基于中心-对数半长的区间数据主成分分析

为研究多变量区间数据的降维和可视化,采用包含中心点和半长对数值的二维数组表征区间数据,建立了区间数据的代数运算法则,并在此基础上提出了一种新的区间数据主成分分析(PCA)方法。对区间半长取对数的处理保证了最终得到的区间主成分半长非负的合理性,计算过程简单、复杂度较低,并且使得降维前后样本集合中点点之间相对位置的改变尽可能小。通过对高维空间进行变量降维,从而多种经典的统计分析方法能够得到运用,同时能够在低维空间中描绘原始高维空间中的样本点,使得多变量区间数据的可视化成为可能。仿真实验结果表明了所提方法的有效性。

数据驱动的软件智能化开发方法与技术专题前言

当今社会软件无所不在，追求高质量和高效率的软件开发是软件工程研究的核心目标．软件开发经历了从结构化方法、面向对象方法到网络服务化，逐步向基于互联网和开源模式构造的方法发展．软件开发工具与环境也是伴随着开发方法不断更替变化，从命令行开发工具到集成化开发环境，再到扩展开发环境、协同开发环境，正向智能化开发环境方向演进．

面向企业数据孤岛的联邦排序学习

排序学习(learning-to-rank,简称LTR)模型在信息检索领域取得了显著成果,而该模型的传统训练方法需要收集大规模文本数据.然而,随着数据隐私保护日渐受到人们重视,从多个数据拥有者(如企业)手中收集数据训练排序学习模型的方式变得不可行.各企业之间数据被迫独立存储,形成了数据孤岛.由于排序模型训练需要使用查询记录、文档等诸多隐私信息,数据孤岛难以融合打通,这制约了排序学习模型的训练.联邦学习能够让多数据拥有方在隐私保护的前提下联合训练模型,是一种打通数据孤岛的新方法.在其启发下,提出了一种新的框架,即面向企业数据孤岛的联邦排序学习,它同时解决了联邦学习场景下排序学习所面临的两大挑战,即交叉特征生成与缺失标签处理.为了应对多方交叉特征的生成问题,使用了一种基于略图(sketch)数据结构与差分隐私的方法,其相比于传统加密方法具有更高的效率,同时还具有隐私性与结果精度的理论保证.为了应对缺失标签问题,提出了一种新的联邦半监督学习方法.最终,通过在公开数据集上的大量实验,验证了所提方法的有效性.

面向流式数据处理系统的高效故障恢复方法

针对流式数据处理系统Flink无法高效处理单点故障的问题,提出了一种基于增量状态和备份的故障容错系统Flink+。首先,提前建立备份算子和数据通路;然后,对数据流图中的输出数据进行缓存,必要时使用磁盘;其次,在系统快照时进行任务状态同步;最后,在系统故障时使用备份任务和缓存的数据恢复计算。在系统实验测试中,Flink+在无故障运行时没有显著增加额外容错开销;而在单机和分布式环境下处理单点故障时,与Flink系统相比,所提系统在单机8任务并行度下故障恢复时间减少了96.98%,在分布式16任务并行度下故障恢复时间减少了88.75%。实验结果表明,增量状态和备份方法一起使用可以有效减少流式系统单点故障的恢复时间,增强系统的鲁棒性。

基于多源城市交通出行数据的定制公交需求辨识方法研究

定制公交作为一种新的公交服务模式,对其需求的辨识具有重要实践意义,也是后续线路设计流程的基础。在大数据背景下,通过对海量出行数据中时空信息的挖掘分析,提出一个基于多源数据的定制公交需求分析框架,包括从公交和互联网用户中辨识通勤用户、出行需求的融合及站点选址方法。最后将该方法应用到成都市的出行数据中以验证其有效性,其需求分析结果可为定制公交的线路设计提供依据。

面向多方安全的数据联邦系统

大数据时代,数据作为生产要素具有重要价值.因此,通过数据共享实现大规模数据的分析挖掘与利用具有重要意义.然而,近年来日益严格的隐私安全保护要求使得数据分散异质的多方之间不能任意共享数据,加剧了“数据孤岛”问题.数据联邦能让多数据拥有方在保护隐私的前提下完成联合查询.因此,基于“数据不动计算动”的联邦计算思想实现了一种多方安全的关系型数据联邦系统.该系统适配多种关系型数据库,能够为用户屏蔽底层多数据拥有方的数据异构性.系统基于秘密共享实现了支持多方安全的基础操作多方安全算子库,优化了算子的结果重建过程,提高了其执行效率.在此基础上,系统支持求和、求均值、求最值、等值连接和任意连接等查询操作,并充分利用多方特点减少各数据拥有方之间的数据交互,降低安全开销,从而有效支持高效数据共享.最后,在标准测试数据集TPC-H上进行实验,实验结果说明:与目前的数据联邦系统SMCQL和Conclave相比,该系统能够支持更多的数据拥有方参与,并且在多种查询操作上有更高的执行效率,最快可超越现有系统3.75倍.

