代码特征自动提取方法

神经网络在软件工程中的应用极大程度上缓解了传统的人工提取代码特征的压力。已有的研究往往将代码简化为自然语言或者依赖专家的领域知识来提取代码特征,简化为自然语言的处理方法过于简单,容易造成信息丢失,而引入专家制定启发式规则的模型往往过于复杂,可拓展性以及普适性不强。鉴于以上问题,提出了一种基于卷积和循环神经网络的自动代码特征提取模型,该模型借助代码的抽象语法树(AST)来提取代码特征。为了缓解因AST过于庞大而带来的梯度消失问题,对AST进行切割,转换成一个AST序列再作为模型的输入。该模型利用卷积网络提取代码中的结构信息,利用双向循环神经网络提取代码中的序列信息。整个流程不需要专家的领域知识来指导模型的训练,只需要将标注类别的代码作为模型的输入就可以让模型自动地学习如何提取代码特征。应用训练好的分类编码器,在相似代码搜索任务上进行测试,Top1、NDCG、MRR的值分别能达到0.560、0.679和0.638,对比当下前沿的用于代码特征提取的深度学习模型以及业界常用的代码相似检测工具有显著的优势。     

基于CIMISS的土壤水分质控应用研究

气象资料业务系统MDOS(meteorological data operation system)的质控方法使用通用阈值去质控土壤水分数据,会漏检和误检出部分疑误数据,且疑误结果多以“未通过降水关系检查”为主,降低值班人员的数据审核效率。为了提高土壤水分质控效率,结合本地土壤特性,分析海南土壤水分历史数据,总结适合本地的阈值范围参数,提出基于CIMISS(China integrated meteorological information service system)的MQCSM(multiple quality control method of soil moisture)算法。该算法引入时变检查、持续性检查等检查方法,多重质控原始土壤水分数据,能快速、准确地质控出疑误数据,并分类展示疑误结果于web监控页面工值班人员筛查。业务试用结果表明,对比现有质控方法,该算法能准确、有效地筛查出疑误土壤水分疑误数据,且质控监视平台实时展示疑误结果,提高了值班人员对疑误数据的审核效率。     

面向RFID动态帧时隙ALOHA协议的帧长优化

近年来,国家电网积极推动泛在电力物联网的建设,以实现电力系统的万物互联与优化管理.其中,射频识别技术(RFID)作为泛在电力物联网建设的核心技术,凭其价格低廉、无需电源、非视距通信、远距离通信等特点,被广泛应用于电力仓储物资管理、电力巡检等应用场景.为了盘点电力设备仓库中的物品,需要快速识别粘贴在物品上的标签,然而由于仓库中存在大量标签,在通信过程中容易产生标签信号冲突.针对当前商用RFID系统普遍采用的符合EPC C1G2标准的动态帧时隙ALOHA协议,提出了一种新型的基于Q-learning与神经网络的帧长优化算法(记作QN-leaming).通过将动态帧长选择问题转化为马尔可夫决策过程(MDP),即观察到的状态为不同种类时隙的个数(空时隙数、单时隙数、冲突时隙数),执行的动作为设置合理的帧长,从而利用Q-learning与神经网络来自主学习帧长选择策略,基于学习到的策略可以指导系统根据最新观察选择能够实现全局最优的帧长.仿真实验结果表明,基于QN-learning算法在动态调整帧长方面表现优异,能够实现标签的有效识别,在保障高吞吐率的同时控制阅读器的询问次数,减少数据传输量.     

融合区域与朋友影响的下一兴趣点推荐

随着移动设备的日益普及,积累了大量的用户签到兴趣点数据,用户签到的信息使下一兴趣点推荐成为近年来研究的热点问题.下一兴趣点推荐的准确性主要受到两方面的制约:一方面,签到数据稀疏性问题.当前研究者通过引入兴趣点的地理相关性或社交网络中的朋友评价信息来改善数据稀疏问题,但并不是所有兴趣点之间都存在强地理相关性,且社交网络中只存在少量用户对签到的兴趣点发表评论.另一方面,基于深度学习训练兴趣点签到序列存在梯度消失的问题.针对这些问题,提出融合区域与朋友影响的用户下一兴趣点推荐模型.首先,将兴趣点区域信息融入用户签到兴趣点序列中;其次,使用带有残差连接的神经网络模型对序列进行嵌入,避免梯度消失,提高模型收敛性;最后,融合朋友访问的兴趣点信息进行下一兴趣点推荐,进一步提高兴趣点推荐的准确性.实验数据表明,与其他推荐模型相比,提出的模型具有较高准确性.     

细节决定成败：推荐系统实验反思与讨论

近些年来,随着互联网的迅速发展,用户在各种在线平台上接收到海量的信息,信息爆炸成为一个关键性问题。在此背景下,推荐系统逐步渗透到人们工作生活的各个场景,已成为不可或缺的一环。它不仅可以帮助用户快速获得想要的信息和服务,还可以提高资源利用效率,从而给企业带来更多效益。因此,个性化推荐算法不仅获得了工业界广泛的关注,也是科研领域的研究热点之一。在个性化推荐的研究中,受限于平台与效率等因素,研究者大多无法将算法部署到在线系统上进行评价,因此离线评价成为推荐领域研究的主要方式。然而个性化推荐涉及到的场景复杂,可获得的数据信息多种多样,用户行为多为隐式反馈且存在许多噪声,这使得推荐系统离线评价的实验设定复杂多变,存在大量易被忽视却十分重要的细节。比如在训练采样负例时,既可以仅从用户没有交互过的商品中采样,也可以将验证测试集的商品视作未知交互加入采样池。同样,从训练到测试在很多其他环节也涉及这样的实现细节（如数据集处理、已知负样本的使用、Top-N排序候选集范围等）。这些实验细节通常不会在学术论文中被显式提及,却潜在影响了模型效果的对比,还决定着实验的科学性,甚至会导致相反或错误的分析结论。本文从数据集处理、模型训练、验证与测试、效果评价等多个角度,系统地讨论与反思了推荐系统实验中的细节设定。对于每个环节,我们枚举了若干常见设定,并在真实数据集上验证了其中某些设定的实际影响。实验结果表明一些细节确实会导致关于模型优劣的不同结论。最终我们形成了关于推荐系统实验细节的指导性总结,包括可选、建议、必须的三类设定,希望帮助推荐算法研究者规避实现细节上的陷阱,更科学合理地设计实验。     

