面向二进制数据帧的聚类系统

为了分离复杂无线网络环境下获取到的二进制数据帧,为后续协议逆向解析提供前提条件,实现了对复杂协议簇协议的聚类系统.首先使用AC算法挖掘出二进制数据帧中的频繁序列特征;然后创新地使用了Apriori算法搜索分析这些特征的关联关系,并且结合二进制流数据帧的特点对结果进行了四步剪枝处理;最后利用筛选出的特征通过改进的K-means算法进行聚类.实验表明,该系统可以对二进制协议数据帧的聚类起到很好的效果,同时对存在TYPE字段的多层协议簇,还能进一步区分出多种协议间的层次关系.     

环境经济系统工程的思考

环境问题与经济问题紧密相连,由于环境问题的综合性和复杂性,需要运用系统工程的方法和经济学原理,将环境问题置于整个经济系统中统筹考虑,建立相对完整的环境经济系统工程方法体系,将环境保护工作纳入经济社会发展中,使其成为决策中主要考虑的因素之一,并引起应有的重视。本研究从环境与经济承载力、环境投资的经济分析、环境与投资效率比较、环境资源的经济价值以及生态补偿与污染赔偿等方面构建环境经济系统工程的基本框架体系,并结合实际进行案例分析。研究表明,单纯的政府行政干预不如创造条件,如补偿、税收减免、投资、贴息等,使其具备在市场规则下.自动引导资源向环境保护与污染治理的投入,如排污指标的交易等。此外,自然资源是不可或缺的稀有资本,应该将保护生态系统及生物多样性纳入各级政府决策的主要方面。     

基于6参数模型的6R串联机器人运动学参数辨识

为了避免运动学参数误差辨识中存在参数不连续、计算收敛速度慢的现象,基于一种6参数模型,在DH(Denavit-Hartenberg)法建立的杆件坐标系上建立了6R串联机器人的误差模型,并给出了参数转化公式.设计了计算机仿真实验,在存在驱动器、测量仪器随机噪声误差的条件下对比了使用MDH(改进DH)参数误差模型和6参数模型的仿真辨识效果.6参数模型和MDH模型辨识后定位平均误差分别降低了96.1%和52.9%.结果显示6参数模型具有良好的完备性、连续性.6参数模型的误差参数范围可以从制造公差中得出,辨识速度高于MDH模型,通过公差控制参数范围,消除了没有达到极小性要求对误差辨识的影响.应用此方法对一台SR165型机器人进行参数辨识,定位平均误差由2.5 mm降低至0.35 mm.     

特征回归与检测结合的人数统计方法

针对目前特征回归与检测这2种主流的人流量统计方法的不足,提出一种基于特征回归与检测结合的人数统计方法.对于视频帧的远景区域,采用背景分割的方法提取出前景块,将前景块中的特征通过贝叶斯多核支持向量回归方法估计出人数;对于近景区域提取HOG特征,采用弱标签结构训练出模型,并采用星型结构混合模型级联检测实现行人的准确定位并统计出人数.在视频数据库上的实验结果表明,该方法不仅能够较准确地实现人流量的统计,在一定程度上减少统计时间,还能够准确地定位出一定尺度范围内行人的位置.     

无线与存储融合的传动轴扭矩测试系统设计

存储测试非常适合于旋转轴扭矩测试,但是存储测试需事后回收处理,无法现场观测数据,且参数设置固定。针对上述问题,结合履带式车辆传动轴扭矩测试情况,以存储测试为基础结合Zigbee无线技术,设计了基于LabVIEW上位机控制的无线存储测试系统,利用Zigbee无线网络实现无线触发和多次重触发,并回传测试开始后的少量数据,根据回传数据调整测试单元的参数。实验结果表明该测试系统存储测试与无线技术能有效结合,充分发挥各自的技术优势,提高了测试效率和数据的可靠性,具有良好的应用前景。     

结构健康监测系统的数据异常识别

结合机器学习方法对结构健康监测系统采集的原始数据进行初步的自动化分析,以达到降低进一步分析的计算量、提高分析子系统精度的目的.以上海中心和兰州西站监测系统为背景,利用机器学习方法研究数据异常识别问题,优化数据分析预警子系统.使用单变量特征选择提取利于识别的特征向量, 对比分析在结构健康监测中各类支持向量机（Support Vector Machine,SVM）的优劣,组合利用不同SVM的优势减少异常数据的漏报和误报.该方法已被应用于上海中心和兰州西站的结构健康监测系统中.     

