面向多源数据的可扩展主题建模分析框架

随着信息技术的不断发展和应用,大量信息系统积累了海量多源异构数据,这些数据中有很大一部分都是结构化数据,具有高维度、低质量、无标注等特点,难以进行特征提取与进一步的知识提炼。主题建模是文本处理和数据挖掘中的一个非常重要的方法,它是一种无监督学习算法,最初用于对无结构的自然语言文本进行建模,可以有效地从文本语义中提取主题信息,以进行特征提取和降维分析,然而主题建模技术尚不能很好应用在关系复杂的多源数据,尤其是结构化数据的处理中。提出了一个基于可扩展主题建模技术的针对结构化与非结构化多源数据分析框架,通过数据导入、数据分析、数据可视化三个步骤对多源数据进行基于主题建模技术的数据分析,并在此基础上实现了一个多源数据分析工具,最后通过两个数据集的实验证明了所提的多源数据分析框架的有效性。     

基于代码模式的软件问答文档检索优化方法

开发人员通常通过问答网站的搜索引擎进行相关软件问答文档的搜索。在检索结果中,包含优质代码片段(使用示例)的问答文档往往更受青睐,但如何度量这些文档中代码片段的质量仍是个巨大的挑战。针对这个问题,提出了一种基于代码模式的软件问答文档检索优化方法。该方法能够基于当前检索结果,抽取文档中的代码片段,分析代码片段中的公共代码模式,并基于代码模式度量文档中代码片段的质量,从原有检索结果中向用户推荐高质量的软件问答文档。以软件开发人员在实践过程中遇到的真实问题为基础进行了实验,对比Stack Overflow的搜索结果,所提方法在准确率指标NDCG@5上提升了40%。     

分布共享环境下支持弹性伸缩的图处理框架

作为大数据处理的一种重要模式,图处理被广泛地应用在机器学习、数据统计和数据挖掘等场景中。在企业级应用中,多种类型的大数据处理框架通常会部署在同一个分布式集群中,其运行环境是开放、共享的,这时图处理需要考虑运算资源动态变化的问题。为了能适应这种动态性,更加充分地利用开放共享环境的资源,图处理框架应该具备弹性伸缩能力。通过调研,发现现有的图处理框架尚未完全实现弹性伸缩。为此,介绍了一种支持弹性伸缩的分布式并行图处理框架SPar Ta G。首先基于任务并行模型定义了图处理任务集及任务模型;其次基于任务迁移机制设计并实现了可动态伸缩的图处理框架;最后设计了一个基于负载均衡的调度算法,实现了动态伸缩的图处理过程。实验结果说明,SPar Ta G的性能与当前流行的开源图处理框架Giraph相近,且具有较好的弹性伸缩能力。     

基于元算子的深度学习框架缺陷检测方法

在用于构建深度学习模型的深度学习框架中,算子的正确计算对于深度学习模型的正确预测至关重要.然而,已有的深度学习框架缺陷检测方法只能通过比较和推测的方式找到不同深度学习框架之间计算结果相差较大的算子,而且无法检测深度学习模型在训练过程中产生的计算错误,具有很大的局限性.针对此问题,本文设计并实现了基于元算子的深度学习框架缺陷检测方法,通过将不同深度学习框架中算子的共性计算逻辑抽象为“元算子”,支持在不改变模型代码的前提下绑定元算子的具体实现,从而可以细粒度地对比同一模型使用不同深度学习框架的运算结果,进而发现缺陷.本文的方法同时支持训练过程和推断过程的缺陷检测,还可以对计算错误的定位进行验证.本文验证了元算子计算的准确性,并评估其运算性能;收集了深度学习框架中已知有错误计算的算子,并将本文方法应用在包含这些算子的深度学习模型上,验证了本文缺陷检测方法的有效性.     

