云南省土壤污染防治和管理信息系统的质量评价溯源查询和制图

以Visual Studio 2005为开发平台,C#为开发语言,Arc Engine为GIS组件,SQL Server 2005为数据库管理系统,设计和实现了云南省土壤污染防治和管理信息系统的土壤环境质量评价、统计结果溯源查询和制图。该系统根据土壤环境质量评价、统计结果给定查询条件,据此逆向进行溯源筛选,查询出符合条件的原始采样点及其对应的相关信息,包括当前行信息、野外记录信息、检出限信息,显示及Excel导出结果,并应用GIS的地图渲染更直观地展现查询结果。

可扩展土壤和农作物污染信息分析系统——以云南省土壤和农作物污染信息分析系统为例

随着农业生产的快速发展和人民生活质量的不断提高,土壤和农作物污染日益成为社会关注的焦点。借助MS SQLServer2000数据库,应用VB语言,构建具有数据显示层、数据处理层、数据存储层的可扩展土壤和农作物污染信息分析系统(S&CP分析系统),能实现对土壤和农作物中污染物的早期识别及预警分析。利用该系统提供的信息,政府职部门可及早发现并识别土壤和农作物的污染情况,为科学有效地进行土壤的综合治理提供决策信息支持,从而最大程度的降低农作物受污染程度,加速农业生产绿色化的进程,确保人民群众能吃到健康的食物,推进农业的可持续发展。

基于Dual Dense U-Net的云南壁画破损区域预测

壁画破损区域预测是壁画虚拟修复工作的重要环节,针对现有方法在预测云南少数民族壁画破损区域时容易出现破损区域预测不全、对纹理复杂区域的破损边界预测不准确等问题,提出了一种基于U-Net改进的Dual Dense U-Net分割模型,通过增强破损区域位置特征和纹理特征,获取更多的判别信息,以提高破损掩膜预测的准确度。为使模型能更有效地学习壁画特征,建立了一个包含5 000张云南少数民族壁画图像的分割数据集。Dual Dense U-Net模型利用融合模块去对壁画图像进行多尺度融合,减少壁画图像在前馈过程中的局部纹理信息和空间位置信息损失。首先,利用U-Net结构对输入的壁画图像进行信息提取,融合模块有多个深度可分离卷积,能够提高融合模块效率以及分割精度;其次,融合模块连接两个U-Net,进一步加强浅层特征与深层特征间的联系。实验结果表明,该模型在IoU与Dice评价指标较UNet++提高了3个百分点,模型预测得到的破损区域能显著改善壁画修复网络的修复效果,验证了该模型在壁画破损区域预测领域的有效性。

融合背景先验信息及自适应采样的显著性检测

为了提高计算机视觉系统对视觉场景中显著目标的检测精度,提出了融合背景先验信息及自适应采样视觉显著性检测方法.利用超像素分割提取图像边缘获取场景先验信息,将频域高斯差分特征谱图映射到空间域生成灰度密度散点图,使采样窗口根据散点图自适应移动到前景区域,实现自适应采样.该过程模拟了人的眼动追踪检测显著目标,并采用主成分分析法融合背景先验信息和自适应采样得到的特征,综合提取前景信息获得分辨率更高的显著图.实验结果表明,与其他采样机制的对比,自适应采样方法具有高效性,在ECSSD、HUK-IS、MSRA-5K、SOD公开数据集上与其他13种显著性检测算法对比显示,在各个数据集上MAE平均减少0.01~0.04,F-measure平均提高0.01~0.04,IoU平均提高0.02~0.08,验证了所提算法在显著目标检测的准确性方面具有优势.