数据驱动的软件开发者智能协作技术

通过挖掘并利用软件大数据中蕴含的知识来提高软件开发的智能化水平已成为软件工程领域的热点研究问题。然而,对软件开发者及其群体协作方法的研究尚未形成系统化的研究成果。针对此问题,以开发者群体为研究对象,通过深入分析开发者的行为历史数据,研究面向智能协作的关键技术,并以此为基础研制相应的支撑环境。首先,收集并分析了海量的开发者相关数据;第二,给出了软件开发者能力特征模型及其协作关系模型,并构建了开发者知识图谱;第三,以开发者知识图谱为支撑,阐述了基于智能推荐的协作开发方法。基于以上关键技术,研发了相应的支撑工具,并构建了智能协作开发环境系统;最后,对未来的工作进行了展望。

基于轨迹数据的货车自发编队节油潜力估计

为探索最大编队长度和路网中行驶货车数目对自发编队的影响以及评估真实世界自发编队油耗节省潜力,提出了既可保证一定程度的搜索又能防止为过分追求更大编队长度而花费较长时间等待的动态时空搜索范围策略,利用辽宁省货车轨迹数据挖掘了多辆货车的最长公共子序列,并构建整数规划模型求解,获取最大节省油耗下的编队方案。结果显示:编队油耗节省会随着路网中行驶货车数目和最大编队长度的增加而增加,编队中车辆平均行驶距离和平均节省油耗最终分别收敛至一范围;编队行驶距离并不一定会随着允许最大编队长度的增加而增加,即自发编队最大油耗节省策略并非编队最大行驶距离策略;在不考虑时间搜索范围时,通过继续增大空间搜索范围可实现更多的燃油节省,但不考虑空间搜索范围时持续增加时间搜索范围却不能获得更多燃油节省;4000辆车的数据集进行自发编队时每天最多可节省燃油2026.21 L,最大允许编队长度为5辆比最大允许编队长度为2辆的车辆平均节省油耗最多可提升13.92%。将本文整套处理流程应用于更大规模的货车数据集,可组成自发编队的目标车辆将会显著增加,相应地也可减少更多的能源消耗和污染物的排放,具有很大的应用潜力。

成分数据的空间自回归模型

针对已有成分数据线性回归模型对研究对象相互独立的严格要求,提出了含有成分数据和普通数据的空间自回归模型,在此基础上提出了成分数据空间自回归模型的估计方法。新模型结合了空间自回归模型处理因变量之间相互依赖的优势,可同时处理成分数据和普通数据。通过利用等距对数比(ilr)变换将成分数据解约束,得到了新模型的参数估计量。蒙特卡罗模拟实验验证了所提估计方法的有效性。

基于扩展的低阶多元广义线性模型的脑节点识别方法

针对现有单节点模型识别准确度较低以及低阶多元广义线性模型(LRMGLM)计算时间过长和使用局限性问题,提出基于扩展的低阶多元广义线性模型(ELRMGLM)的脑节点识别方法。首先,建立可以同时处理两次实验所有节点数据的ELRMGLM,以更多的时间空间信息来提高算法的准确度;然后,利用带时空平滑惩罚项的优化函数引入先验信息,并通过迭代函数对模型参数进行求解;最后,使用基于K-means的快速选择策略实现惩罚参数和大脑节点的快速选择。三次样本实验中,ELRMGLM的准确度分别比经典血液动力学响应函数(canonical)方法、平滑有限脉冲响应(SFIR)方法、正则化和广义交叉验证(Tik-GCV)方法的最优结果提升了约20%、8%、20%,略优于LRMGLM,且计算时间是LRMGLM的1/750。实验结果表明,ELRMGLM能有效提高大脑节点的识别准确度,减少计算时间。

