基于情境感知工具辅助碎片化学习行为的研究

碎片化学习难以集中记录,存在无法迅速定位到自己需要的学习内容等用户体验问题.传统方法不能采集真实情境下的用户数据,无法满足研究人员的研究需求.基于此,开发一种基于用户行为的捕捉工具——CAUX(Context-Aware User Experience,CAUX),设计了具有情境感知能力的数据采集模块,自动捕捉指定App内的用户行为数据.CAUX对用户干扰性低,可以辅助研究人员捕捉典型的碎片化学习行为.对利用CAUX采集到的数据进行处理,并结合人工方法进行分析,可以发现不同情境下的用户行为和用户体验问题.     

基于ZigBee的粮仓环境监测系统设计与实现

ZigBee作为当前主流的无线传感网技术,具有成本低廉、组网便捷、扩展灵活等特点。文章提出将ZigBee技术应用于粮仓环境监测系统中,相比有线粮仓环境监控系统,可以提高灵活性和可靠性。该系统结合CC1101无线传输模块和STC89C52控制器实现对各传输节点的软硬件设计。实现了环境参数的自动采集、无线传输,在协调器节点汇总的数据可以交由控制中心实现对数据的实时分析。     

概念代数在本体合并中的应用

本体合并是本体集成的一种较为有效的方式,是用于解决本体异构以实现本体资源重用和共享的一种方法。引入概念代数以弥补本体的概念深度表达不够、形式化程度低等缺陷。将本体与概念代数结合,提出一种基于概念代数的本体表示方法,其恰好符合领域专家构建本体的意识活动,可以更好地表达和处理知识。概念代数是一种抽象的数学结构,形式化程度较高,并且其概念之间的认知关系更便于进行知识推理。利用概念代数将本体表示为可视化的概念网形式,进而利用概念代数的运算实现概念之间的合并及关联,提出一种基于概念代数的本体合并方法,是对概念代数应用到本体的一种尝试,为本体的处理提供了一个新的视角。     

基于边缘敏感的SLIC和二次密度聚类的GGO分割

针对磨玻璃肺结节(Ground Glass Opacity,GGO)边界对比度低、大小各异和灰度不均匀等造成分割准确率低的问题,提出一种基于边缘敏感的SLIC和二次密度聚类相结合的分割算法。将图像边缘检测结果与SLIC超像素算法相结合,并将其中含有边缘的超像素块用区域质心代替其原始聚类中心,改善SLIC边界黏连性较差的问题;针对密度聚类不能完整分割GGO的问题,提出二次密度聚类的方法,对密度聚类定位到的簇及其邻域簇进行二次密度聚类。实验结果表明,该算法分割GGO的平均准确率达90.17%,灵敏度达84%。     

基于VDES的船联网移动自组织路由协议研究

基于甚高频数据交换系统(VHF Data Exchange System,VDES),通过分析海上真实船舶运动特征,提出一种符合船舶移动特征的移动模型——船舶平滑转向的高斯马尔可夫移动模型。针对性地研究了不同船舶节点密度环境中的自组织网络路由协议,仿真分析了不同自组织网络路由协议应用于VDES时的数据传输性能。结果表明,按需距离矢量(Ad Hoc on-demand Distance Vector,AODV)路由协议明显优于其他路由协议,可将其作为VDES下船联网系统最优路由选择方案。     

基于中轴变换的参数化图形构造方法

图形构造是工程领域中设计图形的重要手段,针对其在效率、交互性和复用性存在的不足,提出一种基于中轴变换的参数化图形构造方法.通过控制点生成中轴段,通过中轴半径确定图形边界信息.基于上一条中轴段的端点迭代生成中轴段及其边界;基于这些边界信息,构造出图形.利用中轴的控制点进行交互,确保了构造时的交互性;只需对参数值进行改变,即可构造相似的图形,保证了方法的复用性;复杂的图形仅需要通过简单的中轴变换即可得出,确保了构造方法的效率.通过实例,证明了该方法在效率、交互性和复用性上的优越性.     

基于细胞神经网络和并行压缩感知的 图像加密算法

基于细胞神经网络(CNN)和并行压缩感知(CS)提出了一种高安全性的非可视化图像加密算法, 旨在提高现有加密算法的信息传输效率以及减少存储空间。首先明文图像的小波系数经过阈值处理和索引置乱 后,利用受控的部分哈达玛矩阵对其进行并行压缩,接着执行费雪耶兹行列置乱和加模操作,然后再将部分加 密图像分割并通过最低有效位(LSB)嵌入算法随机地隐藏到剩余加密图像的 alpha 通道中生成最终的类噪声密 文图像,具有超混沌特性的 CNN 所产生的伪随机序列用于构造置乱、扩散以及受控测量矩阵。最后,通过一 系列的安全性分析表明,该算法具有很高的传输效率和安全性。     

投票理论研究现状及其展望

社会选择理论是研究如何表达和聚合个体选择的一门学问.而社会选择理论与计算机科学的融合产生了称为计算社会选择的交叉学科,该学科成为社会计算的重要研究内容之一,在人工智能、经济和计算性理论领域引起了轰动.其一方面引入了复杂性分析和算法设计等计算机学科中常用的技术来对社会选择机制进行研究;另一方面也通过引入社会选择理论中的概念来推动计算机技术的发展,特别是在多智能体系统研究中有着成功的应用.投票理论是计算社会选择中最重要的研究主题之一.首先介绍常见的投票方法以及投票理论的形式化框架;再对投票理论中所关心的操纵问题做分析;然后介绍在组合域上的投票;最后对其他相关问题作简要介绍,并对该领域未来的发展与应用做出展望.     

语义网本体构建工具现状及发展趋势研究

本体构建是语义Web的一个研究热点,目前不同组织开发了多种本体构建工具.本文在详细全面调研现有本体构建工具的基础上,对七种本体构建工具进行了比较分析,指出了它们某些关键特性的差异.最后,对现状中存在的瓶颈问题进行了总结,并对未来的研究方向提出了具体建议.     

语义Web服务——Web服务的扩展

语义Web服务是应用语义Web技术对Web服务的扩展.使信息具有语义就是用计算机内的Ontology中的概念作标记符对信息进行标记,对该过程予以支持的就是语义Web技术,即Ontology的构建技术、Ontology的使用技术(语义推理技术)和信息的语义标记技术.语义Web技术对Web服务的扩展可具体化为两项任务:服务提供者、服务请求者和服务注册处三类服务主体均内置Ontology;发布、查找和绑定三种交互信息均采用语义标记.