序言:人机智能协同系统

进入新世纪以来,伴随着互联网普及、传感网渗透、大数据涌现、信息社区崛起,人类社会的物理空间和信息空间三元交叉融合,人工智能外部信息环境在短时间内发生了巨大、深刻的变化。人机共融系统的不断发展,对人与机器自然、精准、安全交互的要求越来越高。人机智能交互已经成为人工智能发展的重要需求,人机智能交互技术将颠覆人与机器、环境的思维与交互方式。

基于复杂结构信息的图神经网络序列推荐算法

图结构因其在序列推荐场景中的自然适应性而备受关注,而现有的基于图神经网络的会话序列推荐算法虽然能够利用图结构信息达到较好的推荐效果,但是没有考虑用户在会话序列中的重复点击行为和项目之间的复杂转换,且未很好地利用图中复杂的结构信息,导致推荐的效果受到一定程度的限制。提出有向与无向信息同注意力相融合的图神经网络序列推荐算法,并基于推荐算法给出项目隐含向量建模算法,结合会话序列图中的有向结构信息与无向结构信息,通过考虑用户的重复点击行为和引入注意力机制建立会话中点击项目的复杂转换模型。图节点在特征传播的过程中平衡邻居节点信息与自身信息的比例,以更准确地预测推荐过程中生成的会话向量。在Diginetica、Yoochoose 1/64、Yoochoose 1/43个数据集上的实验结果表明,与SR-GNN、TAGNN算法相比,该算法精度最高提升4.34%,能够更好地预测用户在会话中的下一次点击精度。

人-机-网融合的新型车联网体系架构与关键技术

高可靠、低时延以及更好的通信性能不是未来车联网技术演进的唯一目标。为了增强驾驶人体验,最大化乘客舒适度,满足车联网用户更深层次的智能通信需求,需要实现人(驾驶人、乘客、用户)-机(智能车)-网(车联网)的无缝连接与融合。为此,提出一种人-机-网融合的新型车联网体系架构,通过人工智能技术,将人的行为与意识特征映射到网络中,实现人与机、人与网络的无缝连接与双向适配,进一步给出和分析人-机-网融合的新型车联网关键理论与技术。

k近邻密度支配域代表团密度峰值聚类算法

密度峰值聚类(clustering by fast search and find of density peaks,DPC)算法在应对大规模聚类时效率不高。k近邻密度支配域小团簇加速技巧可以很好地改善该短板,但存在代表点代表能力不足的问题,从而影响聚类质量。代表团采样策略可作为上述问题的改进方式。由此形成的新算法不仅继承了原有密度支配域小团簇加速技巧的高效特性,还保证了聚类的质量。算法构建k近邻图。再利用k近邻图进行核密度估计并构建若干个密度支配域。对各密度支配域分别从高低密度区域采样支配域代表团。利用代表团的近邻关系计算域间相似度。将各支配域视为新样本点,执行DPC算法完成聚类。实验证明,引入代表团策略对DPC算法有一定的提升,聚类效果比部分密度聚类算法更好。

WInternet:从物网到物联网

近年来,物联网的发展受到了高度重视,学术界、工业界及政府对物联网的发展给予极大关注.物联网被认为是可以将数以亿计的物理对象连接起来,通过信息技术进行监测、分析和控制的网络,在延伸人类的感知控制能力方面潜力巨大.大量物联网研究工作已经开展,许多物联网示范系统也被开发,并取得了显著应用效果.但同时,物联网当前的发展也面临着一些根本性的问题:物联网有什么特殊需求必须满足?当前物联网技术处于什么阶段?物联网的发展方向在哪里?这些问题值得探讨.本文回顾了互联网发展的历程,并根据互联网发展经验,分析物联网的现状,提出物联网当前处于"物-机"相连的局部小规模物网阶段,其发展方向应是相连众多小规模"物网"的开放大网——"物联网".基于这一思路,提出称之为WInternet的物联网设计,并介绍了其总体架构、工作模式和协议体系,同时也探讨了若干其他值得进一步研究的问题.

