一种采用串行自编码器的时序数据异常检测方法

基于深度学习的时序数据异常检测模型大多采用循环神经网络或长短期记忆网络捕捉时序依赖性,并利用自编码器重构数据,进而实现时序数据的异常检测.虽然此类检测模型实现了较高的异常检测率,但它们的网络结构复杂,导致模型的计算效率较低.为提高模型的计算效率,提出一种基于串行自编码器的异常检测模型SAE-AD.该模型仅包含两个结构简单的自编码器(AE_1$和AE_2$),其所含参数较少,且训练目标较为简单,从而加快了模型的计算效率.通过将自编码器AE_1$和AE_2$串行拼接,即AE_1$的输出作为AE_2$的输入,可有效提高AE_2$的解码器对正常数据特征的解码能力,有助于提升模型的检测准确率.实验结果表明,相较于其他新近提出的异常检测模型,SAE-AD模型具有更高的精确率、召回率和$F_1$值.     

雾天室外场景光照参数估计

在雾天情况下,雾对光线的散射使得室外场景的光照发生很大变化,太阳光和天空光的参数估计变得更为复杂.结合雾天情况下的大气散射模型,提出了室外场景的雾天基图像模型,并基于该模型提出了雾天室外场景图像光照参数估计算法.在已知场景基图像的条件下,利用迭代散射系数方法,优化求解雾浓度与场景深度图像,然后通过对去雾图像进行分解,获得最佳的去雾图像以及正确的光照分解系数.算法能够得到较为精确的雾浓度与场景深度图像.实验结果表明了算法的有效性.     

基于平台即服务模式的协同应用动态构建与执行方法

为构建支持协同应用构建、交付和运行的平台即服务平台,提出一个支持协同应用动态构建与执行的平台即服务平台CoPaaS,使得独立软件开发商将开发的应用交付至平台后,即可成为软件即服务模式的云服务;租户可以租赁并定制平台的一组应用,借助平台的服务能力支持个性化需求的协同应用动态构建与运行。详细介绍了CoPaaS平台的体系结构以及协同应用建模、定制、动态构建和执行调度方法。通过电子商务实例分析验证了该平台的服务能力。     

云制造PaaS平台中协同过程构建与定制方法

云制造服务体系为实现产业专业化分工和社会化协作,存在大量合作伙伴之间的协同过程。协同过程普遍呈现出参与者多、协同链长、灵活多变等特征,对过程建模、定制、构建与执行等协同技术提出了诸多挑战。为此提出云制造PaaS平台架构和基于云制造PaaS平台的协同过程构建与定制方法,并给出定制的验证算法。基于该平台,平台运营商首先定义元协同主体及特征,制造服务独立软件开发商在将制造服务交付到平台上的同时定义协同主体及特征,制造企业可以租赁平台上的制造服务,并定制特定协同主体和特征。通过实例分析证明,基于该平台和方法,可以支持云制造服务的开发者和企业方便地构建各种协同应用,应对云制造服务体系中的大规模业务协同需求。     

基于3维模型的单视图不规则物体定位

单幅图像中物体的定位需要估计物体在3维空间中的位置和姿态,在静态场景中等价于摄像机定标,具有广泛的应用价值.针对具有3维模型,但缺失纹理信息的不规则物体的定位问题,提出一种基于轮廓匹配的定位方法.首先使用基于图像分割的方法提取输入图像中物体轮廓线,然后可以将图像轮廓线与给定位置和姿态参数下渲染3维模型的轮廓线进行匹配,匹配误差可以表示为位置与姿态参数的函数.由于该函数不能解析表达与求解,需要通过离散采样计算导数及目标函数值.位置与姿态参数的最优值可以通过LM(Levenberg-Marquardt)方法进行求解.实验结果表明,该方法可以快速收敛,并具有很高的精确性和鲁棒性.     

一致分布点集Delaunay三角化最佳期望时间算法

对文献(Dwyer R A.Higher-dimensional Voronoi diagrams in linear expected time.Discrete&Computational Geometry,1991,6(4):342-367)给出的对d≥2维空间站点集合构造Delaunay超三角形算法做了改进,提...     

