一种识别作战意图的层次聚合模型

作战意图识别是指对敌方目标的状态信息进行分析,从而解释和判断敌方想要达到的目的。随着作战平台信息化程度的不断提高,这些具有时序性的敌方状态信息呈现多维、海量的特点。面对这样的特点,提出基于神经网络的方法学习敌方状态信息。由于作战意图具有层次性,并且意图行为之间具有依赖关系,设计了一种层次聚合模型,模型底层基于卷积神经网络感知行为特征,中间层基于双向长短时记忆网络聚合子意图之间的长时依赖信息,表达意图内部关系。顶层通过注意力机制将特征聚焦于对识别意图有更高贡献的高级特征,最终感知全局信息以识别目标作战意图。实验数据表明,相比其他网络结构,提出的模型可以表达意图的层次性以及意图之间的长时依赖关系,识别准确率可以达到88.83%,适用于现代战场空中目标意图的识别问题。

基于层次聚合原理的储药柜设计方法

针对药盒规格数据,用数学表达式对间隙、并排重叠、侧翻和水平旋转进行了表述;依据层次聚合的原理计算了各种药盒放置于药槽中时竖向隔板间距需满足的条件,最后聚合确定了竖向隔板间距类型最少的储药柜设计方案;为了减少宽度冗余,采用的基本的思想是:逐个增加隔板间距的类型,为保证新增的隔板间距类型可以最大限度地减少宽度冗余,采用群举搜索的方法并运用Matlab编程进行确定和验证。

无线传感器网络中一种基于聚合层次聚类的分簇路由算法

针对无线传感器网络中节点连接以及能量受限不足的问题,为了延长网络寿命,提出了一种基于AHC的分簇路由算法(HACCRA)。该算法首先运用AHC对网络节点分簇,接着为簇首选择、簇形成和路径构建分别定义了恰当的决策目标函数,运用能量阈值、提出距离阈值、并且路由过程优先考虑簇首节点之间的一对一连接,有效解决了路由算法中分簇和路由不衔接的问题。仿真结果表明,与JCR、ICR以及DCK-LEACH相比,HACCRA能够更好地实现网络节点的能耗均衡,保证网络数据传输的连接性,从而延长网络寿命。

新型层次孔聚合物的结构调控及吸附行为

在成功制备新型层次孔聚合物(nHPP)的基础上,表征了nHPP的微纳结构,详细研究了傅克超交联条件对其孔隙结构的影响,并进一步考察了nHPP对水中有机小分子染料的吸附性能。实验结果表明,nHPP呈现由中空聚合物纳米球相互堆叠构成的三维纳米网络结构,其中空聚合物纳米球粒径约为154 nm,壳层聚合物厚度约为7 nm;聚合物骨架含大量微孔结构,聚合物纳米球相互堆砌及其中空腔体共同形成了中/大孔结构,从而显现出典型的层次孔结构。nHPP的BET(Brunauer-Emmett-Teller)比表面积、微孔比表面积、总孔容和微孔孔容等孔结构参数可通过超交联反应温度和催化剂添加量进行调控。nHPP丰富的层次化孔隙结构赋予其稳定、高效、环保的良好性能,表现为对水中刚果红(CR,Congo red)良好的吸附效果,且吸附过程初期主要由CR在吸附剂外部液膜中的扩散控制,后期主要由CR在吸附剂内部层次孔道中的扩散控制。

利用等边长正交格网进行层次聚合聚类

层次聚合聚类的典型算法可以体现研究数据的多尺度特征,但是典型算法的时空复杂度太高。通过将数据所在空间划分成等边长正交格网,结合3点间距离的传递性排除冗余计算,并将其推广到N维空间。设计了一种与典型算法遵循相同的单链规则,可即时计算类间距离且无需计算距离矩阵的算法,在获得与典型算法相同的多尺度聚类序列的同时,所需内存远小于典型算法。实验结果表明,该算法无需人工干预且不使用距离矩阵,能大幅降低层次聚合聚类的运行时间,但是效率优势随空间维数增长逐渐降低。

基于Cloude-Pottier目标分解和聚合的层次聚类算法的全极化SAR数据的非监督分类算法研究

本文提出了一种新的基于Cloude-Pottier分解和聚合的层次聚类的全极化SAR(Synthetic Aperture Radar)数据的非监督分类算法.作者使用极化总功率SPAN来改进常规的初始化方法,并采用聚合的层次聚类算法对初始化结果进行类的合并,提高非监督分类器的性能.实验表明,该算法能获得有效的分类中心,分类结果明显优于常规的WishartH/α/A分类算法.