几何布局和行为检测相结合的遮挡目标跟踪

提出一种基于本地环境几何结构信息并结合行为识别的粒子滤波器来解决行进中被跟踪目标的遮挡问题。当发生遮挡情况时,先测定目标在环境中的相对位置信息,根据先验知识确定此位置目标的相对高度,进一步确定目标地面着力点的位置坐标;根据着力点的位置确定不同目标分属的相对不同的环境区域;再利用行为识别算法的对不同行为(跑、跳、走等)进行判断;将这些参数结合到粒子滤波器中进行预测跟踪。此时,不同位置区域目标在不同轨道上的粒子权重就会增加,不同特征的行为在运动过程的粒子权重也会增加,从而提高了遮挡情况下目标跟踪的准确率。仿真实验结果表明,该方法具有较好的实用性和研究价值。

结合纹理特征的模型简化误差度量算子

模型的细节层次化表示是图形学中的重要研究方向,可以加速虚拟漫游中的成像速度而不降低成像质量.目前的简化技术大都是基于模型的几何特征进行的,难以很好地处理带有纹理图像的模型.该文提出一种结合纹理特征的模型简化误差度量算子,能高效度量简化过程中与纹理图像相关的视觉信息的变化,并与关于几何特征的度量进行结合,使简化模型能更好地保持重要的视觉信息,提高简化模型的成像质量.新的度量算子能与高效的简化方法相结合,并支持保持重要语义信息的用户主导简化方法.

基于地质资料目录数据的区域地质调查工作程度空间评价模型

基于地质资料目录数据,面向全国范围(本次研究暂无台湾和南海部分数据)和重点区域的地质调查工作程度空间评价工作需求,以空间分析为技术手段,提出了地质调查工作程度CIP量化评价模型。该模型包括"覆盖度"、"调查强度"、"工作精度"三个评价指标,具有数据自动获取、评价区域动态可选、评价方式容易实施、评价结果直观量化的特点。将CIP模型应用于国土资源部地质资料信息集群化共享服务平台提供服务的地质资料目录数据,进行区域地质调查工作程度评价试验,试验结果同全国地质调查工作程度数据库比较,准确率为71.82%。CIP模型可作为现有地质工作程度评价方式的补充和参考,也可以为地质调查区域选取提供支持。

基于Stackelberg博弈的无人机辅助无线供能物联网能量优化

无人机结合无线能量传输的技术可为物联网终端设备提供能量供应。为了解决充电用户与无人机之间自由公平的能量交易问题,提出一种基于Stackelberg博弈的能量交易方案,赋予用户主方角色,由其决策服务奖励,各无人机作为从方通过能量供应来竞争获取奖励,参考无线能量传输过程中的平均信道增益决策服务用户的充电时长。运用逆向归纳法分析并求解Stackelberg均衡解。实验仿真表明,所提方案可有效减少用户在能量交易中的经济开销,提高用户满意度,实现用户侧能量优化。

误差云映射的深度融合3维重建

描述了一种应用于视频序列的3维稠密重建方法,主要针对基于多深度图恢复3维物体时存在的多对一映射重复投影问题,提出基于误差云概念的3维定点优化方法。该方法首先通过深度矫正,增加视频序列深度图的一致性;其次利用投影过滤分类算法,把所有投影点按照多对一映射的关系,以3维空间中所有不同点为类型,进行投影点依次映射,将每一点划分在各自的误差云类中以求得投影点与3维点的对应关系;随后采用空间高斯分布求出每个误差云所恢复出来的点坐标。最后通过多边形技术对恢复的点云数据进行网格化,使其重建出精确的目标物体或场景的3维轮廓。从实验结果可以观察到,本文3维重建方法可以有效减少深度图融合多对一映射重复投影问题所带来的负面影响,使重建结果更加接近于真实物体,达到较好的效果。