以对比学习与时序递推提升摘要泛化性的方法

为了有效缓解基于交叉熵损失函数训练的传统文本摘要模型所面临的推理过程中性能下降、泛化性较低、生成过程中曝光偏差现象严重、生成的摘要与参考摘要文本相似度较低等问题,提出了一种新颖的训练方式,一方面,模型本身以beamsearch的方式生成候选集,以候选摘要的评估分数选取正负样本,在输出的候选集中以“argmax-贪心搜索概率值”和“标签概率值”构建2组对比损失函数;另一方面,设计作用于候选集句内的时序递推函数引导模型在输出每个单独的候选摘要时确保时序准确性,并缓解曝光偏差问题。实验表明,所提方法在CNN/DailyMail和Xsum公共数据集上的泛化性得到提升,Rouge与BertScore在CNN/DailyMail上达到47.54和88.51,在Xsum上达到了48.75和92.61。

一种基于知识蒸馏的轨道检测轻量化模型

针对铁轨缺陷检测神经网络模型参数多、计算量大的问题,提出了一种基于知识蒸馏的轨道检测轻量化模型及其训练方法,该网络模型由六层卷积层和三层全连接层构成,将训练好的DenseNet模型作为教师网络,采用知识蒸馏的方法指导训练,使得轻量级模型的训练更加简单,也保证了准确性。在模型的训练阶段加入最小化锐度SAM优化算法,提高了模型的泛化能力,然后将VggNet、ResNet、DenseNet等模型当作对比实验,评价模型优劣。经过知识蒸馏训练的自定义轻量级模型在铁轨检测数据集中的平均准确率为97.3%,且模型参数大小仅为0.738 M,均优于其他网络模型,可部署在众多移动终端中。

基于ZigBee无线传感器网络的森林火灾监测系统

针对目前全球森林及荒地火灾的严峻形势,提出了一种基于ZigBee无线传感器网络的森林火灾实时监测预警系统的框架及其实现方案。设计了基于JN5139芯片的传感器节点结构和硬件电路、无线网关节点,论述了网络数据传输的流程。该系统能够监测林区的空气温度、湿度及有林火产生时的烟雾稠密浓度等相关环境参数,能为相关部门采取防火、灭火或预警措施提供重要决策依据。

基于三角形外接圆覆盖的改进APIT定位算法

在无线传感器网络(WSN)中,传感器节点定位在整个WSN体系中占有重要地位。APIT(Approximate Point-In-Triangulation Test近似三角形内点测试法)相对于其他定位算法,具有硬件要求较低,定位性能较好等优点。该算法在节点密集的网络中,可以得到比较合理的定位精度,性能也相对稳定。然而,在节点随机分布的网络中,其定位误差是不容忽视的,且定位覆盖率也相对较低。针对此问题,分析了APIT测试中的典型错误——三角形内外覆盖判断错误以及产生的原因,提出了一种基于三角形外接圆覆盖的改进APIT算法——APICT(Approximate Point-In-Circumcircle Test)算法,并将此算法与APIT算法的仿真结果进行比较,证明了此算法的定位精度具有显著优势。

基于RBAC模型的权限管理改进研究与实现

针对传统RBAC模型无法满足业务审批系统要求的权限可分级、能动态管理的新需求,提出一种改进后的基于角色的控制访问模型。该模型能够动态地创造权限、分配权限、撤销权限,达到资源分离、多级权限管理的目的。结合一个实际项目,采用脚本语言JS(JavaScript)和主流的SSH框架,给出该模型的实现过程,增强各类角色对权限的分级、动态管理,该模型的可行性由此得到验证。

螺旋型软件人才培养模式下产学研结合模式的探讨

针对类瀑布模型的传统软件工程人才培养模式的局限性,提出一种基于螺旋模型的软件人才培养模式,并探讨了基于该模式下的产学研结合双赢模式及产学研互动平台的构建。

基于EDV-Hop的免测距定位算法研究

为了更好地提高无线传感器网络节点定位精度,降低定位成本,针对APS算法存在的不足,提出一种新的免测距定位算法EDV-Hop,通过限制跳数实现局部范围内的定位信息提取,同时调整平均每跳距离,以此提高定位精度。在网络随机部署和任意节点密度的条件下估算节点位置,并从精度和有效性两个方面进行度量。仿真结果表明,EDV-Hop算法比DV-Hop具有更好的定位性能,它能够减少节点间通信量,降低通信成本,提高定位精度。