基于微博文本的灾害事件信息时空过程聚合方法

各类灾害事件频发已成为全球可持续发展面临的重大威胁。在大数据环境下,微博文本逐渐被应用于灾害管理的预防、准备、响应和恢复工作。以往研究多关注微博文本中灾情信息的获取,却忽略对这些碎片化信息进行有序化整合。本文从时空视角构建多层次的灾害事件信息模型,在抽取出微博文本中灾害事件信息要素的基础上,提出基于“对象-状态”的过程信息聚合方法,解决微博文本中灾害事件信息分散化、时空粒度多样化和无序化的问题。基于新浪微博进行台风“利奇马”事件的案例分析,结果表明,本文方法能够全面地获取灾害事件过程中各个时空节点上的灾情信息,有利于从微博文本中挖掘小尺度下的灾害突发状况。

全局特征及多层次特征聚合的冠脉分割算法

冠脉计算机断层扫描血管造影(CTA)图像分割在辅助医生判断血管堵塞、血管疾病诊断等许多实际应用中发挥重要作用。针对CTA图像中存在大量噪声和FCN、U-Net、V-Net等经典深度学习算法分割结果不细腻的问题,提出了全局特征及多层次特征聚合网络。这种新型的网络由全局特征模块、特征融合与V形细化多层次特征聚合模块以及深度监督三部分组成。全局特征模块综合早期和后期特征信息,在融合丰富的细节和语义信息基础上实现对原始CTA图像过滤操作,生成基础特征。细化V形模块在基础特征的基础上生成不同层次的细化特征图,通过聚合不同层次的细化特征图,得到精准冠脉分割图像。此外,在每一个细化V形模块之后加入深度监督机制来避免梯度消失的问题。对提出的方法进行了定量与定性的分析,结果表明,该方法优于主流基线。消融实验也证明了每个模块的有效性。

基于D3的层次边聚合图设计与实现

首先分析层次边聚合图(hierarchical edge bundles)使用扇环和样条曲线进行可视化布局的特点,阐述使用样条曲线聚合连接线以减少视觉复杂度的设计细节;接着在分析基于SVG的D3(data-driven do cuments)可视化库特点的基础上,重点描述使用贝塞尔曲线分段绘制样条曲线的过程,并通过D3实现具有高亮、旋转等交互性的层次边聚合图。在案例分析中,应用基于D3的层次边聚合图对jEdit和Linux的代码重复检测结果进行可视化分析。其分析结果表明:基于D3实现层次边聚合图具有可行性;将层次边聚合图技术应用到软件可视化分析中具有可行性。

Renyi信息熵指导下的聚合层次化聚类

聚合层次化聚类是聚类分析中发现数据集潜在结构的一类重要方法.在这类方法中,影响聚类质量的一个关键问题是如何度量子类之间的距离.作为子类间的相似性度量,不但可以通过非参数估计的方式进行计算,还可有效地利用子类数据集中所有样本提供的信息,对子类中数据分布的描述更加充分.实验结果显示,在两种具有代表性的人造数据集上,基于Renyi熵的类间距离度量比3种传统度量方法有更好的层次化聚类效果.并且,在图像过分割的情况下,通过Renyi熵距离对子分割区域进行合并可以找到合理的分割目标.

