近55年来云南蒙自气温变化的R/S分析

根据云南蒙自气象站1951～2005 年的月平均气温资料.运用R/S分析方法,对该站气温变化特征进行了诊断分析.结果表明,不同季节的Hurst 指数均大于0.5,说明存在明显的Hurst 现象,反映近55 年来蒙自站气温变化存在趋势性成分.近55年来,蒙自气温呈现明显的增暖趋势,特别是夏季、年平均及冬季增温速度高于春、秋季节.年平均气温的变异点出现在1997年,且1997年后增温的趋势性成分相对较高.     

基于分片的高维稀疏数据存储模式优化研究

针对大型数据库中高维稀疏关系表空字段对存储空间的占用问题,通过利用传统行存储数据库模拟列式存储数据库的工作原理,设计了一种基于分片的数据库结构。通过实验分析,数据库存储空间比原始模式降低了27.42%左右。在对高维稀疏数据中五个字段进行查询时,I/O数据块个数降低至原始模式的35.27%,对高维稀疏数据中四个字段进行查询时,I/O数据块个数降低至原始模式的28.22%,而随着字段的减少I/O数据块仍会进一步减少,从而提高了数据库的访问效率。     

城市生活垃圾中废弃木料流化床热解气化试验研究

为开发适合我国城市生活垃圾处理的低污染气化熔融技术，对城市生活垃圾中广泛存在的废弃木料组分进行了流化床热解与气化试验。流化床中，在反应温度400～700℃、过量空气系数0～0．8的范围内，对木料进行了系统的热解气化试验，分析了反应产物特性及其产量变化规律。结果表明，热解温度5000℃，热解油产量最大，可占原料质量的38％，热解气产量随温度增加而增大；气化温度600℃、过量空气系数0．4时，气化效率最高，达到73％，此时每标准立方米气化气热值为5800kJ，气化气产率为2．01m^3／kg；并进行相关的反应特性及机理分析。     

基于伪属性语义匹配的Deep web信息抽取

已有的Deep Web信息抽取算法主要对结构规范的网页进行模版的提取,目前多数Deep Web网页在结构上是非规范的,网页中记录属性字段可能缺失或重复、原子属性字段可能被html标签分隔。为了正确抽取这些非规范网页,提出了一种新方法：引入了记录的伪属性及其语义匹配概念,通过实现记录间伪属性序列的语义匹配实现信息抽取;提出了伪属性序列的模型及其语义匹配算法和记录Wrapper模型及其生成算法。实验表明,在结构不规范deep web网页的抽取上,能达到91%的查全率和93%的查准率,相对其它算法有一定优势。     

基于流信息距离的多文本流热点挖掘

把文本流中的热点区分为局部热点和全局热点,分析了二者的相关性,并将Kolmogorov复杂度应用于多文本流中的热点挖掘,首先,定义了基于Kolmogorov复杂度的冗余信息的概念,并论证了文本流存在局部热点的必要条件是冗余信息超过某个阈值;其次,基于条件Kolmogorov复杂度提出了一个相似性度量指标——流信息距离(...     

基于干预规则挖掘因果关系与分段干预事件及对比不等式

为揭示亚复杂系统(SCS)在干预下的特殊行为,提出了对比不等式概念,提出并实现了分段干预规则的挖掘算法;通过在亚复杂系统中施加扰动式干预并分析其动力学效应,提出并实现了基于扰动因果关系挖掘算法。在真实数据上的实验表明,分段干预规则发现了传统挖掘方法难以发现的新干预事件,因果挖掘算法发现了传统方法难以发现的因果关系。     

基于中心距序降维的聚类算法

为提高金融业务数据集上的聚类质量和聚类效率,提出簇的直径、簇间的相似度这2个概念。利用距离尺度降维的中心距序降维法,将多维数据降至一维,在一维上利用自适应排序聚类算法ASC聚类。该算法和传统的Cobweb算法、K-means算法做对比,实验表明该方法能提高簇间相似度,最大提高200%。     

CTS: 基于拥堵溯源算法的信号灯多智能体强化学习组织方案

在交通路网的运行中红绿灯起着至关重要的调度作用,随着目前交通的飞速发展,道路越来越复杂、车辆越来越繁多,导致红绿灯的调度压力越来越大、调节能力却越来越弱。为了解决这一问题,建立了CTS（congestion trace source）方案,将交通疏导的主体对象红绿灯作为智能体进行强化学习以优化其对交通的疏导控制能力,通过构建拥堵链和拥堵环综合分析路网拥堵情况,佐以红绿灯相位及其配时数据以达到对红绿灯智能体对象状态的综合判断;CTS方案设计了红绿灯排队长度算法将拥堵情况数字化作为智能体奖励对优化效果进行评判。使用SUMO仿真环境进行实验,设计交通优化指标路口平均排队长度并进行对比,最终该方案的路口平均排队长度相较于原始数据提升了40%。     

基于GAED-MADDPG多智能体强化学习的协作策略研究

目前多智能体强化学习算法多采用集中学习,分散行动的框架。该框架存在算法收敛时间过长和可能无法收敛的问题。为了加快多智能体的集体学习时间,提出多智能体分组学习策略。通过使用循环神经网络预测出多智能体的分组矩阵,通过在分组内部共享智能体之间经验的机制,提高了多智能体的团队学习效率;同时,为了弥补分组带来的智能体无法共享信息的问题,提出了信息微量的概念在所有智能体之间传递部分全局信息;为了加强分组内部优秀经验的留存,提出了推迟组内优秀智能体死亡时间的生灭过程。最后,在迷宫实验中,训练时间比MADDPG减少12%;夺旗实验中,训练时间比MADDPG减少17%。     

基于多槽分桶的快速规则冲突检测算法

为解决企业海量规则集合中产生的规则自我冲突问题,提出了基于多槽分桶的快速规则冲突检测算法MSSB。该算法利用同槽实桶之间规则两两必不冲突特性,将复杂的冲突规则求解转换为线性时间内的不冲突规则求解,从而在稳定的空间和时间复杂度下有效解决规则冲突发现问题。先形式化描述了通用规则冲突和不冲突,并在合理的假设条件下证明了3个规则间关系的命题和同槽不冲突定理;然后提出了基于哈夫曼树和三角矩阵结构的MSSB算法;最终在国内民航典型机场的规则集合上完成了对比实验,结果表明新算法的冲突检测性能比Policytree算法相提高了36.2%。