一种利用情感词统计信息构造文本特征表示的方法

数据表达方法和文本分类的效果密切相关。文本分类中常用的数据表达方法主要包括基于词典的共现频率方法、基于隐性语义空间(LSA/SVD)的方法、基于神经网络语言模型的方法。该文提出一种利用单词的统计特征创建文本分类中特征空间的表达方法。该方法利用单词的7种常见的统计特征，通过相关性分析选取相对独立的统计特征创建特征空间。该方法能够有效降低文本向量空间的维度，同时降低了语义空间内的计算复杂度。情感分类实验的结果表明，与现有的单词的数据表达方法相比，该方法能够显著提高分类算法的准确率和召回率。     

基于示例学习的特征空间变换方法

特征空间是人工智能领域中经常用的基本概念之一，人工智能领域中的许多问题可以可以通过特征空间变换的方法化简和求解。文中提出了一种基于示例学习的特征空间变换方法。     

一种基于区域的彩色图像分割方法

提出一种基于区域的彩色图像分割方法，该方法首先选用适当的彩色空间对图像中的每个像素抽取颜色、纹理及空间位置等综合特征，形成基于像素的综合特征空间；利用模糊C均值聚类方法，在综合特征空间中进行聚类，利用模糊熵的原理获得最佳聚类的簇数目，得到初步的区域分割，最后利用连接原理对图像区域进一步分割。该方法还提供了丰富的区域特征。     

基于模糊核LVQ的Sammon非线性映射算法

提出了一种基于可靠稳定的模糊核学习矢量量化（FKLVQ）聚类的Sammon非线性映射新算法。该方法通过Mercer核，将数据空间映射到高维特征空间，并在此特征空间上进行FKLVQ学习获取数据空间有效且稳定的聚类权矢量，然后在特征空间和输出空间上仅针对各空间的数据样本和它们各自的聚类权矢量进行Sammon非线性核映射。这样既降低了计算的复杂度，又使数据空间和输出空间上数据点与聚类中心间的距离信息保持相似。仿真结果验证了该方法的可靠性和稳定性。     

基于特征运动的表情人脸识别

人脸像的面部表情识别一直是人脸识别的一个难点，为了提高表情人脸识别的鲁棒性，提出了一种基于特征运动的人脸识别方法，该方法首先利用块匹配的方法来确定表情人脸和无表情人脸之间的运动向量，然后利用主成分分析方法（PCA）从这些运动向量中，产生低维子空间，称之为特征运动空间，测试时，先将测试人脸与无表情人脸之间的运动向量投影到特征运动空间，再根据这个运动向量在特征运动空间里的残差进行人脸识别，同时还介绍了基于特征运动的个人模型方法和公共模型方法，实验结果证明，该新算法在表情人脸的识别上，优于特征脸方法，有非常高的识别率。     

基于Hough变换的直线跟踪方法

文中提出一种基于Hough变换的直线跟踪新方法，该方法利用Hough变换中的点线对偶性原理，将在图像空间中对直线的跟踪转化为在参数空间中对点的跟踪，把参数空间中的点作为特征点，在参数空间中的特征窗口内跟踪特征点，由最小二乘法得到匹配的特征点。文中还给出了该直线跟踪方法的几何解释，即在参数空间中的矩形特征窗口内搜索匹配点，实际上是在图像空间中以原点为中心的扇环范围内搜索匹配的垂足。合成图像序列和真实图像序列实验结果表明，该方法取得了较好的跟踪结果。     

一种基于空间邻接关系的k-means聚类改进算法

空间对象不仅具有非空间的属性特征，而且具有与空间位置、拓扑结构相关的空间特征。利用传统的聚类方法对空间对象进行聚类时，由于没有考虑空间关系，同一类的对象可能出现在空间不相邻的位置。基于空间邻接关系的k-means改进算法将相邻对象的空间邻接关系作为约束条件加以考虑，使聚类结果既反映了属性特征的相似程度，又反映了对象的空间相邻状态，从而可以揭示不同类别对象的空间分布格局，因此其比传统的k-means方法更适合于空间对象的聚类分析。     

基于立体视觉的三维视频轨迹跟踪

介绍了一种基于立体视觉原理的三维视频轨迹跟踪方法，该方法在实验空间安置了四个邻近的特征点，利用立体视觉原理对空间中特征点的运动轨迹进行分析，跟踪和预测，并根据四个特征点的位置关系计算出特征点所在平面的空间姿态参数。本文利用这种方法，将特征点安置到机器人手臂本体及操作对象上，实现了对机器人手臂动作轨迹的跟踪，预测以及碰撞检测和碰撞预警的功能。实验表明，该方法具有原理简单，计算是小，实时性强的特点。     

