深度学习在无线通信领域中的应用研究

近年来,深度学习在图像处理、自然语言处理、推荐系统等领域广泛应用并取得了显著的成效,随后无线通信领域也开始将其引入,把许多复杂的通信网络问题抽象为基于图的优化问题,利用深度学习中的图神经网络模型改善传统方法的局限性。本文首先介绍了基于图的深度学习模型,然后详细讨论了深度学习模型在功率分配、流量预测和其他无线通信领域的应用与发展,最后总结了全文并讨论了未来深度学习在无线通信领域中的发展趋势。

融合行为交互图的兴趣感知新闻推荐算法

个性化新闻推荐的关键是候选新闻和用户兴趣的精准匹配,现有基于顺序模型的方法通过建模行为序列的单向交互仅能捕获单一的用户兴趣,而基于图的方法通常忽略了用户行为序列内部的高阶转换关系。针对上述问题,提出了融合行为交互图的兴趣感知新闻推荐模型,以全局和局部的角度建模用户动态兴趣。该模型结合知识图谱和深度预训练网络以多视图学习方式提取新闻深层语义信息,采用融合上下文位置信息的线性自注意力机制捕获局部用户兴趣。此外,将用户行为序列构建为有向交互图,使用门控图神经网络递归地聚合邻域信息捕获序列间的高阶转换关系,从而挖掘全局用户兴趣。在2个公开数据集上的实验结果表明,本文提出的模型在各个指标上均优于基线模型,并且有效提高了新闻推荐效果。

支持并行规划和设计的项目管理模型研究

给出了一个交互式的基于 Petri网的项目管理模型 ,该模型利用 Petri网描述并发事件的能力 ,将整个项目管理模型分解为规划网、监控网、预测网和资源管理网 ,并给出了 Petri网表示的转换、项目监控、资源分配和冲突等问题的解决方法 .基于以上模型的系统能较好地解决项目管理中系统的并行规划和设计 ,是一种比较有效的项目管理模型 .

基于Web的产品设计流程模型

描述了一个基于Web的设计流程管理系统 ,该系统以Petri网为数学模型 ,很好地解决了设计流程Petri网络的表示 ,详细分析了系统在设计子流程之间同步和异步方式通信的Petri网表示 。

基于OWL-S的Web服务匹配研究

提出一种基于OWL-S描述的混合服务匹配方法,得到服务输入/输出功能参数的匹配度。该方法对服务集进行聚类以减少计算量,在语法层面上做基于奇异值分解的统计相似计算,在语义层面上基于本体做逻辑推理相似计算,根据两者结合的结果得出服务相似度计算。实验结果表明,该方法优于其他常用的方法。

一个基于Web的信息系统设计及实现

本文阐述了中国小商品城Ｗｅｂ站点的系统硬件、软件总体方案，重点分析基于Ｉｎｔｅｒｎｅｔ／Ｉｎｔｒａｎｅｔ的数据库系统模式。

一种基于虚拟社交化的Web服务发现方法研究

提出一种基于虚拟社交化的Web服务发现方法,从相互竞争和相互协作的服务关系中寻找满足用户需求的服务。首先在竞争关系中,通过计算服务之间的文本相似度和结构相似度,选择出一组竞争力强的服务列表,然后根据协作关系,通过计算列表中各服务的交际能力,把交际能力强的服务推荐给用户,实现用户的组合服务流程。通过与其他方法在召回率和准确率方面的比较,验证了本方法的有效性。

面向设计过程的项目管理系统安全访问模型

信息访问控制是信息共享系统不可缺少的功能。在项目管理系统中,协同的工作环境需要一种新的访问控制模式。文中提出了一种新的静态访问控制模型和动态访问模型相结合的安全模型,并给出了一种有效的缺省授权机制,大大简化了的系统的授权和访问控制。

动态环境下的项目管理模型研究

该文介绍了一个基于WEB的项目管理系统(DSPM)设计和实现机理,它利用知识库和工作流技术,很好地将项目过程管理与工作流系统集成起来,并且提出了一种有效的任务依赖关系管理模式,很好地解决了项目规划、调度、变更等关键问题。

基于价格时延Petri网的超级节点网格调度

针对资源节点基于语义相似度聚类的超级节点模式网格,提出了一种面向用户截止时间、费用上限及二者之间偏好参数等QoS参数约束的网格协作型任务调度算法,其中考虑资源的动态性,引入重调度机制。然后,采用价格时延Petri网这一图形与数学工具,对复杂的调度过程进行形式化、层次化建模,增进对调度系统的理解。构建调度模型的可达任务图,分析调度系统的诸如调度时间、费用、吞吐量、负载平衡等重要性能。实例验证调度算法的有效性,分析了需要协调多种类型资源的网格协作型任务的调度过程及调度系统的若干重要特性。研究内容对于指导实际超级节点模式网格系统的开发、部署均具有重要意义。

项目管理系统的动态安全控制模型

在分析项目管理系统过程模型、组织模型和资源模型的基础上，提出了项目管理系统中全局资源静态访问控制模型和局部资源动态访问模型相结合的新的安全模型，该模型考虑了系统执行的上下文环境，将安全问题方面的注意力从独立系统中静态的主体和客体保护,转移到随着任务的执行而进行动态授权的保护上来。

