基于AR与DNN联合模型的地理传感器时间序列预测

地理传感器时间序列具有复杂动态的语义时空相关性和地理时空相关性。尽管已经开发了各种深度学习模型用于时间序列预测，但很少有模型能专注于捕捉地理传感器时间序列内的多类型时空相关性。此外，同时预测多个传感器在未来某一时间步的值非常具有挑战性。为了解决上述问题，提出了一种自回归模型与深度神经网络的联合模型(Joint model of Autoregression and Deep Neural Network, J-ARDNN),用于处理地理传感器时间序列的多目标预测任务。在该模型中，空间模块用于捕捉不同序列间多类型空间的相关性，时间模块采用时间卷积网络来提取单个序列内的时间依赖关系。此外，还引入自回归模型来提高预测模型的鲁棒性。为了验证J-ARDNN模型的有效性和优越性，在不同领域的真实时间序列数据集上进行了充分的实验，结果表明，J-ARDNN模型的预测性能优于对比方法。     

建筑工程中质量通病研究与防治措施分析

随着城市化的不断推进,我国的建筑市场也迎来了空前繁荣的局面,随之而来的就是对于建筑施工质量的技术管理,这是建筑业得以长久有效发展的一个重要条件,也是工程能否保证质量按时按点完成的关键。本文就现在建筑行业在工程质量管理中存在的一些通病进行分析研究,并提出相应的防治措施。     

设计Agent系统应注意的问题

面向Agent技术在不久的将来可能为计算机或其它科学提供一种新的计算模式,现在已经引起了各国的关注,并取得了一些惊人的效果.由于对Agent定义有许多争议,所以给设计Agent系统带来了一些困难,文章就设计者在设计Agent系统时应注意的问题,提出几点建议.     

基于Servlet链的Web数据库开发

Servlet是一种在服务器端开发Web应用的Java技术,它能比CGI更好地扩展web服务器的功能.本文简要的介绍了Servlet的基本体系结构,并针对Servlet的高级功能Servlet链提出了一种基于Servlet链的Web数据库开发模型,并给出了一个应用实例.     

多Agent信念逻辑及其在概率意义下的推广

首先建立了一种多Agent信念逻辑MBL(multi-agentbelieflogic),在经典信念逻辑基础上增加了普遍信念算子和公共信念算子,给出MBL的Kripke语义与广义Aumann语义,讨论了两者的等价性,证明了MBL对于上述两种语义的可靠性和完备性.其次,建立了一种多Agent概率信念逻辑MPBL(multi-agentprobabilisticbelieflogic),通过在广义Aumann语义基础上引入概率空间,给出了MPBL的概率Aumann语义,证明了它的可靠性,并给出MPBL的一些推论.     

基于MAS的个性化信息检索系统*

介绍了信息Agent进行个性化信息检索的基本技术及发展趋势;给出了MAS体系结构并分析了它的优点;描述了如何在Multi-Agent系统Calvin中实现个性化信息检索。     

一种改进的基于分解的多目标进化算法

利用基于分解的多目标进化算法框架(MOEA/D),将混合策略的进化算法用于求解分解后的若干单目标优化子问题,提出了一种带局部搜索的基于分解的多目标混合策略进化算法(LMS-MOEA/D)。算法利用均匀设计产生子问题的聚合权重向量,混合交叉策略能够充分利用不同交叉算子的优势;同时算法针对演化过程收敛的特点,结合局部搜索策略,获得逼近Pareto前沿的最优解集。最后通过实验验证算法在多样性和收敛性方面的有效性。     

一种改进的进化策略研究

提出了一种新的进化策略,基于物种保护的混合变异算子进化策略,它混合了四种不同的变异算子(Gaus-sian、Cauchy、Levy和单点(Single Point)),并结合了使局部优化不被陷入困境的物种保护技术.使用国际通用标准函数来测试这种新算法,仿真的结果表明了基于物种保护的混合变异算子进化策略优于任何一种纯策略的进化策略.     

电信欺诈预警的多粒度免疫方法

电信欺诈是电信业普遍存在的一个问题,而电信欺诈检测技术、手段的滞后性、不准确性,且误报率高.人工免疫系统借鉴了机体免疫的原理,具有动态平衡性,自治性,分布性,多层性,适应性等优点,正好弥补了传统检测方法的不足.本文详细介绍了基于免疫方法的欺诈检测的方案,针对电信行业的海量数据,提出了粒度变换的概念,在不同粒度上进行建模和检测.