WSNs跨层设计中的QoS体系结构

为提高WSNs中跨层设计的网络性能,针对WSNs和跨层设计的特点,从WSNs实际可观察参数角度出发,提出了一种符合WSNs实际应用需求的三层QoS指标体系,并对各层QoS指标进行规范化描述。由于该指标体系所选取的指标都是实际应用中可直接检测到的网络性能参数,使得实施QoS保障的可操作性得到了增强。考虑到WSNs中跨层QoS保障的实施,设计出一种跨层的QoS体系结构,并对QoS提供和QoS维护的问题进行了详细分析。指出了下一步的研究工作。

变焦双目立体视觉系统在地铁轨道检测中的应用研究

我国城市轨道交通发展迅速,全国运营里程已经超过6700公里,因此,实现轨道安全隐患快速精准检测,保障轨道交通安全运行是非常重要的。针对传统地铁轨道检测存在主观性大、效率低、工作强度高等问题。本文提出将变焦双目系统运用在轨道检测车上进行轨道巡检,首先通过Stereo Camera Calibrator工具箱确定双目相机变焦过程中的内外参数,然后计算相对误差判断其准确性,最后对搭载变焦双目系统的轨检车进行实地测试,研究结果表明,本文采用的标定方法方便快捷,精度高,易于操作;搭载变焦双目系统的轨检车能够快速改变焦距,准确检测轨道病害,满足轨道检测的精度要求,为地铁轨道检测提供新思路。

基于联合分步APIT定位算法的改进

针对无线传感网络（wirelesssensornetwork，WSNs）APIT节点定位算法在锚节点低密度环境下的节点误判和节点失效等问题给出了改进，在APICT定位算法的基础上提出了联合分步定位算法UNION-APICT（unionapproximatepoint-in-circumcircleTest），该算法是结合连通性的测距技术，RSSI测距技术以及质心定位和APICT等技术，来联合解决对未知节点定位问题；通过仿真实验结果表明，改进后的UNION-APICT在APICT算法的基础之上平均定位误差减少了10％～25％，定位性能有了明显的提升；随着通信半径R和最大探测距离rmax的增加，定位误差也在逐渐减小，该算法较APIT和APICT定位算法在锚节点密度、节点覆盖率和定位精度上都有所提高。

基于半马尔科夫链的中小堤坝WSN节点能耗研究

无线传感器网络技术的引入,为中小型堤坝监测技术的发展提供了新思路。由于无线传感器网络节点采用电池供电,而堤坝环境中的数据监测条件比较苛刻,电源更换相对困难,无线传感器网络节点能耗的优化在延长整个无线传感器网络生命周期过程中显得尤为重要。本文介绍了无线传感器网络中节点能耗的主要分布,并提出了降低节点能量消耗的策略。借助半马尔可夫链理论建立了节点能耗的数学模型,分析了WSN节点的能耗情况,在保证正常数据通信的情况下,通过对节点状态的管理,延长节点的睡眠时间,从而达到降低整个网络能耗的目的。

基于精英反向学习的萤火虫k-means改进算法

为解决传统k-means聚类算法在聚类精度及中心点选取方面的问题,提出一种基于精英反向学习的萤火虫k-means改进算法。针对k-means算法的弱点,利用萤火虫优化算法具有较强全局搜索能力这一特性,使用精英反向学习策略对萤火虫进行改进,扩大萤火虫的搜索范围并提高收敛速度,对萤火虫的吸引度和步长因子进行改进,提升聚类效率。将改进算法运用到UCI标准数据集进行聚类仿真实验,该算法在寻优精度和收敛速度上有更好的结果,验证了其有效性。

无约束插值的Monte Carlo无线传感器网络节点定位方法

为了提高无线传感器网络中节点定位精度,提出一种无约束插值的Monte Carlo无线传感器网络定位方法,该方法是在Monte Carlo定位方法的基础上,根据权值的改变进行无约束插值,来确定未知节点存在的位置。在不同的节点数和锚节点的个数下,对该方法进行了仿真,结果表明:该方法提高了节点的定位精度和定位覆盖率。

