基于目标检测的地铁站人群数量估计

为实时估计并控制地铁站的人群数量,提出了一种基于改进YOLOv3的人群数量估计方法.首先,对收集的多场景的地铁监控视频进行抽帧、采样、标注等前期处理;其次,通过上采样改进模型的输出尺度,同时以"人头"代替"人"作为检测目标训练检测模型;最后,对测试结果进行评估,验证所提出方法的有效性及实时性.实验结果表明,在地铁监控视频检测任务中,改进YOLOv3检测方法的平均准确率可以达到90.42％,每帧的检测时间大约50 ms,在达到准确率要求的同时,可以满足特定场景所需的实时检测的需求.     

深度学习驱动的知识追踪研究进展综述

随着教育信息化程度的不断加深,以预测学生知识状态为目标的知识追踪正成为个性化教育中一项重要且富有挑战性的任务。知识追踪作为一项教育数据挖掘的时间序列任务,与深度学习模型强大的特征提取和建模能力相结合,在处理顺序任务时具有得天独厚的优势。为此,简要分析传统知识追踪模型的特点及局限性,以深度知识追踪发展历程为主线,总结基于循环神经网络、记忆增强神经网络、图神经网络的知识追踪模型及其改进模型,并对该领域的已有模型按照方法策略归类整理。同时梳理了可供研究者使用的公开数据集和模型评估指标,比较和分析不同建模方法的特点。对基于深度学习的知识追踪的未来发展方向进行探讨和展望,奠定进一步深入基于深度知识追踪研究的基础。     

COVID-19医学影像数据集及研究进展

由于影像学技术在新型冠状病毒肺炎（COVID-19）的诊断和评估中发挥了重要作用,COVID-19相关数据集陆续被公布,但目前针对相关文献中数据集以及研究进展的整理相对较少。为此,通过COVID-19相关的期刊论文、报告和相关开源数据集网站,对涉及到的新冠肺炎数据集及深度学习模型进行整理和分析,包括计算机断层扫描（CT）图像数据集和X射线（CXR）图像数据集。对这些数据集呈现的医学影像的特征进行分析;重点论述开源数据集,以及在相关数据集上表现较好的分类和分割模型。最后讨论了肺部影像学技术未来的发展趋势。     

面向网络入侵检测的GAN-SDAE-RF模型研究

针对传统机器学习方法在处理不平衡的海量高维数据时罕见攻击类检测率低的问题,提出了一种基于深度学习的随机森林算法的入侵检测模型,为了避免传统的随机森林面对高维数据和不平衡数据时分类精度低、稳定性差和对罕见攻击类检测率低的问题,引入生成式对抗网络（GAN）和栈式降噪自编码器（SDAE）对随机森林算法（RF）进行改进。将罕见攻击类数据集输入GAN神经网络中,生成新的攻击类样本,改善网络入侵数据在样本集中不均衡分布的情况,通过堆叠深层的SDAE逐层抽取网络数据的分布规则,并结合各个编码层的系数惩罚和重构误差,来确定高维数据中与入侵行为相关的特征,基于降维后的特征数据构建森林决策树。采用UNSW-NB15数据集的实验结果表明,与SVM、KNN、CNN、LSTM、DBN方法相比,GAN-SDAE-RF整体检测准确率平均提高了9.39%、误报率和漏报率平均降低了9%和15.24%以及在少数类Analysis、Shellcode、Backdoor、Worms上检测率分别提高了26.8%、27.98%、27.85%、39.97%。     

基于改进SVM的互联网用户分类

由于传统模型大量约束样本,导致其学习能力下降,因此设计一个基于改进支持向量机(Support Vector Machine,SVM)的互联网用户分类模型.该模型通过构造样本数据,模拟互联网用户的浏览轨迹;根据用户偏好,制定全新的用户分类策略;基于改进支持向量机,实现对互联网用户的分类.性能测试:3次实验下,此次设计的模型分类准确率平均值为98.56%,超出了预设的期望值,具备分类能力.对比测试:与两组传统用户分类模型相比,此次设计的模型,面对不断增加的样本数据,同样能保持高水平的学习能力.     