基于互信息最大化和聚类感知的节点表示学习

节点表示学习是研究各类图结构数据的基础.图结构数据具有复杂的结构关系和丰富的节点信息,因此如何融合图结构和节点信息学习高质量的节点表示仍是一个挑战性问题.为此,提出一种基于互信息最大化和聚类感知的节点表示学习模型.首先,对原始图使用图扩散方法构造扩散图;然后,使用图卷积网络编码两个图到低维特征空间获得节点表示和全局表示;最后,基于互信息最大化原理,最大化一个图的节点表示和另一个图的全局表示间的一致性,反之亦然.同时,将语义相似的节点聚类到同一个簇,并最大化两个图的节点表示间的聚类一致性.在两个引文数据集上的节点分类和节点聚类的实验结果表明,该模型的性能在多项指标上都优于基线方法.以Cora数据集为例,在节点分类任务上,该模型对比基线方法在准确率和F1值指标上分别提高了2.7和0.6个百分点.

云南重彩画白描图绘制系统

为提高云南重彩画非真实感绘制的效果,表现其明显的中国线条画特征,提出从云南重彩画绘画作品中提取反映该画派特征的图形元素,并用它们进行云南重彩画白描图绘制的思想,设计开发了一个具有图形元素采集、管理及绘制功能的白描图绘制系统。采用图形化界面设计、基数样条曲线拟合、分图层绘制、图形元素分级管理等方法提高系统的可操作性和白描图绘制效果。绘制实例表明,该系统可以灵活方便的绘制出姿态各异的云南重彩画白描图图案。

云南钛砂矿在微波场中的吸波行为和还原效应

测定了钛砂矿的吸波特性,表明钛砂矿具有良好的吸波性,据此提出了微波辐射还原云南钛砂矿的新工艺,进行了焦炭最佳配比吸波特性的测定和条件实验,探索了内配碳、复合添加剂用量、还原温度和还原时间等因素对TiO_2品位的影响;确定了微波碳热还原云南钛砂矿的最佳条件为:还原温度1150℃、还原时间1．5h、复合添加剂用量3%、内配焦炭15%。在此条件下得到的还原产物TiO_2品位为50．34%。

边疆政治学视角下边境县政府守边固边机制研究——以云南省金平县为例

边界是国家主权行使的界限,对边界的管理和维护事关国家主权统一和领土完整,这也构成了国家边境治理的核心任务。从边疆政治学的角度,边境县政府作为边境治理的地方责任主体,边界事务治理和守边固边有赖于边境县政府制定科学、合理、有效的管理体制和机制,以实现管理系统内各边管要素的联结和互动。边境县政府下辖的边境乡镇要结合自身历史条件和自然地理条件因地制宜地进行制度创新,构建多元社会力量协同的守边固边机制,并根据边境治理的新诉求创造性地拓宽守边固边内涵。

云南重彩画人脸肖像生成算法

通过对云南重彩画作画风格的研究,论文提出了云南重彩画人脸肖像生成算法。首先从云南重彩画绘画作品中学习云南重彩画人脸绘制特点,引入特征比例对云南重彩画人脸特征进行描述,发现云南重彩画人脸绘制特点,并归纳总结云南重彩画人脸绘制规律。然后对输入的人脸照片进行轮廓线提取、特征点标定、特征值及特征比例的计算,将特征比例与云南重彩画人脸特征比例进行比对,发现变形程度并进行变形。最后,根据主观辨识后的经验值对五官特征的位置进行调整,再进行风格转换处理。运用该算法生成的云南重彩画风格的人脸肖像,既与原图相似,又符合云南重彩画人脸绘制特点。

云南绝版套刻版画的数字模拟合成技术研究

非真实感绘制(Non-Photorealistic Rendering,简称NPR)技术已成为计算机图形学领域最热门的研究方向之一。NPR建立在人类认知的基础上,利用计算机生成不同艺术风格的图形。云南绝版套刻版画是极具云南本土少数民族特色的绘画代表,考察、分析其实际创作过程,揭示其在线条、纹理、色彩运用和创作技法上的特点和规律,对于探索、研究基于图像的云南绝版套刻版画的数字模拟合成关键技术是至关重要的。论文正是基于以上研究,对云南绝版套刻版画中基于线积分卷积LIC的刻痕模拟合成方法、基于多频率噪声场的LIC纹理的混色方法以及刻痕的纹理合成方法进行了初步的探索和实现。