基于股评的投资者情绪对股票市场的影响

探讨投资者情绪对我国股票市场的影响.为刻画投资者情绪,基于东方财富网股吧帖文与朴素贝叶斯方法,提出融合股评看涨看跌预期和投资者关注程度的投资者情绪度量指标.进一步,利用Granger因果检验、瞬时Granger因果检验、跨期回归分析等方法,探讨了投资者情绪对我国股票收益率、交易量和波动性是否具有预测能力及影响.实证结果揭示:虽然投资者情绪对股票市场收益率、交易量和波动性均无预测能力,但投资者情绪对股票收益率和交易量有当期影响;开盘前非交易时段的股评情绪对开盘价具有预测力,开盘后交易时段的股评情绪对收盘价和日交易量具有更显著的影响.此外,股票收益率是投资者情绪的Granger原因,即投资者情绪的形成依赖于前期市场收益率.这些实证结果为深入理解参与股吧评论的交易者的行为以及行为对市场产生的影响提供了证据.

信息影响条件下考虑出行异质性的路径选择模型

出行者路径选择行为的研究对于预测城市交通流时空分布规律及维持网络经济、高效运转具有重要意义。为了探究多类型异质出行者路径选择行为的异同,研究了基于累积前景理论的多类别异质出行者路径选择模型。通过定义出行者参考点,引入考虑时间价值系数的风险敏感系数计算方法,以保证异质出行者拥有异质的风险偏好,研究分析了是否提供实时路况信息2种情境下常规通行者与通勤者路径选择行为的异同。数值算例表明,拥有较大参考点的出行者更倾向于保守地选择一条出行时间较长的道路,而其他人则更加冒险。此外,与通勤者相比,当备选方案均可以满足自身出行需求且自身参考点足够大时,常规出行者更愿意忽视风险,以获得更高的出行收益。

飞行器集群协同制导控制方法及应用研究

分析了目前多飞行器协同作战的发展现状与趋势,指出了多飞行器以编队形式进行协调与配合,可以有效提高突防概率与作战效能。针对飞行器集群协同制导控制技术,分析梳理了相关的技术难点。然后,分别对协同任务规划与动态目标分配方法和多飞行器编队协同控制方法、多约束条件下的分布式协同制导方法的国内外研究现状进行了介绍。最后对飞行器集群协同制导控制技术进行了总结,并对未来的发展方向进行了展望。

基于出行链的电动汽车充电行为影响因素分析

随着电动汽车的快速发展,大规模电动汽车充电将给电力系统规划和运行带来不可忽视的影响,研究电动汽车的充电行为及其影响因素,并实时预测潜在的充电行为越发迫切。基于北京市私家电动汽车的历史车联网数据,引入出行链的概念,综合电动汽车充电过程和放电过程的数据,从实际出发考虑影响电动汽车充电行为的多种潜在因素,并通过logistic回归模型分析确定了显著影响充电行为的因素。分别基于单一和多个显著影响因素建立电动汽车充电行为的预测模型,预测结果表明,基于多个显著影响因素的模型准确率更高,且对晴天的预测效果更好。研究成果将有助于优化电动汽车的充电行为,进而提高电动汽车的充电效率。

实物资金流量表的预测方法研究

资金流量表是国民经济核算体系中的重要组成部分.然而,由于在编制过程中需要采集大量的数据,通常情况下,很多国家的资金流量表都会有较长时间的滞后.在编制实物资金流量表的延长表时,已有方法通常是基于基期与预测期交易收支结构保持不变的假定条件.然而,经济结构发生显著变化时,该类方法就会失效.基于上述问题,研究弱化模型的假设条件,并提出了新的实物资金流量表预测方法(简称FPTF方法).根据表中元素必须满足的约束条件,该方法通过建立数学模型解除约束,其次基于历史数据的动态趋势,采用适当的时间序列分析方法来预测目标年份的实物资金流量表.通过仿真分析,验证了所提方法的有效性和稳定性.此外,基于中国1992年～2014年的实物资金流量表数据进行实例分析,取得了满意的分析结果.