针对层次化名字路由的聚合机制

为了从根本上解决现有互联网存在的可扩展性、移动性和安全性等方面的问题,全新的未来互联网体系结构得到了广泛研究.其中,命名数据网络(named data networking,简称NDN)利用网内缓存和多路转发实现了基于层次化名字的高效数据传输,从根本上解决了现有互联网所面临的问题.内容的层次化名字具有数量庞大、结构复杂等特点,现有的基于IP的路由转发机制无法直接应用于NDN网络,需要有针对性地研究高效的层次化名字路由机制,保证海量网络内容的正常路由转发.路由聚合是缩减网络路由规模的主要措施.不同于现有的面向本地NDN路由表查表过程的优化,路由聚合需要全网协同处理,在不同网络节点上不断对聚合路由进行聚合.这对聚合路由标识和聚合路由可用性评估提出了诸多要求.为此,研究并提出了针对层次化名字路由的聚合机制,包括两个方面的工作:(1)构建了一种全新的计数布隆过滤器——堆叠布隆过滤器,该过滤器支持多过滤器合并,用于压缩表示被聚合路由名字;(2)给出了一种动态路由聚合机制,在保证NDN网络路由转发准确性的同时,缩小全网路由规模,最大程度地优化了路由转发效率.在真实网络拓扑上构建了仿真平台,经过实验验证,该路由聚合机制以可控的少量冗余转发为代价,有效地压缩了全网路由规模,提升了全网路由转发效率,保证了海量在线内容的高效路由转发,为NDN网络投入实际部署提供了前提.

基于分层聚类的个性化联邦学习隐私保护框架

联邦学习作为一种新兴的隐私保护分布式机器学习框架,利用密码原语有效地解决了隐私泄露问题,如何在分布式环境中防止投毒攻击已成为联邦学习的研究热点。目前的研究工作大部分依赖于数据独立同分布情况,并使用明文进行恶意梯度识别,无法处理数据异构带来的挑战。为了解决上述问题,文章提出一个基于分层聚类的个性化联邦学习隐私保护框架。该框架基于坐标感知的中位数算法对梯度进行加密,并采用安全余弦相似度方案识别恶意梯度,通过层次聚合方法增强模型在独立同分布和非独立同分布场景下的鲁棒性。在MNIST、CIFAR-10和Fashion-MNIST三个公开数据集上的实验结果表明,该模型具有较强的隐私保护能力。与FedAVG、PPeFL、中位数、裁剪均值和聚类等算法相比,该模型准确率分别提升了14.90%、9.59%、29.50%、26.57%和23.19%。

基于层次化聚类的稀疏谓词语义角色标注方法

中文语义角色标注中,稀疏谓词的标注性能要远远低于其它谓词,而在实际应用中,标注系统经常需要处理大量的稀疏谓词,因此,稀疏谓词问题大大限制了语义角色标注系统的应用效果。为解决上述问题,提出一种基于聚合层次化聚类的方法。通过聚合层次化聚类建立起稀疏谓词与常见谓词的联系,稀疏谓词可以泛化为与之语义相近的常用谓词,缓和语义角色标注系统中的稀疏谓词问题。在中文命题库上的实验结果表明,该方法可有效处理中文语义角色标注中的稀疏谓词问题。

基于层次特征聚合的自动人像抠图

针对抠图任务中人像毛发这类细微结构局部区域出现的误抠问题,其本质是此区域中混合信息所导致的图像像素点透明度遮罩回归预测不准确问题,提出一种端到端的层次特征聚合抠图网络模型。该模型通过一个共享编码器和两个独立解码器,利用通道和位置注意力机制,以层次特征聚合方式聚合低层次纹理线索和高层次语义信息,能够在没有额外输入的情况下从单个人像的精细边界和自适应语义中感知前景透明度遮罩。基于此,结合交叉熵损失、未知区域的透明度遮罩预测损失和结构性损失,以引导层次特征聚合抠图网络模型完善前景整体结构,恢复毛发纹理细节。为验证所设计模型的有效性,在自建的MCP-1k和公开的P3M-500-NP数据集上进行验证分析,实验结果表明所提模型在MSE和SAD指标上的误差分别为0.0076,25.59与0.0072,25.52,与其他典型深度抠图模型相比在恢复人像细微毛发和完善人像语义结构方面有较大提升,解决人像毛发区域的误抠问题。

反应性模板剂诱导原位超交联法制备层次孔聚合物和碳材料

首先设计合成出新颖反应性Si O2模板剂(即表面含苄基氯化学官能团的Si O2纳米球),然后利用1,4-对二氯苄(DCX)作为自交联功能单体,成功地发展了一种"反应性模板剂诱导原位超交联法"制备层次孔聚合物(HPP)及其层次孔碳材料(HPC)的新思路:一方面,DCX作为有机单体分子,可与Si O2纳米球表面的苄基氯化学官能团原位反应形成共价键,极大地增强了聚合物前驱体和模板剂的相互作用力,有利于模板剂的高度单分散和表面均匀包覆共价有机聚合物;另一方面,DCX分子可以发生自交联反应,免去交联剂的额外添加,简化了制备流程.利用该法所得HPP具有独特的微孔-中孔-大孔呈层次化分布的孔结构特征:微孔壳-大孔腔空心纳米球之间相互交联堆叠形成丰富的中孔和大孔,各层次纳米孔道紧密相连.进一步地,HPP的共价有机骨架具有超交联化学结构,可确保这类层次孔纳米结构在高温碳化过程中的稳定继承,由此制得HPC,其BET比表面积为756 m2·g-1.

