气相色谱-质谱法测定自来水中挥发性有机污染物含量

按照美国EPA 542.2和8260B方法,对大连市自来水中的66种挥发性有机污染物进行了定量分析,结果表明,大连市自来水中含有这66种挥发性有机污染物中的9种污染物.     

面向卷积混叠环境下的盲源分离新方法

卷积混叠环境下的盲源分离(Blind source separation, BSS)是一个极具挑战性和实际意义的问题.本文在独立分量分析框架下,建立非负矩阵分解(Nonnegative matrix factorization, NMF)模型,设计新的优化目标函数,通过严格的数学理论推导,得到新的模型参数更新规则;并对解混叠矩阵进行标准化处理,避免幅度歧义性问题;在源信号的重构阶段,通过实时更新非负矩阵分解模型参数,避免源信号的排序歧义性问题.实验结果验证了所提算法在分离中英文语音混叠信号、音乐混叠信号时的有效性和优越性.     

基于生成对抗网络联合时空模型的行人重识别方法

跨摄像头的行人跟踪是智慧城市和智能安防的技术难题,而行人重识别是跨摄像头行人跟踪中最关键的技术。针对因领域偏差而导致行人重识别算法跨场景应用时准确率大幅下降的问题,提出一种基于生成对抗网络（GAN）联合时空模型的方法（STUGAN）。首先,通过引入GAN生成目标场景的训练样本,以增强识别模型的稳定性;然后,利用时空特征构建目标场景样本的时空模型,以筛选低概率匹配样本;最后,融合识别模型与时空模型来进行行人的重识别。在该领域典型的公开数据集Market-1501和DukeMTMC-reID上与词袋模型（BoW）、先进的无监督学习（PUL）、无监督多任务字典学习（UMDL）等先进无监督算法进行实验对比。实验结果分析表明,所提方法在Market-1501数据集上的rank-1、rank-5及rank-10指标的准确率达到66.4%、78.9%及84.7%,比对比算法最好结果分别高5.7,5.0和4.4个百分点;平均精度均值（mAP）仅低于保持主题一致性的循环生成网络（SPGAN）。     

需求演化排队模型研究

用定量手段研究需求演化需要相关方法加以指导。利用排队论来分析需求变化请求从提出到实现的整个过程所具有的排队模型特征。在M/M/1/m/m假设之下,改进了现有需求成熟度的计算方法,并通过实例计算了该排队模型的特征指标,分析了这些数量对评价需求分析的效率及需求工程师的能力所具有的借鉴意义,并指出排队论在指导用定量手段研究需求变化管理上的作用。     

模型驱动开发中模型演化语法和语义特性研究

模型演化由一系列复杂的变化活动组成,要遵循一定的约束以保持模型的某些特性。以一个实例描述模型演化的过程,并以集值映射为基础,定义模型成分与语义域的映射,通过定义模型演化的语义函数,研究模型演化的语法和语义性质,包括特性保持、一致性、等价性和吸收性等。     

相似度保持跨模态哈希检索

由于不同模态数据之间的异构性以及语义鸿沟等特点,给跨模态数据分析带来巨大的挑战.本文提出了一个新颖的相似度保持跨模态哈希检索算法.利用模态内数据相似性结构使得模态内相似的数据具有相似的残差,从而保证学习到的哈希码能够保持模态内数据的局部结构.同时利用模态间数据的标签,使得来自于不同模态同时具有相同标签的数据对应的哈希码能够紧密聚集在一起.为了进一步提高哈希码的鉴别能力,算法引入线性回归使得投影后的哈希码能够逼近样本的二值标签.在三个公开的不同跨模态检索数据集上的实验结果显示本文算法有较高的平均查准率.     

面向可用性评估的协同工作系统建模

在开发以使用为中心的协同工作系统中,越来越要求在早期就能发现并修正可用性方面的缺陷,这就要求评估者对被评估系统的使用上下文有清晰的理解,进而要求在协同工作任务模型上得到充分的支持.然而,现有的界面模型和面向单用户的可用性评测技术却不能有效地覆盖最基础的协作原子行为和团队协作的上下文信息,于是从面向评估的角度提出了一种新的协同工作系统描述模型,在模型上应用快速评估方法中的遍历技术,通过迭代地模拟真实环境中系统的使用状况,可以实现低成本的早期可用性评估.实验表明,该方法较几种传统方法有一定的优势.     

基于生成对抗网络联合时空模型的行人重识别方法

跨摄像头的行人跟踪是智慧城市和智能安防的技术难题，而行人重识别是跨摄像头行人跟踪中最关键的技术。针对因领域偏差而导致行人重识别算法跨场景应用时准确率大幅下降的问题，提出一种基于生成对抗网络（GAN）联合时空模型的方法（STUGAN）。首先，通过引入GAN生成目标场景的训练样本，以增强识别模型的稳定性；然后，利用时空特征构建目标场景样本的时空模型，以筛选低概率匹配样本；最后，融合识别模型与时空模型来进行行人的重识别。在该领域典型的公开数据集Market-1501和DukeMTMC-reID上与词袋模型（BoW）、先进的无监督学习（PUL）、无监督多任务字典学习（UMDL）等先进无监督算法进行实验对比。实验结果分析表明，所提方法在Market-1501数据集上的rank-1、rank-5及rank-10指标的准确率达到66.4%、78.9%及84.7%，比对比算法最好结果分别高5.7，5.0和4.4个百分点；平均精度均值（mAP）仅低于保持主题一致性的循环生成网络（SPGAN）。     

遗留系统的演化活动

为保护企业的IT投资，必须对遗留系统进行演化。本文介绍了一种遗留系统的评估方法，包括业务价值和系统技术水平的评估。在分析评估结果的基础上，阐述遗留系统的演化活动和目前软件工程领域内的相关技术。     

基于编织的模型合成研究*

模型合成是MDA的一个新课题。将模型合成分成三个实施阶段,并设计了一种模型合成的编织框架WMCF（weaving-based model composition framework）,在模型合成中引入编织技术,输入模型的合成语义定义在编织模型中,通过WMCF框架自动实现模型合成。WMCF框架支持QVT(query/view/transformations)规范,这也是将模型合成与模型转换相结合的有益尝试。