卓越大学联盟人文社会科学领域潜在合作机会发现研究

发展高水平的人文社科是理工科高校建设一流大学、世界知名高水平大学寻求突破的方向。通过统计分析理工科大学人文社科合作基础,实现高校潜在合作机会的发现。以我国9所"卓越大学联盟"高校为例,基于共同合作机构、学科分布、关键词三个合作基础指标,分析合作动机,挖掘出高校潜在合作方向。同时基于高校信息向量的相似度度量方式,对比分析高校信息差异,从而给出潜在合作的建议。定量分析与向量表示相结合挖掘出五对高校的潜在合作方向,为高校潜在合作机会的挖掘提供一种可行的信息表示模型,希望该方法可以为高校合作提供借鉴。

复杂环境下的改进RRT算法路径规划

针对快速扩展随机树算法(rapidly-exploring trees,RRT)在一些复杂环境中存在搜索效率低、收敛速度慢、生成的路径冗余节点多等问题,提出一种改进的RRT算法。首先引入自适应目标概率策略,实时调整对目标点的采样概率;其次引入节点转向策略,提高单次采样的成功率;最后对生成的路径进行冗余节点裁剪,使路径更符合实际应用需求。在MATLAB中进行仿真实验,并与RRT算法、RRTGoalBias算法进行对比。实验结果表明,改进算法在多种不同环境下具有较好的适应性,在寻路时间、采样次数和采样成功率3个方面均有较大提升,最终平均路径长路降低了21.1%,平均节点数降低了75.3%,证明了改进算法的优越性和实用性。

认知视角下的文本情感计算

尝试将认知语用学和情绪心理学相关知识引入到文本情感计算中,以拉扎勒斯的认知-评价理论和认知语用学的认知语境为理论背景,提出一个新的文本情感认知模型。它从情感的发生机制出发,以多种情感图式为基础,考虑否定状态下情感的极性关系等多方面因素,提高了文本情感识别的准确率。情感认知模型是从一个新的视角研究情感识别问题,拓宽了研究的维度和理论背景,提供了新的研究思路。实验证明该模型是有效的。

STKX组件技术在星地链路中的仿真模式研究

为了能对星地链路的仿真过程进行精确控制,设计了STKX组件技术的星地链路仿真模块,实现了基于STKX组件技术的星地链路仿真环境,并通过STKX组件调用STK的访问计算功能对星地链路进行可见性计算,最后通过相关访问计算,对链路的性能指标进行了分析。

基于DNA折纸基底的与非门计算模型

与非门(NAND)的本质是与门(AND)和非门(NOT)的叠加,先进行与运算,再进行非运算,它是建立DNA计算机的基础。为了实现与非门的计算,该文在DNA折纸基底上建立了一个与非门计算模型,逻辑值的输入是通过在DNA折纸基底上发生有向的杂交链式反应(HCR)来完成的,输入链先经过与门区域再经过非门区域,最后通过DNA折纸基底上是否还保留纳米金颗粒来显示计算结果的真假。利用Visual DSD对该计算模型进行仿真模拟,显示该计算模型具有较好的可行性。

“三维视觉—语言”推理技术的前沿研究与最新趋势

三维视觉推理的核心思想是对点云场景中的视觉主体间的关系进行理解。非专业用户难以向计算机传达自己的意图,从而限制了该技术的普及与推广。为此,研究人员以自然语言作为语义背景和查询条件反映用户意图,进而与点云的信息进行交互以完成相应的任务。此种范式称做“三维视觉—语言”推理,在自动驾驶、机器人导航以及人机交互等众多领域广泛应用,已经成为计算机视觉领域中备受瞩目的研究方向。过去几年间,“三维视觉—语言”推理技术迅猛发展,呈现出百花齐放的趋势,但是目前依然缺乏对最新研究进展的全面总结。本文聚焦于两类最具代表性的研究工作,锚框预测和内容生成类的“三维视觉—语言”推理技术,系统性概括领域内研究的最新进展。首先,本文总结了“三维视觉—语言”推理的问题定义和现存挑战,同时概述了一些常见的骨干网络。其次,本文按照方法所关注的下游场景,对两类“三维视觉—语言”推理技术做了进一步细分,并深入探讨了各方法的优缺点。接下来,本文对比分析了各类方法在不同基准数据集上的性能。最后,本文展望了“三维视觉—语言”推理技术的未来发展前景,以期促进该领域的深入研究与广泛应用。