基于QoS的超级节点模式网格调度研究

提出一种基于超级节点模式的网格管理模型,引入市场经济机制,允许网格用户提出任务的截止完成时间、费用上限以及时间、费用偏好参数,并作为用户QoS参数给出对应的网格复合任务调度算法。根据此算法,利用层次颜色Petri网、价格时延和颜色Petri网对调度过程进行形式化动态建模。最后,构建模型的可达任务图,通过实例分析系统的最佳调度方案及其吞吐量、负载平衡、时间和费用等性能参数。

动态网络表示学习研究进展

网络表示学习旨在将网络信息表示为低维稠密的实数向量,解决链接预测、异常检测、推荐系统等任务.近年来,网络表示学习研究取得重大进展,但研究多基于静态网络,而真实世界构成的网络是动态变化的,对动态网络分析的需求日益增加.本文总结了当前动态网络表示学习的方法与研究进展,首先提出网络表示学习的动机,阐述动态网络以及表示学习的发展历史与理论基础;接着,系统概述了大量动态网络嵌入方法,包括基于矩阵分解的动态图嵌入、基于随机游走的动态图嵌入、基于深度学习的动态图嵌入和基于重构概率的动态图嵌入,并分析与比较,给出动态网络表示学习的应用场景;最后,总结未来网络表示学习的研究方向.只有考虑网络的动态性,才能真实反映现实网络的演化,使网络表示学习更具价值.

基于LBSN好友关系的个性化景点推荐方法

基于位置的社交网络(LBSN)中照片带有丰富时间空间位置信息,为发掘用户偏好信息、进行景点推荐提供了条件。现有推荐方法存在推荐条件单一、难以准确估算用户偏好、推荐结果准确性不高的问题。改进传统协同过滤中相似用户计算和推荐方法,提出PTLR方法。通过用户景点照片矩阵计算用户偏好,结合好友亲密度信任关系计算相似邻居。利用多条件如兴趣偏好、景点时间适宜程度及候选周边关联景点产生推荐。实验结果表明PTLR能有效提高推荐准确性。

一个基于CORBA的分布式主动数据库系统

提出了一个基于 CORBA的分布对象计算技术及其公用对象服务、软件代理技术和商用数据库系统等技术的分布式主动数据库系统构建方法 .描述了该系统的体系结构、运行机制及实现策略 .最后讨论了系统尚存在的问题和进一步的工作 .

一种快速排序的加速算法

提出一种改进的快速排序算法。该算法一方面能降低快速排序算法的递归深度，另一方面在待排序的数据元素列几乎有序时能减少数据元素间的比较次数。这就在一定程度上克服了快速排序算法的两个主要缺陷。

基于双边兴趣的社交网好友推荐方法研究

随着社交网的广泛流行,用户的数量也急剧增加,针对社交网络用户难以在海量用户环境中快速发现其可能感兴趣的潜在好友的问题,各种推荐算法应运而生,协同过滤算法便是其中最为成功的思想。然而目前的协同过滤算法普遍存在数据稀疏性和推荐精度低等问题,为此提出一种基于动态K-means聚类双边兴趣协同过滤好友推荐算法。该算法结合动态K-means算法对用户进行聚类以降低稀疏性,同时提出相似度可信值的概念调整相似度计算方法以提高相似度精度;利用调整后的相似度分别从用户的吸引与偏好两方面计算近邻用户集,综合考虑这两方面近邻对当前用户的择友影响来生成推荐列表。实验证明,相较于基于用户的协同过滤算法,该算法能有效提高系统的推荐精度与效率。

Deep web站点查询界面的潜在语义分析(英文)

为了进一步提高搜索引擎的效率,实现对deep web中所蕴含的大量有用信息的检索、索引和定位,引入潜在语义分析理论是一种简单而有效的方法.通过对作为deep web站点入口的查询界面里的表单属性进行潜在语义分析,从表单属性中挖掘出潜在语义结构,并实现一定程度上的降维.利用这种潜在语义结构,推断对应站点的数据内容并改善不同站点的相似度计算.实验结果显示,潜在语义分析修正和改善了deep web站点的表单属性的语义理解,弥补了单纯的关键字匹配带来的一些不足.该方法可以被用来实现为某一站点查找网络上相似度高的站点及通过键入表单属性给出拥有相似表单的站点列表.

改进YOLOV3的火灾检测方法

针对传统火灾探测器检测范围有限,传统火灾检测算法精度不高、检测时间长等问题,提出一种基于改进YOLOV3的火灾检测方法YOLOV3-IMP。在YOLOV3网络结构上进行改进,包含对特征提取网络改进和多尺度检测改进,提高对浅层特征的学习能力;通过改进的K-means聚类算法生成出初始先验框;通过改进的损失函数提高对小火灾区域的检测能力;在输出火灾检测图像之前采用Softer-NMS算法,提高对重叠区域的检测能力。实验结果表明,改进的算法准确率和召回率为91.6%,83.2%,mAP高达84.5%,检测速度可达0.28 s,可以满足火灾检测的实时性和准确性,能够实现有效的火灾检测。

一种支持服务关联的Web服务选择方法

目前存在的大多数基于QoS(quality of service)的Web服务选择方案都忽略了服务之间的关联关系,认为服务之间是相互独立的,使得组合服务的结果与实际有所偏差。为了提高组合Web服务QoS的精确性,考虑到服务之间的关联关系对组合服务质量的影响,分别对服务之间的接口关联、业务关联和统计关联三种关联关系进行研究,提出了一种基于关联度的关联服务集合发现方法,将支持服务关联的选择问题转换为混合整数规划模型进行求解。实验结果表明,考虑服务之间的关联关系会提高组合Web服务的质量。