应用系统正在实际中推广使用。

软件工程专业Java EE软件开发课程体系教学改革的探讨

以内蒙古工业大学软件工程专业培养目标为依据,以培养学生的学习兴趣、增强学生工程实践能力和专业应用能力为目标,课程组分析了Java EE软件开发相关课程之间的关系,建立了Java EE软件开发课程体系;通过突出教学重点、注重实践教学、使用案例和项目教学法等具体教学方法对教学模式进行了相应的改革和探索。

气象数据深度挖掘优化方法研究与仿真

研究气象数据准确预报问题。气象预报的相关数据属性包含众多特征,呈现多层次特性,数据之间需要运用一套极其复杂的数学方程来描述大气的运动规律。传统挖掘方法无法考虑众多气象因素的多层次性,仅仅根据数据浅层关系推断大气特征,更难以分析数据属性间隐含的信息,造成数据分析效果不理想。为了避免上述传统算法的弊端,提出了一种基于人工免疫算法的气象数据深度挖掘方法。利用聚类算法,对气象数据的特征进行准确的提取,从而为气象数据深度挖掘提供依据,利用聚类方法,能够对气象数据特征进行准确的筛选,在每个气象数据组中选择一个具有较强代表性的数据,并且将其余数据删除,降低气象数据的冗余性,并对剩余的数据通过交叉变换的方法进行特征筛选。实验结果表明,利用改进算法能够提高气象预报的精度,为人们的出行和工业生产提供保障。

SSH整合框架的研究与应用

本文对Struts、Spring、Hibernate开源框架进行了分析研究,建立了基于三者整合框架SSH的多层企业级Java Web应用系统架构,并利用该架构进行了科研项目管理系统开发实践。基于SSH的框架技术,可以有效提高软件的复用性和开发效率。

基于图像增强与深度学习的安全带目标检测

为通过交通视频自动化检测驾驶员是否佩戴安全带,设计一种基于YOLO v3和Faster R-CNN的安全带单类别目标检测方法。基于YOLO v3网络训练车窗检测模型与车窗-驾驶员检测模型,得到驾驶员的精确位置;利用直方图均衡化、高斯滤波等方法对驾驶员图片进行图像增强操作,提高安全带区域的对比度;基于Faster R-CNN网络设计安全带单类别目标检测模型,将传统的分类问题转变为单类别目标检测问题。实验结果表明,模型检测准确率可达96.0%。相对于其它方法,适应性更强,鲁棒性更高,准确率相应提高。

高校计算机自动排课系统的研究与实现

本文介绍了高校计算机自动排课系统的设计与实现.应用图论中着色理论来设计自动排课算法,并利用可视化编程技术予以实现,有效地处理了排课过程中教师、教室和班级三者之间的冲突问题,使各项有限资源得到合理利用.

基于XSLT的Web页面自动生成系统的研发

自动生成技术可以实现系统底层的、重复性代码的自动生成,减少软件开发中枯燥重复的编码工作,从而提高开发者的工作效率,提高系统的可维护性。本文提出使用基于SXLT的技术实现Web动态页面自动生成系统,并在实践中得到了应用。

基于CDIO教育理念的“Web程序设计”课程教学改革

CDIO是美国麻省理工学院和瑞典皇家理工学院等4所大学提出的一种现代高等工程教育理念。它以现代产品的生命周期为蓝本,培养学生的工程科学能力、知识能力、终生学习能力、团队协作能力和职业能力。在Web程序设计课程教学中引入CDIO教育理念,改革传统教学中重理论轻实践、重讲解轻工程和重个人开发轻团队协作等不足,整体提高学生的工程实践能力和就业竞争力。

数据库原理与应用课程体系改革方案探讨

针对高校计算机专业数据库原理与应用课程理论性和实践性较强的特点,结合本人讲授相关课程的经验,本文深入分析了数据库原理与应用课程教学过程中存在的问题,提出了数据库相关课程教学改革的新思路,并设计了数据库原理与应用课程教学改革实施方案,为改进该课程的教学质量提高教学效果进行了积极有益的探索。

“Web程序设计”课程案例教学的设计与实施

计算机专业应用型课程的教学,长期存在着"灌输式"教学的缺点。"Web程序设计"课程组针对课程实践性强的特点,通过教学实践,引入了项目教学法。通过"大学生综合测评系统"案例的设计与实现,重新组织了课程知识点,并设计了配套的课外实训。在教学实施过程中,取得了一定效果。