基于异构WSNs负载平衡的CTP协议设计

为解决CTP协议的负载不均衡和不支持异构网络等问题,提出一种基于异构负载均衡CTP协议HLBCTP。在原有CTP协议ETX计算基础上添加节点能量状态因子和节点流量因子,综合选择链路中更好的下一跳节点;选用功耗最小的RFD节点作为特殊节点转发数据,为其设计专用的路由协议。NS2仿真结果表明,HLBCTP协议能够有效改善原有CTP负载不均衡问题,提高异构网络的生命周期,能够保持较好的网络性能。

基于知识蒸馏的轻量级番茄叶部病害识别模型

目前,基于迁移学习诊断农作物病害已经成为一种趋势,然而大多数研究使用的模型参数众多,占用了大量设备空间并且推理演算耗时较长,导致对存储和计算资源有严格限制的设备无法利用深度神经网络的优势。为此,本研究以PlantVillage数据集中的番茄病害样本为研究对象,基于条件卷积及通道注意力机制,提出1种新颖的轻量级模型,同时使用知识蒸馏法指导模型训练,在保证模型性能的前提下压缩模型大小。将AlexNet、VGG16、GoogLeNet、ResNet50及DenseNet121进行对比,并利用类激活图(CAM)可视化模型分类决策的图像区域。结果表明,经过蒸馏的自定义模型可以精准定位番茄病叶的发病区域,在测试集中的平均识别准确率达97.6%,不仅优于其他模型,而且模型大小仅为4.4 M。

应用级防火墙测试规范的研究

应用级防火墙产品的产生是源于信息网络安全的需求 ,而测试为产品的评估和认可提供了最可信的依据 ,因此 ,有必要对这类产品的测试作较为深入的研究 .本论文描述了测试应用级防火墙所依据的测试准则以及测试中常用的工具 ,并对应用级防火墙测试体系作了较详细的论述 .

基于余弦测度的Web指纹识别算法的研究与改进

为了在Web指纹数据库中实现对Web指纹的准确识别,需要对Web指纹识别算法进行研究。采用当前识别算法对Web指纹数据库中的Web指纹进行识别时,识别的结果与实际结果之间存在误差、识别所用的时间较长,因此存在识别准确率低和识别效率低的问题。在余弦测度的基础上提出了一种Web指纹识别算法,在结构特征、静态文件、Cookie设计和关键字4个方面采用源码审计方法完成了对Web指纹的选取,建立了Web指纹数据库。首先提取Web指纹数据库中数据的特征,根据特征提取结果剔除Web指纹数据库中存在的异常数据;然后将余弦距离函数当作相似性度量函数,采用K-means算法对Web指纹数据库中的Web指纹进行聚类;最后根据聚类结果完成对Web指纹的识别。实验结果表明,所提方法可在较短的时间内准确地完成对Web指纹数据库中Web指纹的识别,具有识别准确率高和识别效率高的优点。

基于CORDIC算法的高速高精度DDS研究与实现

针对基于查找表方法不能实现高速高精度DDS,提出了一种优化的基于CORDIC算法实现高速高精度DDS的方法。介绍了CORDIC算法实现DDS中相位到幅度转换的原理,对基于CORDIC算法的DDS实现进行了较详细的描述,并在FPGA上采用流水线优化方法实现了CORDIC算法,最后在FPGA上实现了一个高速高精度DDS,实验结果表明,设计实现的DDS能稳定高速的工作。

基于遗传算法的自适应CSMA/CA包调度

随着无线通信的发展,网络业务将逐渐由语音业务为主过渡到以不同QoS要求的数据业务占主导地位,简单的无线包调度算法如max.C/I(最大信噪比)和WRR(公平轮循)将无法满足不同数据业务QoS需求。本文提出一种适应无线局域网特点的基于遗传算法的自适应包调度算法(AGAPS),该算法工作在数据链路层,这种算法适应无线网络;AGAPS根据信道状态、业务的QoS需求、队列长度等参数来决定系统资源的分配,保护基站免受一些信息包流量的过度轮询,减少系统延时,提高系统的吞吐量。仿真结果表明AGAPS算法对比max.C/I算法有更好的用户公平性,而且系统吞吐量比WRR算法高。

IEEE802.11e无线局域网中一种提高QoS的算法

随着无线网络的迅速发展,网络上的业务流量与日俱增,如何保证无线局域网实时业务服务质量的问题也越来越突出.在分析IEEE802.11e的MAC接入机制及其在提供QoS方面存在局限性的基础上,提出了一种增强无线局域网服务质量的新算法——PCWA算法.该算法与EDCA机制相比,明显降低实时业务平均时延,显著提高网络吞吐量.