在线教育平台中个性化学习资源推荐系统设计

为了通过充分挖掘和分析用户的学习行为规律及认知特点,借助互联网和人工智能技术提升个性化教育的深度和广度,设计了一个包含用户画像的个性化学习资源推荐系统。该系统由数据层、数据分析层和推荐计算层构成。数据层由用户数据以及包含知识资料、学习资料和标签集的资源库组成;数据分析层融合了以基础信息、学习行为等为代表的静态数据和动态数据,据此为用户生成个性化画像、提供直观形象的学习反馈;推荐计算层则通过相似性分析和聚类算法发现用户的学习行为规律,使用TF-IDF方法挖掘用户的资源偏好,并据此给出个性化的学习建议。该系统已应用于一个以人工智能类课程为主的在线教育平台,为师生提供个性化画像、学习反馈与资料推荐的服务,当前处于第二个学期的试用阶段。     

基于小波特征的M型星自动识别方法

M型星对研究恒星的演化具有重要价值.在我国正在实施的大型巡天项目(LAMOST项目)中,急需M型星的自动识别系统.本文给出了一种自动识别M型星的新方法,该方法由以下主要步骤组成:①选取一定波长范围的光谱进行5层小波变换,从第5层小波系数中提取出小波特征;②利用小波特征检测M型星特征频率和吸收带位置;③根据特征频率和吸收带位置的检测结果进行M型星识别.大量真实光谱数据实验表明,本文方法十分有效,识别率高达97.56%.     

基于复杂网络的封闭小区交通开放策略探究

封闭小区降低了城市路网密度和可达性,如何开放封闭小区成为一个热点问题.本文对若干中国大型城市的道路网络进行实证研究,发现这些网络的度分布具有无标度性质.基于此性质提出了一个适用于封闭小区开放问题的城市道路复杂网络模型.该模型使得城市道路网络包含小区路网,且道路信息易于查询与筛选,这有利于制定并比较不同的小区开放策略.利用该模型,研究了网络效率的计算和相继故障过程的建模问题,以比较不同的开放策略对城市路网的影响.最后,针对效率和稳定性两个因子,分析城市道路网络的优化特征.结果表明,开放位于非中心地区的小区,开放程度最大,新开交叉口位于连接数不多的道路时,网络效率及稳定性最佳.     

不依赖于连续性假设的Correspondence Manifold研究

图像匹配是计算机视觉中的一个基本问题,现有方法一般基于极几何模型,在使用中往往存在效率不高和对有些错误匹配点无法剔除的问题,为此研究了图像匹配中的模型问题.首先通过分析图像对应点映射关系的特点及其在联合图像空间中所形成曲面的几何直观,给出了不依赖于连续性假设的对应流形(CM)定义;然后通过分析CM及其视图所体现的映射关系特点和完备性,直观地给出了基于对应函数的CM表征方案,据此将CM的学习归结为一般的函数回归问题;最后通过理论分析和实验方式探讨了CM模型相比于经典的极几何模型的优势.理论分析结果表明,CM模型在图像匹配关系的描述中给出的是充分必要约束,而极几何模型给出的是必要非充分约束;实际图像匹配的实验结果表明,基于CM的错误匹配剔除方法的准确性和稳健性比基于极几何模型的方法略好,且候选匹配中错误越多,CM的速度优势越明显.     

均值漂移算法的收敛性

均值漂移是一种有效的统计迭代算法,已广泛应用于聚类分析、跟踪、图像分割、图像平滑、滤波、图像边缘提取和信息融合等方面.但是,其收敛性仍没有得到严格的证明,而收敛性是任何迭代算法的必要前提.推广并严格证明了该算法的收敛性.首先将均值漂移算法做了以下推广:反映不同样本点处局部空间结构的差异及其各向异性.然后,在推广的条件下从数学上严格证明了均值漂移算法的收敛性.最后,探讨了均值漂移算法中参数的自适应选择方法.从而为该算法的应用奠定了理论基础.     

序贯散列近邻法及其在光谱识别中的应用

基于近邻的方法是海量光谱数据获取、自动处理和挖掘中的一类重要方法,在应用中它们的主要问题是效率较低,为此文中提出了基于序贯计算的散列近邻法( SHNN).在SHNN中,首先使用PCA方法对光谱数据进行正交变换,使数据按照各成分的散列能力进行组织;然后在PCA空间中快速查找待识别光谱的近邻数据,在此过程中通过散列思想快速约减搜索空间,并用序贯计算法高效地排除非近邻光谱数据,提高计算效率.文中主要贡献是,提出了SHNN算法,并研究了该算法在恒星光谱、正常星系光谱和类星体光谱识别中的应用.SDSS光谱实验研究表明,SHNN效率提高约96％以上,速度提高26.45倍以上.由于近邻法的广泛适用性,文中研究结果不仅对恒星光谱、正常星系光谱和类星体光谱的识别研究有重要的参考意义和一定的实用价值,亦对恒星大气参量的估计和基于光谱的红移测量有一定的参考意义.     

基于对应流形的错误匹配剔除研究

可靠对应点的建立是计算机视觉中的一个基本问题, 它是许多已有算法的前题假设. 本文提出了对应流形的概念, 并给出了通过学习对应流形的视图剔除错误匹配点的学习方法. 该方法不依赖于被估计的参数模型, 克服了传统方法计算效率随着错误匹配比例的增大或被估参数个数的增长而急剧下降的缺点; 同时弥补了错误匹配的剔除与被估模型的选择及其参数估计相耦合的不足. 实验结果表明该方法能有效地剔除错误匹配点, 验证了所给模型的适用性与合理性. 为可靠对应关系的建立提供一种新的高效的方法．     

一种实用的手眼视觉系统定位方法

深入研究了机器人手眼视觉系统的立体定位问题。首先,重新将手眼问题公式化,得到一个新的系统模型;然后,在此基础上提出了一种实用有效的标定方法。其核心思想是直接将图像坐标映射到机器人基坐标系中,把系统参数作为一个整体来获取,而不必分别计算摄像机内部的每一个参数。与原方法相比,本方法可随意改变末端姿态定位,即定位时摄像机对目标取像的姿态不受任何约束。实验表明,该方法操作方便、实现简单、定位精度高。这一方法的提出克服了原方法的局限性,大大推广了手眼视觉系统的应用范围。     

天文瞬变源快速自动识别系统的研究与实现

大视场和高时间采样率是现代天文光学瞬变源巡天项目的两个主要发展方向,相对传统的巡天项目将会产生更大的数据量和要求更快的瞬变源识别处理速度.为满足新技术下的瞬变源识别处理要求,本文提出用基于等光度测量星像轮廓等13个新的特征参量取代原有的轮廓拟合参量;使用实际星像轮廓仿真和构建较真实的训练样本算法;加入基于实测数据分析的噪声过滤判据等方法.实现了基于随机林森算法的天文光学瞬变源自动快速识别系统.通过仿真和实测数据的测试表明:本识别系统较国际主流的同类识别算法提速约10倍,样本识别的总体正确检出率和错误检出率都基本相同,而在低信噪比处,本文的识别算法有较良好的表现.本识别系统已成功应用于我国的迷你地基广角相机阵（地基广角相机阵的先导项目）,同时,本系统对于其他天文光学瞬变源巡天项目也有着重要的应用价值.