基于结构组稀疏表示的遥感图像融合

目的 稀疏表示在遥感图像融合上取得引人注目的良好效果,但由于经典稀疏表示没有考虑图像块与块之间的相似性,导致求解出的稀疏系数不够准确及字典学习的计算复杂度高。为提高稀疏表示遥感图像融合算法的效果和快速性,提出一种基于结构组稀疏表示的遥感图像融合方法。方法 首先,将相似图像块组成结构组,再通过组稀疏表示算法分别计算亮度分量和全色图像的自适应组字典和组稀疏系数;然后,根据绝对值最大规则进行全色图像稀疏系数的部分替换得到新的稀疏系数,利用全色图像的组字典和新的稀疏系数重构出高空间分辨率亮度图像;最后,应用通用分量替换（GCOS）框架计算融合后的高分辨率多光谱图像。结果 针对3组不同类型遥感图像的全色图像和多光谱图像分别进行了退化和未退化遥感融合实验,实验结果表明：在退化融合实验中,本文方法的相关系数、均方根误差、相对全局融合误差、通用图像质量评价指标和光谱角等评价指标比传统的融合算法更优越,其中相对全局融合误差分别是2.326 1、1.888 5和1.816 8均远低于传统融合算法;在未退化融合实验中,除了在绿色植物融合效果上略差于AWLP（additive wavelet luminance proportional）方法外,其他融合结果仍占有优势。与经典稀疏表示方法相比,由于字典学习的优越性,计算复杂度上要远低于经典稀疏表示的遥感图像融合算法。结论 本文算法更能保持图像的光谱特性和空间信息,适用于不同类型遥感图像的全色图像和多光谱图像融合。     

基于Event-B和Rodin开展形式化软件工程教学

形式化软件工程是软件工程的重要组成部分。Event-B方法是一种软件形式化开发方法,Rodin是支持Event-B方法的开放工具集。基于Event-B方法和Rodin开展形式化软件工程教学,有益于学生正确理解精化等重要的软件工程概念,理解并掌握开发可信软件的方法,是软件工程教学的重要补充。     

Incorporating user preferences in ant colony optimization for the next release problem

The selection of which requirements should be implemented in the next software release is an important and complex task in the software development process, considering the presence of budget constraints and other conflicting aspects. In this context, search based software engineering, has the main objective of applying automatic search methods to solve complex software engineering problems. However, most of these methods do not consider human expertise during the search, especially due to the difficulty in mathematically modeling the user's preferences. Consequently, the user can present some resistance or place little confidence in the final results, given that his/her knowledge and domain expertise was not properly considered in the solution construction. This paper aims at proposing an interactive model for the next release problem using ant colony optimization, where the user can define which requirements he/she would like to include or not in the next release. Employing humans and a simulator, an empirical study was performed that considers real-world and artificial instances. The achieved results demonstrate that the loss of score was, on average, 12% when it was compared with a solution with no human intervention. On the other hand, the algorithm generates solutions that have more than 80% of the met preferences, as defined by the users. Furthermore, the results showed that ACO can be an interesting choice as an interactive search engine, given the low quantity of interactions that are required to reach good solutions.     

基于CDIO的服务外包人才培养模式探索

传统教育模式下培养出的学生不能很好地满足服务外包企业需求,其原因是基于理论的教学模式缺乏对学生综合素质和实践能力的培养。将CDIO工程教育理念引入到服务外包人才培养中,探索培养工程实践能力的教学理念和教学方法,培养服务外包所需的高素质应用型人才,不断完善高校服务外包人才培养体系。将高等教育与工程教育相结合,能有效加强学生的工程基础知识、个人能力、人际团队能力和工程系统能力。