基于NB分类器重访概率预测的Web缓存替换策略

Web缓存是用来解决网络访问延迟和网络拥塞问题，缓存替换策略直接影响缓存的命中率。为此，提出一种朴素贝叶斯（NB）分类器重访概率预测的Web缓存替换策略；根据用户之前访问日志，通过分区操作提取多项特征来表示每次访问的对象，并构建特征数据集；训练NB分类器，用来确定缓存中对象被再次访问的概率，为对象分配权重；结合LRU策略来合理删除一些对象。仿真结果表明，提出的策略在保证较高命中率的同时有效降低了执行时间。     

基于词对建模的句子对齐研究

句子对齐是将源文本中的句子映射到目标文本中对应翻译的过程。在神经网络的框架下,基于相互对齐的源端和目标端句子中包含大量相互对齐的单词,提出一种句子对齐方法。使用门关联网络捕获源端句子和目标端句子词对之间的语义关系,并通过语义关系来确定源端句子和目标端句子是否对齐。对非单调文本进行对齐评估,结果表明,该方法F1值达到93.8%,有效提高了句子对齐的准确率。     

基于地理场景的矿区监控选址模型

能够对矿山人、机、环境进行实时测控和数字化建设的智慧矿山平台，可以使整个矿山具有自我分析和决策的能力，实现矿山生产管理过程中的可视化、自动化、智能化以及无人化，达到高产、高效和安 全的目的。构建地理视频系统是解决智慧矿山平台中安全问题的一种重要手段，针对矿山安全中视频监控设备的选址问题，提出了一种基于地理场景的矿区监控选址模型。该模型首先通过对比分析几种典型语义模型 中的地理实体、地理场景、监控设备、选址原则，从中提取了一组面向监控选址的、可扩充的地理场景语义分类模型。然后将监控候选点群以及监控设备的视域范围作为参数输入基于监控选址的集合覆盖模型，并使 用线性规划方法进行求解。最后以某矿区为例进行试验，证明该模型能够对研究区域进行科学合理的监控设备选址。试验结果表明：候选点分布均匀，且具有一定的规律，说明所提方法能够取代以往的人工筛选方法 ，提高选址效率和准确性，对于不断变化的监控需求和环境要素有较好的应对能力。     

基于BIM和本体的建筑运维管理研究

为促进建筑运维管理在语义网上的实现,建立了基于BIM和本体技术的智能应用框架;结合Dog Ont本体建立了建筑运维管理本体;提出了BIM数据提取方法及个体、规则的创建方法;采用Revit API、网络本体语言(OWL)API和语义网规则语言(SWRL)API技术实现了框架程序。利用一个实际项目验证了框架、方法和程序的有效性。对推进BIM、本体和语义网技术的发展以及建筑运维的网络化、智能化管理具有重要意义。     

基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。     

基于儿童使用主体的建成环境评价尺度研究

评价尺度是建筑使用后评价的基 本问题之一，它是使用者评判建成环境好 坏、优劣的重要测度标准。为弥补目前环境 评价尺度研究方面的缺失，建立与儿童使用 主体相一致的建成环境评价尺度，对儿童常 用语义量词进行汇总和筛选，采用五级线 分刻度方法进行问卷调查研究。基于儿童的 理解，通过问卷试验分析，结果表明：双侧 5级区间评价尺度为：很（负面）；有点（负 面）；中等；有点（正面）；很（正面）；单侧 5级区间评价尺度为：不；好像有点；比较； 很；特别。