一种快速、鲁棒的人脸检测方法

根据特征脸思想，提出了一种新的基于特征肤色的人脸检测方法。首先从RGB彩色空间转换到HSI彩色空间中，然后训练肤色点样本集得到特征肤色，最后在特征肤色构成的肤色空间中检测人脸，实验表明，该方法是快速的，鲁棒的。     

特征信息建模及特征映射技术的研究

本文介绍特征技术产生的背景和特征建模的有关概念与方法。根据集成化制造系统的要求，提出了一套新的特征信息描述方法和系统结构；建立了折弯零件的设计特征库，实现了析弯零件的基于特征设计．分析、归纳了特征表达空间之间的关系和基于特征空间的特征映射原理与方法，完成了折弯零件设计特征模型到制造特征模型的转换，从而实现了产品信息的集成与共享．     

遗传规划算法在化合物设计、筛选研究中的应用

采用计算机科学中新兴的遗传规划算法思想，结合化学物质的本质特点，运用进化操作来实现化合物的合成设计和筛选。文中针对算法运用讨论了函数集、终止集问题，通过计算元素组成的字符串的化合价的结果来确定适应度函数，既符合化学学科的本质规律，又满足了算法的要求。通过复制、交换和突变操作，经过多代次的进化终止，取得了满意的结果。文章还针对其实用性，从化学本质出发，提出了建议和研究方向。可以说本文是遗传规划在化学化合物合成筛选中运用的成功探索，同时也为进一步研究打下了坚实的基础。     

非结构化文档敏感数据识别与异常行为分析

在海量数据中快速、准确地对数据进行分类分级,快速识别用户异常行为是目前数据安全领域的重要研究内容。在数据分类分级研究领域,自然语言处理技术提升了分类分级的准确率,但是中文语体混杂、无监督学习准确率低、有监督学习样本标注工作量大等问题亟待取得关键突破。本文提出多元中文语言模型和基于无监督算法构建样本,突破数据分类分级领域面临的关键问题。在用户异常行为分析研究领域,由于样本依赖度过高,导致异常行为识别准确率较低,本文提出利用离群点检测方法构建异常行为样本库,解决样本依赖过高问题。为验证方法可行性,进一步构建实验系统开展实验分析,通过实验验证所提出方法可以显著提高数据分类分级和异常行为分析的准确率。     

海量大气颗粒物成分分析系统

2011年以来, 我国多地出现了雾霾天气, 对大气颗粒成分分析有助于人们了解雾霾形成的原因, 制订有效的应对措施. 本文的主要目的是对于大气颗粒物成分进行命名. 传统颗粒物的命名是在经验的基础上, 对颗粒进行逐个的命名. 若将该过程自动化, 难点有两个: 数据规模太大、人工经验难以量化. 本文使用数据挖掘的工具, 首先进行了一次聚类分析, 降低了数据规模. 为了解决人工经验难以量化的问题, 使用逻辑回归分类算法, 并进行了调优, 使正确率达到了业务处理的要求.     

基于SWRL本体推理研究

随着语义Web的兴起,本体技术已成为计算机学科中的一个研究热点。在分析本体、Web本体语言OWL和语义网规则描述语言SWRL的概念和特点的基础上,利用MPEG-7标准中的视觉描述子来描述图像的特征,采用本体建立图像的语义特征,将SWRL引入图像情感识别领域,利用SWRL构建推理规则。通过建立图像的本体信息和推理规则,并用规则推理出本体中隐含的信息,实现图像情感识别,使计算机具有一定的情感推理能力。     

A Manifesto for Agent Technology: Towards Next Generation Computing

The European Commission's eEurope initiative aims to bring every citizen, home, school, business and administration online to create a digitally literate Europe. The value lies not in the objective itself, but in its ability to facilitate the advance of Europe into new ways of living and working. Just as in the first literacy revolution, our lives will change in ways never imagined. The vision of eEurope is underpinned by a technological infrastructure that is now taken for granted. Yet it provides us with the ability to pioneer radical new ways of doing business, of undertaking science, and, of managing our everyday activities. Key to this step change is the development of appropriate mechanisms to automate and improve existing tasks, to anticipate desired actions on our behalf (as human users) and to undertake them, while at the same time enabling us to stay involved and retain as much control as required. For many, these mechanisms are now being realised by agent technologies, which are already providing dramatic and sustained benefits in several business and industry domains, including B2B exchanges, supply chain management, car manufacturing, and so on. While there are many real successes of agent technologies to report, there is still much to be done in research and development for the full benefits to be achieved. This is especially true in the context of environments of pervasive computing devices that are envisaged in coming years. This paper describes the current state-of-the-art of agent technologies and identifies trends and challenges that will need to be addressed over the next 10 years to progress the field and realise the benefits. It offers a roadmap that is the result of discussions among participants from over 150 organisations including universities, research institutions, large multinational corporations and smaller IT start-up companies. The roadmap identifies successes and challenges, and points to future possibilities and demands; agent technologies are fundamental to the realisation of next generation computing.     