天地一体化网络下的多目标切换策略

随着低地球轨道(Low Earth orbit,LEO)卫星的网络结构日益复杂,高效的信息传输对于天地一体化网络(Space-ground integrated network,SGIN)的发展至关重要。本文通过同时考虑切换次数、仰角和可用信道数量等指标来优化多目标切换问题。通过数学建模将地球划分为多个区域,并将优化目标定义为切换次数和负载均衡的加权和,根据不同场景确定加权系数。通过设置表示信息传输质量的阈值,可以优化仰角。本文将天地一体化网络的卫星切换问题转化为整数线性规划(Integer linear programming,ILP)问题,并使用数学工具求解,以提供最优解。同时,由于在实际工程应用中基于ILP的策略具有较高的算法复杂性,本文还提出了一种基于二分图的启发式切换策略。通过对一个实际应用的低轨卫星星座(Globalstar)进行仿真实验,验证了本文所提出的切换策略的有效性。

无线异构Mesh网络搭建与负载均衡路由研究

在智慧城市等应用场景中,单一的无线通信技术无法覆盖复杂的网络环境,且不同的通信技术间无法相互通信,无法充分利用不同的无线通信技术。因此,本文设计了一种可以与多种无线通信节点进行通信的设备,称为无线异构通信模块(Wireless communication heterogeneous modules, WHCM)。WHCM被用作枢纽来构建通信异构网状网络(Communication heterogeneous mesh network, CHMN)。CHMN由具有多种无线通信协议的节点组成。本文提出了一种基于CHMN的按需多路径距离矢量(AD HOC on-demand multi-path distance vector,AOMDV)路由协议(名为CH-AOMDV)。CH-AOMDV能够在路由发起和路径建立过程中识别不同类型的通信协议,并比较CHMN中每个节点的通信距离、数据传输速率、能量和负载情况。NS-2平台仿真表明,当节点之间的分布距离变远时,在数据包传输速率、平均端到端延迟、吞吐率和路由开销方面,CHMN的性能优于传统网络。本文提出了一种实现CHMN的方法和相应的负载均衡路由协议CH-AOMDV,该协议优于其他3种协议,它提高了网络的生命周期、吞吐量和数据包分组投递率,降低了节点开销和平均端到端延迟,该协议对CHMN非常有用。

面向海关进出口商品税率检测的归纳交互网络模型

中国海关传统的人工商品税率审查方式存在效率低、判断依据不一致、精度不高等问题,使用文本分类方法对商品分类自动确定税率可以有效降低海关税率风险。但面向海关商品数据进行分类时,商品类别具有层次性,同一大类下的许多子类别的商品描述具有高度相似性,给商品分类带来了很大的挑战。因此,提出了一种归纳交互网络模型,在BERT和CNN基础上加入归纳和交互指导模块。在归纳模块中采用动态路由算法对CNN提取的特征进行迭代运算,可以有效解决相邻特征融合和冗余问题。同时,为了解决不同子类别之间特征相似问题,提高分类性能,引入交互指导模块,该模块主要是将归纳模块提取的特征信息同[CLS]分类向量进行交互。在真实的海关数据集上进行实验,实验结果表明,该方法能达到较好的效果,其中准确率高达92.98%,且性能明显优于各基线模型。