几内亚苏阿皮蒂项目移民安置实施管理模式

水电工程移民是一项复杂的系统工程,也是一个世界级难题。几内亚苏阿皮蒂水利枢纽项目移民规模大,涉及范围广,移民周期长;几内亚没有户籍制度,库区人口及实物指标调查面临极大的困难;缺乏完整的移民法律法规体系和大规模的移民经验,移民工作实施难度大;经济发展水平落后,移民文化水平和生活水平低,生产生活严重依赖耕地。通过采取一系列创新化的移民安置实施管理模式,因地制宜,从多个方面提出苏阿皮蒂项目移民管理模式,取得了较好的成果。     

基于承包商视角浅析EPC国际工程合同管理

近年来,随着国家“走出去”战略和“一带一路”倡议的提出,越来越多的中国企业走出国门承建国际工程。而与我国传统的施工或设计总承包模式不同,国际市场一般采用集设计、施工、采购为一体的EPC模式。在EPC工程中,总承包商全面承揽工程的设计、材料与设备的采购、工程施工、试运行期的维护等工作,同时对整个项目的质量、安全、工期、环境保护、沟通与协调等全方位负责。几内亚苏阿皮蒂水利枢纽项目由中国长江三峡集团有限公司旗下中国水利电力对外有限公司(CWE)以EPC模式承建,该水电站被称为几内亚的“三峡工程”,在几内亚乃至整个非洲都有举足轻重的地位。基于EPC总包商视角,借鉴苏阿皮蒂项目的合同管理经验,浅析EPC国际工程的合同管理。     

混凝土力学时空特性对衬砌支护设计影响研究

竖井支护设计对围岩稳定和施工安全具有重要意义,水利水电工程中采用正井法开挖引水竖井的工程案例较少。根据正井法施工特点,确定开挖、初衬以及拆模等工序需要的具体时间,考虑混凝土力学参数的时效特征,并结合所在区域的地质条件、岩体力学参数以及开挖进尺,对初衬设计厚度、强度以及拆模时间等进行了研究,形成了一套基于正井法施工,考虑衬砌混凝土力学参数时空特征条件下的衬砌设计方法。实践表明,考虑混凝土力学参数时空特征条件下的支护设计更加合理,具有一定经济和社会效益。     

复杂施工条件下无人碾压机群协同全覆盖路径规划研究

无人碾压是大坝碾压施工领域研究的热点。大坝施工具有坝面面积大、料区多、障碍物多等复杂特点,这给无人碾压机群协同作业带来挑战。研究无人碾压机群高效协同全覆盖路径规划对于保证无人碾压机在大坝复杂施工条件下的碾压质量和进度具有重要意义。本文提出一种无人碾压机群协同全覆盖路径规划的新方法,包括作业面分解、子作业面规划、子作业面连通和机群任务分配等步骤。首先,针对存在障碍物的不规则边界作业面分解问题,采用Boustrophedon算法将其拆分成较少的无障碍物子作业面;其次,提出满足搭接法和错距法碾压施工原理的碾压运动模型（CMM,Compaction Motion Model）来进行子作业面路径规划;再者,将各子作业面连通施工顺序优化问题建模为TSP模型（TSP,Traveling Salesman Problem）,采用混沌理论改进蜻蜓算法的搜索机制,构建混沌蜻蜓算法,以求解较优的子作业面间转场路径;最后,建立无人碾压机群作业时间成本函数,并以最小化时间成本为准则将全覆盖路径分配至各无人碾压机,实现无人碾压机群的高效协同全覆盖路径规划。以心墙堆石坝为例,通过Matlab仿真对比和工程应用,结果表明本文所提出的方法能够实现复杂施工条件下的无人碾压机群的协同全覆盖最优作业路径规划。同时,在碾压质量方面能够满足各料区碾压达标率均高于95%,在碾压效率方面无人碾压机设备利用率均高于97%。本研究为大坝碾压机群无人驾驶协同全覆盖路径规划提供了一种新思路。     

卡拉水电站地下厂房初始应力场反演分析

初始地应力场特征是地下工程稳定分析中最重要的条件,为了评价开挖后地下洞室的围岩稳定及支护设计的长期安全,需要对围岩的初始地应力场进行反演。在对雅砻江卡拉水电站工程区地应力实测值进行分析的基础上,根据世界地应力图和GPS地表监测数据所确定的区域地应力特征,选取地下厂房区域测试可靠、具有代表性、离厂房区域较近的实测点作为初始地应力数值反演分析的回归对象,结合反演分析原理,获得整个地下厂房区域的地应力场分布特征。通过对比数值计算值和实测成果可知：测点地应力的大小和方向拟合程度较好,分布规律大致相同,表明采用数值反演分析方法的合理性。分析成果为地下厂房洞室群的布置、开挖支护设计等提供了依据。