考虑财政补贴的电动公交车队置换优化模型

为解决公交车队置换问题,分析财政补贴政策对公交车队电动化的影响,本文考虑财政补贴、温室气体排放水平等因素,以公交车队生命周期成本最小为优化目标,建立公交车队置换的混合整数规划模型,使用CPLEX软件求解模型,获得最优精确解。以2017年北京市19路公交车队为算例进行计算,得出最优的车辆购置方案、充电桩购置方案、车辆淘汰方案,最优方案的生命周期成本为21289.7万元,温室气体排放量为2488.4吨二氧化碳当量。针对财政补贴、最终电动公交比例、温室气体排放水平等参数进行敏感性分析。分析结果表明:财政补贴从成本及碳排放角度对公交电动化有正面促进作用,但延缓了公交电动化的进程;短期内混合动力公交成本优势明显,长期来看,电动公交具有可观的减排潜力。

“双一流”背景下制导原理理论与实验课深参与度研究性教学改革与实践

制导原理理论与实验课作为导航、制导与控制专业的核心主干课程,承担着培养创新型、研究型航空航天人才的重任。在“双一流”建设背景下,为进一步提升学生的学习主动性与创造性,培养其良好的科研工程素养,授课团队从提升学生课程参与度入手进行了课程改革与实践。首先,从课程内容、授课方式与实践环节分析了当前课程的不足。其次,采用“理论-实践交互式”的一体化研究思路对教学内容与教学方法进行了改革,具体包括更新完善课程教学内容、改进升级教学方式和建立新的运用型实践教学模式这三方面的措施。课改实践结果表明,学生们的学习自主性、研究视野与动手实践能力得到了提升,进入科研状态的速度明显加快。最后,对课改措施与实践进行了总结,并结合反馈结果对未来的课改工作进行了展望。

智慧教育方法探索：手机游戏辅助研究教学

智能物联与泛在接入技术改变着学习方式,传统的手机辅助教学模式只是将课堂教学中部分内容简单地移植到互联网终端,没有充分发挥移动智能终端的灵活性和趣味性。基于学习内容碎片化和移动通信技术创新,提出了面向辅助教学的泛在学习理论,充分利用碎片时间与移动学习的优势,使得碎片化学习成为可能。然后,论证了游戏辅助教学的可行性,包括协同学习网络、情境认知理论、泛在学习方式3个部分。进一步提出了以学习者为中心的游戏辅助教学模型,由游戏辅助教学策略、学习者和教学设计模型构成,更关注预期教学目标实现和学习粘性保持。最后,通过两门课程的手机辅助教学实验结果验证了泛在学习理论的可行性和有效性,并使得手机游戏辅助教学成为传统课堂教学的有益补充。

磁控溅射法生长Bi2Te3/CoFeB双层异质结太赫兹发射

自旋太赫兹源作为一种新型太赫兹辐射源,以其高效率、超宽带、低成本、易集成等优点已成为太赫兹科学与应用领域的研究热点.本实验报道了晶圆级磁控溅射生长的多晶拓扑绝缘体Bi2Te3和铁磁体CoFeB双层异质结纳米薄膜发射太赫兹电磁波,并对太赫兹辐射特性进行了深入而系统的实验研究.在飞秒激光放大级脉冲作用下,该异质结呈现出高效率的太赫兹发射,且辐射偏振可通过外加磁场方向控制.通过与Pt/CoFeB对比,研究发现Bi2Te3/CoFeB的发射性能与Pt/CoFeB双层异质结相当.实验还对生长在不同衬底上的Bi2Te3/CoFeB的发射性能进行了对比研究,发现MgO衬底上制备的样品具有相对较好的太赫兹辐射性能.本实验研究不仅对自旋太赫兹发射机理有更加深入的认识,而且通过样品和结构的优化,有望获得更高的发射效率,且该发射器具有大尺寸批量生长、成本较低的优势,具备商业化应用的潜力.

面向空地协同作战的无人机-无人车异构时变编队跟踪控制

本文研究了无人机自主伴飞协同侦察技术中的异构集群系统空地协同时变编队跟踪控制问题,要求多无人机与无人车在形成期望时变编队构型的同时,实现对领导者参考轨迹的跟踪。首先,对无人机与无人车进行单体运动学与动力学建模,并引入代数图论概念,建立异构集群系统的协同控制模型。然后,引入虚拟领导者刻画编队整体的运动轨迹,并基于对虚拟领导者状态的分布式观测器,对各无人机-无人车构造分布式编队跟踪控制器。进一步分析异构集群系统实现时变编队跟踪的可行性条件,给出编队跟踪控制器中各参数的选取方法。最后,给出了一个仿真例子来验证所设计控制器的有效性。