融合非对称卷积的遥感图像目标检测算法

遥感图像中的目标具有背景复杂、方向多变等特点。利用传统方法进行遥感图像目标检测过程复杂且费时,存在精度低,漏检率高等问题。针对以上问题,提出一种改进的YOLOv5-AC算法,该算法以YOLOv5s模型为基础,首先在原有的Backbone中构建非对称卷积结构,增强模型对翻转和旋转目标的鲁棒性;其次在主干网络的C3模块中引入坐标注意力机制提升特征提取能力,并使用Acon自适应激活函数激活;最后使用CIOU作为定位损失函数以提升模型定位精度。改进后的YOLOv5-AC模型在NWPU VHR-10和RSOD数据集上进行实验,平均精确度均值分别达到了94.0%和94.5%,分别比原版YOLOv5s提升了1.8%和2.3%,有效提高了遥感图像目标检测精确度。

用于图像场景分类的空间视觉词袋模型

以传统的词袋模型为基础,根据同类场景图像具有空间相似性的特点,提出了一种用于图像场景分类的空间视觉词袋模型。首先将图像进行不同等级的空间划分,针对对应空间子区域进行特征提取和k均值聚类,形成该区域的视觉关键词,进而构建整个训练图像集的空间视觉词典。进行场景识别时,将所有空间子区域的视觉关键词连接成一个全局特征向量进行相似度计算。最终的场景分类结果使用V1滤波器和PACT两种特征在支持向量机LIBSVM上获得。

一种基于LEACH协议改进的簇间多跳路由协议

为了均衡无线传感器网络的能量消耗,延长网络的生存时间,在研究几种基于均匀分簇和非均匀分簇的路由协议基础上,提出一种基于LEACH协议改进的簇间多跳路由协议。该协议引入能量因子和距离因子修正了LEACH协议的阈值函数。在簇间通信过程,簇头节点与Sink节点之间采用多跳通信方式,簇头与簇头之间形成一条通向Sink节点的优化路径。实验结果表明,相比于LEACH协议和EEUC协议,本文提出的新协议能够有效的均衡网络的能量消耗,延长无线传感器网络的寿命。

一种基于WSN时变性与节点剩余能量均衡的机会路由算法

为了解决数据报文在无线传感网络中动态路由以及网络内各节点剩余能量均衡问题,该文提出了一种机会路由算法。首先,利用热力学第2定律描述数据报文在无线传感器网络中动态路由的传输过程,其中,为了表征网络内各节点状态的时变性以及剩余能量,提出了机会熵模型;其次,以机会熵模型作为选择下一跳节点的理论依据,并结合蚁群优化(ACO)算法,设计并实现了考虑网络中各节点时变性与剩余能量均衡的机会路由算法(ACO forTime Dependent Opportunistic-routing Protocol,ATDOP),使得数据报文在转发过程时,能够有效地选择下一跳节点,从而使网络内各节点的通信资源和能量资源达到负载均衡。最后,通过实验证明,相对于已有的机会路由协议,ATDOP具有报文成功传输率高、网络有效吞吐量大以及网络工作寿命长等优点。

高光谱遥感图像空谱联合分类方法研究

在遥感影像研究领域里,高光谱数据分类是一个热点问题。近年来,在这个问题上涌现出很多研究方法,然而,大多数方法都是用浅层的方法提取原始数据的特征。将深度学习的方法引入高光谱图像分类中,提出一种新的基于深信度网络(DBN)的特征提取方法和图像分类架构用于高光谱数据分析。将谱域-空域特征提取和分类器相结合提高分类精度。使用高光谱数据进行实验,结果表明该分类器优于当前的一些先进的分类方法。此外,本文还揭示了深度学习系统在高光谱图像分类研究中具有的巨大潜力。

基于HDP的汽车专利主题演化研究

近年来专利数据呈爆炸式增长，从专利文本信息中准确地获取主题信息并将其可视化逐渐成为一个重要的研究方向。专利主题演化研究能够挖掘出专利中潜在的发展模式，对相关研究具有重要参考价值。本文将分层的狄利克雷过程（HDP）应用到专利主题聚类中，通过当前主题与加入历史数据之后的主题变化来挖掘主题的分流与合流，最后对主题信息利用叠式图进行可视化展示。实验结合实际的汽车专利数据进行分析研究，发现汽车专利主要分为三个大主题，而且各个主题之间有分流、合流，有逐年递增也有逐年递减，有新生主题也有消亡主题等各种形式，并发现从2006年开始汽车安全领域和汽车新能源领域分别独立成为一个主题并呈逐年增长的趋势。