基于LoRa信号的行走距离和方向估计

行走追踪在真实场景中具有广泛应用,可以用于安防监控、老人看护、室内导航等场景.近年来,基于无线射频信号的非接触式行走追踪受到了研究人员的广泛关注,包括基于Wi-Fi信号、RFID信号等的行走追踪系统.然而,现有的行走追踪系统依然面临感知范围小、感知设备部署稠密等问题.在本文中,我们首次将用于物联网低功耗、远距离通信的LoRa技术应用到非接触式的大范围行走追踪中,显著地增加了行走追踪系统的感知距离.特别地,通过利用LoRa网关上配置的多天线,利用两根天线上接收信号的比,可以有效地消除噪声干扰以及收发不同步带来的误差,从而进一步提升了感知范围,然后利用计算切线向量相位变化的方法准确计算原始信号中动态分量的相位变化来在估计行走距离和方向.基于此,本文提出基于LoRa的非接触感知系统,可以在一段自然连续的行走活动中准确地判断人的动静状态并切割出行走片段,进而计算出行走的距离和方向,实现人的行走追踪.实验验证了系统计算行走距离和方向的准确性和实时性,其中距离计算的平均误差为3.8%,准确判断行走方向所需时间为0.7 s.     

基于Wi-Fi信道状态信息的行走识别与行走参数估计

行走是日常生活中最常见的行为之一,它的特征可以反映人的身份、健康等重要信息.例如,行走的速度、方向、步数、步长等细粒度的参数可以为室内追踪、步态分析、老人看护等情境感知应用提供关键信息.因此,在近几年中,利用环境中已有的Wi-Fi信号对行走进行感知受到了研究人员的广泛关注.为了利用Wi-Fi信号感知行走,当前的方法都需要进行大量的行走数据采集,通过经验观察或者离线学习,提取信号特征来识别行走以及估计行走参数.由于缺乏理论指导,所提取信号特征较为间接且往往包含与环境和感知目标相关的冗余信息,所以当环境和感知目标发生变化时,系统需要重新进行学习,使其难以被应用于无线环境易变的真实场景中.不同于以往工作,首次在不需要任何预训练的情况下,利用环境中已有的Wi-Fi信号实现了在连续活动中对行走行为的精准识别,并且能够同时精确地估计行走的速度、方向、步数、步长等多维信息,为上层情境感知应用提供关键的上下文信息.特别地,通过分析人在行走过程中产生的多普勒效应和Wi-Fi信道状态信息（channel state information）之间的关系,建立基本的多普勒速度运动模型,揭示了行走行为和信道状态信息变化之间的理论关联.同时,基于该模型,通过多重信号分离（multiple signal classification）算法从信道状态信息中提取出了与环境和感知目标均无关、仅与人运动状态相关的信号特征——多普勒速度.最后,通过深入研究多普勒速度和人的行走真实速度之间的映射关系,提出了基于多普勒速度的行走识别与细粒度的行走参数估计方法,且经过在不同环境中、由不同实验者进行的大量实验也表明了行走识别和行走参数估计方法的准确性和鲁棒性.其中,对于行走识别的准确率达到了95.5%,行走速度大小估计的相对中位误差为12.2%,方向估计的中位误差为9°,步数统计的准确率达90%,步长估计的中位误差为0.12m.     

面向开源软件项目的软件知识图谱构建方法

软件复用是软件开发中避免重复劳动的解决方案。开源软件的源代码、邮件列表、缺陷报告和问答文档等软件资源中蕴含了规模庞大、结构复杂、语义关联丰富的软件知识。如何获取知识、组织知识,以及如何在软件复用过程中方便地检索软件知识是亟待解决的问题。为了解决这些问题,面向开源软件项目,构建了软件知识图谱,并提供了基于软件知识图谱的软件知识检索。主要工作包括:针对4种不同类型的软件资源,提出了软件知识实体的提取原则与方法;提出了软件知识实体之间关联关系构建的方法;实现了两种软件知识检索机制,并以文字列表和图形可视化相结合的方式展现检索结果;设计了软件知识图谱构建框架。基于上述工作,设计并实现了一个面向开源软件项目的软件知识图谱构建工具。实例证明,所构建的软件知识图谱可以更好地帮助软件开发人员进行软件知识的检索与应用。     