一种基于日志聚类的多类型故障预测方法

现有故障预测方法的日志事件多数是无规律交错存在的,且不同类型的故障事件所涉及的事件数量与时间范围存在一定差异。为在故障预测时能够提供故障相关信息,提出一种基于频繁日志事件序列对多种不同类型的故障进行预测的方法。以日志事件序列之间的最长公共子序列作为其相似性度量,使用聚合层次聚类算法挖掘与故障事件相关的频繁事件序列。在频繁事件序列的基础上生成故障事件预测规则,并给出一种对故障事件预测规则进行过滤的方法,将过滤后的规则应用到测试集上进行故障预测。实验结果表明,该方法不仅能够进行有效的故障预测,而且可以平衡故障预测的准确率和召回率。

Evaluation model for freeway incident management system

In order to evaluate the general situation and find special problems of the freeway incident management system, an evaluation model is proposed. First, the expert appraisal approach is used to select the primary evaluation index. As a result, 81 indices and the hierarchical structures of the index such as the object layer, the sub-object layer, the criterion layer and the index layer are determined. Then, based on the fuzzy characteristics of each index layer, the analytical hierarchy process（AHP）and the fuzzy comprehensive evaluation are applied to generate the weight and the satisfaction of the index and the criterion layers. When analyzing the relationship between the sub-object layer and the object layer, it is easy to find that the number of sub-objects is too large and sub-objects are significantly redundant. The partial least square （PLS） is proposed to solve the problems. Finally, an application example, whose result has already been accepted and employed as the indication of a new project in improving incident management, is introduced and the result verifies the feasibility and efficiency of the model.

代码重复检测结果可视化设计与实现

文章阐述了代码重复检测的意义及检测技术的基本原理,深入分析了树图(Treemap)和层次边聚合图(Hierarchical Edge Bundles)可视化技术的特性。根据代码重复检测数据结构的特点,文章总结了代码重复检测结果可视化的设计目标,提出使用树图和层次边聚合图作为可视化形式的方案。在此方案中,将树图作为代码层次关系的可视化形式,将层次边聚合图作为代码重复关系的可视化形式。文章进一步分析了系统中的数据交换格式及关键技术,设计并使用多种软件技术实现了代码重复检测结果可视化的原型系统Viz CD。实验结果表明,该可视化系统可用于代码重复检测结果分析中。

代码依赖可视化系统

分析了代码依赖可视化在智能化软件开发中的作用,在总结代码依赖特点和信息可视化系统一般流程的基础上,提出了代码依赖可视化系统的设计.该系统使用力导向节点连接图和层次边聚合图作为可视化形式,基于对两种可视化形式布局特点的深入分析,分别针对力导向节点连接图和层次边聚合图创造了过滤子节点和聚合叶节点的交互设计.在使用多种软件技术实现了代码依赖可视化原型系统dpViz之后,将系统试用于企业软件开发中,实验结果表明该可视化原型系统可有效增进代码分析效率.

同义词聚合的层次性与模糊聚类分析法

语言中同义词的聚合是有层次性的。根据模糊集合论的观点,词语的同义关系是一种模糊关系,故而词语具有同义关系的程度可以用0到1之间的数值来度量。该数值体现的是同义词之间的相似程度,同义词的聚合便是以词语彼此间的相似程度为条件的。同义词每一次聚合新产生的小类,可以形成同义聚合体内部的一个层级,多次不同的聚合就形成了多个不同的层级,这些层级可以用模糊聚类分析法来予以揭示。模糊聚类分析法的具体步骤包括利用平方自合成法求传递闭包、选取适当的置信水平值进行分类和画动态聚类图等。