基于IL-HUMASS的高校大学生信息素养现状调研及图书馆教育模式研究——以西南林业大学为例

信息素养是人们适应信息社会的能力,是信息意识、信息知识、信息能力和信息道德的综合反映,而高校图书馆则肩负着大学生信息素养教育的重要职责。为了更全面地了解高校信息素养教育的现状,为今后建立完善的教育模式提供依据,研究借鉴了西班牙学者提出的IL-HUMASS调研法,并结合教学大纲、专家意见、学术文献等,制定了信息素养问卷调查表,同时以西南林业大学为例,从自身学习情况、检索偏好与利用情况、信息素养教育情况3个方面对大学生的信息素养现状进行了调研,并通过统计分析,初步建立了适合该校的信息素养教育模式。

异质网络中融合多类信息的链路情感倾向预测

信息网络中基于节点间情感关系分析的链路情感倾向预测在商业营销、内容推荐等领域应用广泛,是网络分析的一个研究重点.传统的链路情感倾向预测方法对于数据信息的挖掘不够充分,忽略了对数据深层语义以及节点属性等信息的利用,预测准确度有待提升.针对以上问题,提出了异质网络中融合多种类型信息的链路情感倾向预测模型.模型首先引入预测基值作为特定节点间情感关系的粗略评估,然后结合节点的相似关系以及节点的属性等信息完成预测.其中,在捕获网络中具有相似情感倾向的节点用于预测任务时,提出了一种基于限制路径类型元路径的遍历游走方法.在5个公共数据集上的实验结果验证了所提模型的有效性及对于稀疏矩阵、冷启动问题的处理能力,并揭示了模型各组成部分在预测过程中的作用.

高阶互信息最大化与伪标签指导的深度聚类

针对现有聚类方法未充分探索图的拓扑结构和节点关系,且无法受益于模型预测的不精确标签的问题,提出一种高阶互信息最大化与伪标签指导的深度聚类模型HMIPDC.该模型采用高阶互信息最大化策略来最大化图的全局表示、节点表示、节点属性信息之间的互信息.通过一种结合多跳邻近矩阵的自注意力机制更加合理地提取节点的低维表征.使用基于深度散度的聚类损失函数(DDC)迭代优化聚类目标,抽取高置信度的预测标签对低维表征的学习进行监督.在4个基准数据集上的聚类任务、实验时间分析和聚类可视化分析充分表明,HMIPDC的聚类性能始终优于大多数的深度聚类方法.通过消融研究和参数敏感性分析验证了该模型的有效性和稳定性.

基于时间信息表示学习的个性化推荐方法

个性化推荐已成为现代智能化服务中的重要技术,时间信息是影响个性化推荐效果的重要因素。然而现有基于网络表示学习的个性化推荐方法,有的将事物及其关系抽象为同质网络,忽视了固有的异质性;有的虽将事物及其关系建模为异质网络,但没有较好地利用时间信息。因此,文中提出一种基于时间信息表示学习的个性化推荐方法(Time Representation Learning Incorporating into User Collaborative Filtering, TRLIUCF),TRLIUCF方法综合利用了评论的时间信息、文本信息、评分信息,获得了较好的推荐结果。首先,根据评论文本提取评论情绪特征,并根据时间信息提取评论时间特征,基于二者提出评论综合情绪-贡献值及其计算方法。然后,基于评论综合情绪-贡献值和用户评论数据构建用户-商品-评论异质网络,并采用网络表示学习方法学习节点嵌入向量。最后,通过用户节点嵌入向量计算用户相似性,并采用基于用户的协同过滤进行TOP-N推荐。在两个不同规模的真实数据集上的实验表明,与基准方法相比,TRLIUCF方法提高了推荐精确率和召回率。

基于域自适应的云南重彩画无监督情感识别

计算机视觉中,深度学习之所以取得如此巨大的突破,均得益于可获得的大规模标记数据集,而在图像情感分析中,由于情感语义的模糊性,导致图像情感标注困难,公开可获得图像情感数据集较少,其规模也小,制约了基于深度学习的图像情感分析性能。情感语义具有其特有的有序性和极性分组特征,而已有的图像情感分析方法中很少关注到情感语义的这些本质特征。基于域自适方法,考虑情感语义的本质特征,提出一种基于推土机距离的情感语义对齐方式,将带标记的情感数据集的训练模型更好地迁移到无标记的情感数据集上,实现无监督的图像情感分析,解决情感数据集标注困难的问题。该方法应用于创建的云南重彩画数据集,实验结果表明,其能有效地对齐源域和目标域数据,实现无监督的情感数据集自动标注,有利于扩充图像情感数据集规模。