私有云环境下基于虚拟集群的资源共享方法

随着云计算与大数据处理的飞速发展,越来越多的应用框架开始使用"云"的方式运行,这对企业私有云平台提出了一些重要挑战:如何让私有云环境有限的物理资源支持多个应用框架和多个用户,不仅能保证绝大多数现有的异构应用同时运行,还能为新应用提供扩展性与弹性支持。提出了一种新的服务模型ClaaS(cluster as a service),用一种简单而易于实现的方式为中小规模的数据中心解决了上述问题。ClaaS的主要思路是将虚拟化的单位扩展为集群,为分布式的应用框架直接提供虚拟的集群环境。这样,大部分的分布式应用就可以在无需任何修改的条件下直接运行在虚拟的集群环境中。为了验证ClaaS的可行性,基于现有的轻量化容器技术和软件定义网络技术等实现了一个开源轻量级私有云系统Docklet,能够支持用户按需共享资源,支持Spark、MPI等各种计算框架,及Python、R、Java等语言,并在真实教学科研环境中提供、部署服务。最后描述了系统的设计与实现,并进行了实验与评估。     

一种增量式本体模型与数据模式映射的图谱实例模型构建演化方法

在智慧城市领域中，随着信息化技术的不断深入，各信息系统产生的海量数据不断增长，这些多源异构数据之间的语义互通成为了城市智能应用开发需要解决的重要问题之一。构建知识图谱是解决数据语义互通的常用手段之一。在建立知识图谱本体模型后，图谱实例模型的构建演化就成为支撑基于图谱的各类应用的关键技术。为此，如何将不断更新的数据源中的知识实例尽可能自动化地扩充到知识图谱中，成为了图谱构建的首要问题。现有的一些知识实例生成工具对数据导入的支持力度不足，用户需要对源数据进行复杂的预处理，将其转化为符合平台支持的导入数据格式。这导致预处理工作量大，且不能迅速地应对数据不断更新增长的情况。由于智慧城市领域中信息系统所产生的数据多为结构化或半结构化数据，文中提出一种增量式本体模型与数据模式映射的图谱实例模型构建演化方法，面向结构化或半结构化数据生成实例，并随着数据的更新，实现图谱实例模型的增长与演化。文中方法结合机器推荐与人机协同交互设计，针对不同数据源的特征抽取知识并将其正确地映射到本体模型中的概念实体上，实现领域知识图谱实例模型的增量扩充；并通过实体对齐、关系补全等方法，支持实例模型的持续演化。文中方法在企...     

用菲涅尔区模型探究WiFi感知系统的稳定性

基于WiFi的非接触感知系统利用环境中广泛存在的WiFi信号在自然情况下对用户活动进行感知,具有十分广阔的应用前景。从细粒度活动到粗粒度活动,现有工作进行了大量的探索,但尚未理解和解决感知系统稳定性不足的问题。当感知对象、收发设备位置、测试环境等发生变化时,系统性能会受到严重影响。实际上,人体活动对应的接收信号模式因位置和朝向的变化而带来的不一致性导致了系统不能稳定工作。为了理解这种现象的本质,利用团队提出的基于无线感知的菲涅尔区衍射和反射模型,精确定量刻画了目标物体相对于收发设备的位置、运动轨迹和无线信号波形模式之间的关系。通过两个应用实例,即细粒度的手指动作识别和粗粒度的健身活动识别,在模型的指导下,分别解释了系统不能稳定工作的原因,说明了如何得到一致的感知波形,以及如何构造可区分的感知波形,并给出了提升感知系统性能的方法。