基于差分隐私的多模式隐藏动态对称可搜索加密方案

动态对称可搜索加密(dynamic symmetric searchable encryption,DSSE)在近年来已经成为数据隐私保护方面至关重要的原语,它能够允许客户端对保存于云服务器的加密数据执行高效的检索和更新操作,而仅向服务器泄露少量经过严格定义的信息,如搜索模式、访问模式、更新模式和容量泄露.然而,越来越多的研究发现,一些强大的敌手能够利用DSSE的泄露执行特定攻击,从而破坏数据和检索的隐私性.以往方案往往利用隐私数据查询,茫然随机存取器和存储补齐等技术来压缩甚至消除泄露信息,这些技术能够提供较好的安全性,但是存在计算、通信和存储复杂度过高的问题,难以实用.为了实现更好的安全和效率平衡,提出想法:首先引入差分隐私这一安全概念,提出了一种新的填充方法-差分隐私填充(differential privacy padding,DPP),在保证安全性的同时降低了存储负载.随后在多服务器模式下提出了一种称为"MDSSE"(multi dynamic searchable symmetric encryption)的动态搜索更新方案,通过对DPP的动态运用实现容量、更新以及搜索模式隐藏,保证了前向安全和后向安全.对于方案的安全性证明,扩展了对于更新历史的定义,提出了适用于方案的差分更新历史DP-Update.实验表明:方案可以抵御泄露滥用攻击,并具有较高的存储与通信效率.     

多边形中的点可见性快速算法

针对点的可见性计算这一计算几何中的基础问题,提出一种支持任意查询点的可见多边形快速计算的基于多边形Voronoi图的点可见性算法.以与Voronoi骨架路径对应的Voronoi通道概念,以及相应的局部最短路径概念为基础,按照深度优先策略对Voronoi图进行遍历,在计算Voronoi骨架路径的同时计算局部最短路径,并基于局部最短路径计算所遍历的多边形边的可见部分.该算法可以处理“带洞”多边形,而且只对多边形进行局部访问;对于“带洞”多边形,由于该算法的数据结构比较简单、剖分空间合理且易于实现,因此仅需O(n)空间和O(nlgn)预处理时间.最后给出了在三维室内虚拟场景设计与漫游系统中的应用实例,结果表明文中算法是实际可行,且运行时间与点的可见多边形的边数和多边形的边数均呈线性关系.     

室外场景光照估计的基图像分解算法

基于室外固定场景的太阳光与天空光基图像分解理论,证明了同一太阳方位在不同天气情况下的3幅图像具有线性相关性,使得基图像方程欠约束,导致基图像无法自动求解.为此提出利用2个太阳方位、2种天气情况下的4幅图像求解基图像的算法,并利用太阳光与天空光基图像在太阳光照区域内点的像素色调一致性,优化基图像及太阳光和天空光光照参数.实验结果表明,该算法自动求解基图像,且根据基图像和光照系数准确重构原图像的均方误差,并将其控制在2像素值以内,从而可用于高品质的增强现实技术.     

移动情景和用户轨迹感知的众包服务推荐

随着移动互联网的快速发展和智能终端设备的迅速普及,服务类型与服务内容的日新月异,为移动用户带来严重的移动信息过载问题,如何为用户提供更好的服务推荐是亟待解决的难题。提出了一个移动情景和用户轨迹感知的众包服务推荐策略,首先对历史日志中的位置坐标通过聚类算法聚合成区域,然后挖掘出用户在不同移动情景下的轨迹模式,进而提取出移动规则并判断每条规则所属的情景;在进行众包服务推荐时,通过实时感知到的位置轨迹和移动情景信息,预测用户即将到达的位置区域,从而将区域内的众包服务推送给该用户。提出的预测方法避免了额外增加用户执行任务的时间、行程、费用等成本,给用户推荐更适合的任务,提高用户服务满意度。