异质信息网络的互信息最大化社区搜索

针对现有社区搜索方法难以处理复杂多样的搜索要求及在高维稀疏的异质信息网络(HINs)中难以融合网络结构和节点属性来度量节点间相关性的不足,提出异质信息网络互信息最大化社区搜索问题,给出互信息最大化的社区定义,设计相应的搜索方法 (互信息最大化社区搜索,CSMIM).将用户的搜索要求定义为查询约束,利用带查询约束的深度图互信息最大化(QC-DGI)模型融合网络结构、语义和节点属性信息获得节点嵌入,有效地计算节点间的互信息.根据给定的查询信息,利用互信息最大化准则搜索目标社区.为了提高搜索结果的准确率,提出基于用户反馈的优化策略,实现互信息从全局到局部的个性化计算.在真实数据集上进行大量实验,实验结果表明所提方法能够有效地根据搜索要求挖掘出给定节点所在的社区,相比具有代表性的基线方法有更高的准确率.

异质信息网络的复杂条件社区搜索

社区是信息网络的重要属性,社区搜索旨在寻找满足用户给定条件的节点集合,是信息网络分析的重要研究内容.异质信息网络由于包含更加全面、丰富的结构和语义信息,所以异质信息网络的社区搜索近年来受到人们的广泛关注.针对现有异质信息网络的社区搜索方法难以满足复杂条件社区搜索要求的不足,定义了复杂条件社区搜索问题,提出了考虑非对称元路径、受限元路径和禁止节点约束的搜索算法.3种算法分别通过元路径补全策略、调整带标签的批量搜索策略和拆分复杂搜索条件的方式搜索社区,同时针对禁止节点约束的搜索算法设计了基于剪枝策略和近似策略的优化算法以提高搜索效率.在真实数据集上进行了大量实验,实验结果证明了所提算法的有效性和高效性.

院系资料室:高校不可或缺的专业信息基地

本文通过与校级图书馆的对比,分析了院系资料室所具有的特点,明确了院系资料室在高校文献保障体系中的重要作用,讨论了院系资料室主要存在的问题,并详细阐述了院系资料室将来建设和发展的方向。

异质信息网络中基于元结构的影响力最大化

影响力最大化问题旨在给定的网络中找到固定个数的活跃节点集,基于特定的传播模型,使得最终被激活的节点数目达到最大。目前,异质信息网络的影响力最大化算法大多从网络中提取同质子图进行影响力最大化研究,时间复杂度较高,并且使用同质子图损失了节点原有的结构信息以及节点间潜在的语义关系。提出一种基于元结构的影响力最大化算法(MSIM),利用为节点构造的元结构描述不同类型节点之间的关系,较完整的保留网络的结构信息和异质信息,同时提出了路径熵与结构熵来度量节点的影响力。在真实数据集上的实验结果表明,MSIM算法比传统的算法有着更好的影响范围和时间效率。

离散时间的完全服务并行优化轮询排队系统特性分析

轮询是一种依次有序服务的系统资源动态调度机制.针对服务器在站点间查询、服务和转移过程中的流水线作业方式导致了系统整体服务效率较低的问题,本文提出了完全服务的并行优化轮询系统.首先,构建了系统的单服务器多队列排队模型和相应的系统状态方程,并精确解析出系统特性参数的完整数学解析表达式.此外,还提出了一种系统状态稳定性的判定方法,对不同负载状态下的系统稳定性进行了定量分析.计算机仿真的统计分析结果与理论计算值相一致.最后,系统性能分析表明,在保持周期性、无冲突服务的基础上,系统的队长、时延特性和稳定状态下负载能力均得到了较大的提高.