日交通流预测的编码器-解码器深度学习模型研究

精准的日交通流预测是智能交通领域的重要研究内容之一。目前已有的日交通流预测模型大多在短期预测模型的基础上通过多步预测或者多目标预测的方式改进而来。这两种改进方案中,前者对误差的传播更为敏感,而后者则忽视了预测结果的时序关系,导致预测模型精度偏低。提出了一种用于日交通流预测的编码器-解码器深度学习模型,首先将长短时记忆网络（long short-term memory,LSTM）作为编码器-解码器模型的基本单元以提高模型捕捉长期依赖关系的能力,其次引入注意力机制调节编码向量的权重以进一步提高模型的预测精度。新的模型是一种典型的序列到序列预测模型,与传统的序列到点的模型相比更加契合日交通流预测的需求。为验证模型的有效性,取美国5号州际公路西雅图段的实际交通流数据进行实验,实验结果表明,提出的预测模型在平均车流密度大于40?辆/km的时间段中,其预测结果的平均绝对百分比误差（mean absolute percentage error,MAPE）与LSTM、门控循环单元（gated recurrent unit,GRU）、反向传播（back propagation,BP）神经网络、卷积神经网络（convolutional neural network,CNN）、图卷积网络（graph convolution network,GCN）传统预测模型相比,分别减小了19%、20%、25%、16%、25%。     

基于SaaS的网络管理系统框架研究

在分析4种SaaS模式的基础上,提出一种"多租赁单位-单实例进程"的SaaS网管系统模式。围绕此模式,研究了SaaS网管系统的架构与软件框架,对系统的代理程序I、nternet接口、应用中心3部分进行了设计,给出了数据采集、异构传输、数据隔离、个性定制的解决方案。该框架被应用于某实际网管系统软件,系统软件运行于南通大学,为南通市环保局、南通市软件工程研究所等单位提供网络管理租赁服务。实例运行结果表明,它完全达到了预期设计目标,其模式、架构与解决方案是可行的。     

三相变压器组别判别教学研讨

三相变压器的组别判断是《交通供配电与照明技术》教材中的重点内容.如何快速、准确地画出变压器两次侧的电压矢量图,是利用"时钟法"进行变压器组别判断的关键所在.为了使非电力专业本科生快速、准确地掌握知识点,本文总结出了一种简单、快速的三相变压器组别判断"5步判别法则"的画法要领.降低了知识点的难度,收到了很好的教学效果.     

基于蚂蚁算法的Deep Web页面信息抽取方法研究

针对煤炭监测数据的复杂多变性及Deep Web数据查询结果网页描述信息的特点,提出了一种基于蚂蚁算法和本体指导网页信息抽取的方法。首先构建基于简单本体的数据抽取系统,通过对结果页面中包含本体语义信息的数据的映像定位,结合蚂蚁算法分析信息素浓度在DOM树上的分布比较,实现数据块路径抽取规则算法及数据分割特征码的生成。以煤炭行业获取的数据进行抽取性能测试,数据实验表明,抽取算法结果具有较高的准确率。     

基于平衡多叉树的P2P网络拓扑研究

为了进一步提高P2P网络的服务质量,构建性能更为优良的P2P网络,提出了一种新的基于平衡多叉树P2P网络(MBTN)拓扑构建方案,对相关的调度算法进行了研究,并详细阐述了在该拓扑网络上节点加入和退出算法.最后,从节点平均恢复时间、平均延迟时间两方面对MBTN拓扑结构组播网络上的P2P业务进行仿真试验.实验表明,基于MBTN仿真出的拓扑网络可以有效减少节点恢复时间和延迟时间,较好地降低了控制成本.     

一种粗糙概念格的电子病历挖掘模型研究与设计

电子病历挖掘（EPRM）指的是在电子病历数据库中提取有用的医疗信息,并挖掘隐含其中医学诊断规则和模式,为疾病诊断和治疗提供科学的、准确的辅助决策等。在研究粗糙集和概念格基本理论的基础上,结合电子病历数据库中医学数据的特征,提出了基于粗糙概念格电子病历挖掘模型设计方法,该模型采用条件熵对病历大量属性进行约简和粗糙决策规则格的构造算法（EPRM）,实验表明该模型在决策规则挖掘效率、运行速度和适应性等方面都具有较好的性能。     

基于频繁概念格的电子病历关联规则挖掘研究

提出了一种基于频繁概念格的FC Lattice电子病历关联规则挖掘算法,该算法在渐进式建格的同时能发现最大频繁项集和提取相应关联规则,并进行基于FC Lattice算法的电子病历挖掘相关实验,结果表明该算法在运行速度和挖掘性能上都是高效的.     

维基百科链接网络实证分析

理解维基百科词条链接网络的结构特征是深入而有效地应用维基百科的前提。基于2010年1月的数据,从度分布、权分布、宏观结构特征等角度对维基百科词条链接网络的结构特征展开实证分析。相关结果与2006年之前的维基百科词条链接网络展开对比,发现当前的维基百科网络仍然具有无标度网络特性;其宏观结构总体上满足bow-tie模型,但模型中的各组成部分比例发生了显著变化。因此,该研究对深入解析维基百科词条链接网络的结构特性具有理论和现实意义。     

基于深度时空残差网络的路网短时交通流预测

针对城市路网短时交通流预测受到许多复杂因素的影响,提出一种基于深度时空残差网络的路网短时交通流预测模型DST-Res Net（deep spatio-temporal residual network）。针对时空数据的两个独特属性邻近性和周期性分别设计相应的残差网络分支,通过为两个分支中相同的道路分配不同的权重动态聚合两个分支网络的输出,调整时空属性对不同路段交通流预测的影响程度,将两个残差网络的聚合结果与外部因素进行融合。通过选择RMSE和R²为模型的评价指标进行实验验证,该DST-ResNet模型相较主流的LSTM模型具有更高的有效性和可行性。     

肖特基二极管毫米波等效电路模型参数提取方法

提出了一种肖特基二极管的毫米波等效电路模型参数提取方法。该方法利用开路测试结构确定焊盘电容,并结合短路测试结构确定馈线电感;基于直流I-V特性曲线和小信号S参数分别提取了寄生电阻并进行了对比分析;给出了本征元件随偏置电压的变化曲线。在频率高达40 GHz的范围内,截止和导通状态下S参数的模拟与测试数据吻合良好,验证了提取方法的有效性。