基于混合型事件日志的模型合规性检验方法

信息系统记录的事件日志多为包含点事件和区间事件的混合型事件日志,针对现有合规性检验方法不能直接应用于此类事件日志的问题,提出一种对混合型事件日志及对应模型进行合规性检验的方法,从拟合度、精确度、和简洁度三个方面来衡量混合型事件日志及其对应的过程模型的契合程度,用户可对三个指标设置权重,求出一个综合的合规性指标.论文设计并实现一个原型工具,通过案例分析说明了算法的有效性.     

基于知识的试油方案协同设计方法应用研究

为解决试油三项设计系统在实际应用中因认知水平、知识水平和实际需求不同导致的设计方案差异大、标准不统一的问题,如何以一种形式化、标准化的方式来表示试油方案设计领域知识,实现方案标准统一化,提高试油方案协同设计系统的智能性是面临的一个重要问题。在研究试油方案协同设计工作流的基础上引进知识的概念,将试油领域本体与试油方案协同设计的具体应用需求相结合提出了一种基于知识的试油方案协同设计方法。该方法介绍了试油领域本体构建、应用以及协同工作流构建等技术和方法,利用统一的知识表示,使知识与试油方案协同设计业务流程紧密关联,很好地解决了实际应用中方案标准统一化以及知识重用性的问题。目前系统在使用中,提高了方案设计的准确性和设计效率。     

面向河流生态完整性的黄河下游生态需水过程研究

提供适宜的生态流量对维护河流健康和支撑人类社会发展具有重要意义。尽管栖息地模拟法物理机制清晰、应用广泛,但对生物群落考虑不足、生命节律信号缺失等问题长期存在。以维护河流土著生物群落完整性为目标,本文将天然水文情势作为参照系统,结合栖息地模拟与水文参照系统特征值,建立了一种面向河流生态完整性的生态需水过程评估方法,兼顾指示物种生存繁衍和土著生物群落基本生存。黄河下游利津断面评估结果显示:利津断面年最小生态需水量119亿m~3,适宜生态需水量130～137亿m~3,涨水期需提供1～2次持续时间不低于7 d、流量不低于1220 m~3/s的高流量脉冲。对比历史实测流量过程与本文生态需水成果,发现利津断面水量充足,但流量过程不满足生态需求。黄河需加强水库群调度,协调径流年际和年内分布,塑造适宜的生态流量过程,并适时塑造高流量脉冲。     

Research on phaseless near-field antenna measurement

A method of phaseless near-field measurement is studied which can reconstruct the far-field characteristics of the antenna by analyzing the near-field amplitude-only data. The method includes a dual-plane scanning strategy which lets the linear polarization probe collect the amplitude-only data on the two scanning planes respectively. The phase of each sampling points at one of the scanning planes can be retrieved using the iterative fourier transform algorithm. Then the far-field properties of the antenna are obtained by applying the near-field/far-field transformation technique. Theoretical research and simulations show that the phaseless near-field measurement strategy can reconstruct the far-field pattern effectively and that a better choice of the initial iterate phase can help to improve the convergence rate and the convergence precision of the method.     

多层石墨烯的粗粒化分子动力学模型与力学性能

为了有效研究多层石墨烯等石墨烯集合体的力学性能,避免由于实验难度大、全原子计算成本高等带来的困难,基于Tersoff势函数提出一种可用于计算大规模石墨烯的粗粒化分子动力学方法。该方法计算时只需输入原子坐标,大大减少了模型的数据处理,提高了计算效率。通过与全原子模型计算结果比较,本文提出的粗粒化分子动力学方法可以准确预测多层石墨烯的拉伸破坏性能,对制备高性能石墨烯纤维有一定的指导意义。