基于加权SimRank的跨领域文本情感倾向性分析

近年来,跨领域文本倾向性分析已成为自然语言处理领域的一个研究热点.它利用已经标注倾向性的源领域文本,预测目标领域文本的倾向性.然而,由于不同领域的数据往往服从不同的分布,导致传统的监督分类模型通常不能取得理想的效果.为解决以上问题,提出了一种基于加权SimRank的分析模型.本模型在加权SimRank算法的基础上,构建潜在特征空间,然后在潜在特征空间下学习得到映射函数,并对每个样本重新映射,从而缩小了不同领域间的数据分布差异,实现了跨领域情感分类.最后,通过实验验证了该方法的有效性.

专利查询扩展的词向量方法研究

查询扩展技术被广泛地应用于信息检索系统中。为提高专利检索的结果,采用查询扩展方法进行优化,利用相关专利文本训练词向量,并选择与原始查询相似度高的候选词作为查询扩展词,加入原始查询中。提出4种方法运用词向量获取查询扩展词,并提出两种方法进行扩展词相关性排序,改进已有的查询扩展词选择方法。在TREC数据集上的实验显示,将词向量模型进行扩展词选择的方法与传统的TF-IDF扩展词选择方法相融合,可以有效提高查询扩展模型的性能,对于理解用户的查询意图有着很好的促进作用。

基于项集依赖的最小关联规则挖掘

传统关联规则挖掘可能会得到大量的、杂乱的规则,它们对用户来说是不相关的或不感兴趣的。提出最小关联规则集和项集强依赖关系的概念,以实现基于项集依赖的最小关联规则挖掘算法。其不仅可以避免验证某一频繁项集下的所有非空真子集是否可形成关联规则,还可以通过删除那些过于复杂、有重复信息的规则来进一步简化传统规则集合。通过最小关联规则集可推导得到大多数冗余规则的支持度和置信度,实现了传统规则集的一种近似无损表述。采用UCI机器学习库中数据集进行实验,结果表明提出的方法得到的规则数量明显减少,且规则更加简短、无重复信息,为最小关联规则挖掘提供了更好的方法。

基于概率的信任传播模型

社会网络中,用户之间的信任关系可以为用户判别信息是否可信提供依据。现有的信任计算方法一般是通过搜索节点之间的路径,再在其上添加各种其它限制,如路径长度、信任度下界等来计算信任度,而考虑节点之间的相似性的方法却很少。从节点之间的相似性出发,在信任传播模型的基础上,结合贝叶斯条件概率公式,提出了基于概率的信任传播模型。同时分析了信任传播模型中衰减系数对结果的影响;通过统计分析数据,得出具有信任关系的用户之间的相似度要比不具有信任关系的用户之间的相似度高得多,从而证明了贝叶斯理论可显著提高信任传播算法的有效性。在Epinion数据集上进行的实验证明了该方法的有效性。

基于项目和标签的随机游走个性化信息推荐模型

近几年，各大社会媒体都在致力于提供良好的信息推荐服务，应对网络资源的增长和用户的个性化需求，然而数据稀疏性问题成为了影响推荐性能的主要障碍因素之一。本文在随机游走（RWR）算法的基础上进行了改进，提出了一种项目一标签导向的随机游走推荐模型（TRWR），针对特定用户分别在项目空间和标签空间中根据对象之间的相似性计算转移概率，进行有限步长的随机游走，在两个空间中都生成若干个待推荐项目，然后重新计算预测评分，最后对该用户进行个性化信息推荐。在计算对象之间相似性的过程中，本文采用了融合评分差异性和共同评分用户数的相似度计算方法。我们的实验基于MovieLens公开数据集，并与Top—N、DV和RWR这三种项目导向方法进行了对比，结果表明本文提出的模型提高了Precision值和Recall值，并使得MAE值有所下降。