Affinity-Based Network Interfaces for Efficient Communication on Multicore Architectures

Improving the network interface performance is needed by the demand of applications with high communication requirements (for example, some multimedia, real-time, and high-performance computing applications), and the availability of network links providing multiple gigabits per second bandwidths that could require many processor cycles for communication tasks. Multicore architectures, the current trend in the microprocessor development to cope with the difficulties to further increase clock frequencies and microarchitecture efficiencies, provide new opportunities to exploit the parallelism available in the nodes for designing efficient communication architectures. Nevertheless, although present OS network stacks include multiple threads that make it possible to execute network tasks concurrently in the kernel, the implementations of packet-based or connection-based parallelism are not trivial as they have to take into account issues related with the cost of synchronization in the access to shared resources and the efficient use of caches. Therefore, a common trend in many recent researches on this topic is to assign network interrupts and the corresponding protocol and network application processing to the same core, as with this affinity scheduling it would be possible to reduce the contention for shared resources and the cache misses. In this paper we propose and analyze several configurations to distribute the network interface among the different cores available in the server. These alternatives have been devised according to the affinity of the corresponding communication tasks with the location (proximity to the memories where the different data structures are stored) and characteristics of the processing core. As this approach uses several cores to accelerate the communication path of a given connection, it can be seen as complementary to those that consider several cores to simultaneously process packets belonging to either the same or different connections. Message passing interface (MPI) workloads and dynamic web servers have been considered as applications to evaluate and compare the communication performance of these alternatives. In our experiments, performed by full-system simulation, improvements of up to 35% in the throughput and up to 23% in the latency have been observed in MPI workloads, and up to 100% in the throughput, up to 500% in the response time, and up to 82% in the requests attended per second have been measured in dynamic web servers.     

图像-文本相关性挖掘的Web图像聚类方法

为了实现Web图像检索结果的聚类,提出了一种Web图像的图聚类方法.首先定义了两种类型关联:单词与图像结点之间的异构链接以及单词结点之间的同构链接.为了克服传统的TF-IDF方法不能直接反映单词与图像之间的语义关联局限性,提出并定义了单词可见度(visibility)这一属性,并将其集成到传统的tf-idf模型中以挖掘单词-图像之间关联的权重.根据LDA(latent Dirichlet allocation)模型,单词-单词之间关联权重通过一个定义的主题相关度函数来计算.最后,应用复杂图聚类和二部图协同谱聚类等算法验证了在图模型上引入两种相关性关联的有效性,达到了改进了Web图像聚类性能的目的.     

基于XML的UML模型向AADL模型的自动转换

UML已经成为复杂系统建模的工业标准,并可借助代码自动生成工具实现从分析到编码的开发过程自动化;AADL具有精确的语义和严格的语法规范,可用于描述嵌入式实时系统的软、硬件体系结构,并能分析系统的功能及非功能属性。 UML和AADL模型的基本元对象有相互对应关系,并且两种模型的表示都能够采用标准的XML的交换格式。为充分发挥两种语言的优势,文中研究了UML模型向AADL模型的自动转换,以XML为媒介实现两种模型的元对象的对应转换,最终达到两种模型的转换,使用户在设计阶段能够结合运用AADL、UML工具的优点对系统进行分析。     

基于大数据平台的点负荷近中期负荷预测及行业负荷增长特征分析

为保障电力部门对于台区内设备的维护,需要预测台区的负荷。因此供电部门就必须具备预测未来一年以至更长时间的台区负荷的能力,防止因负荷过载对变压器造成损坏,并保证城市的可靠供电。对台区负荷的预测难点在于对于城中村的预测,城中村流动人口多,产业类型复杂多样,受就业环境、经济发展的影响深,表现为负荷的变化相较于其他的台区随机性更强。鉴于此原因,我们以大数据平台为依托,进行单因素变量的预测,采用季节分解模型对历史用电负荷进行季节分解;然后分别用线性回归和自回归积分滑动平均模型（ARIMA）对季节分解出来的趋势和季节、残差成分进行预测,获得精度良好的负荷预测模型,最后选择两个特征鲜明的行业进行比较,分析其负荷增长特征。     

CRUDi framework proposal: financial industry application

The alignment of information systems with the business goals of an organisation, although a topic of great importance, is not always properly valued or taken into consideration. In general, managers have different opinions to chief information officers (CIOs) in relation to IS, especially with regard to their importance and value to the business and also in terms of investment needs. Here, we discuss and study new approaches to methods and tools for assessing the relative importance of each information system to business, focusing on the financial sector including banks and insurance companies. We suggest the introduction of new key indicators for better decision support and to identify investment priorities, and present results regarding the relative importance of each process to support the business strategy. The primary goal for the inherent research project is to analyse the main problems and difficulties encountered by IS and IT managers, featuring different players and how they relate. The main contributions of this work are the CRUDi framework as a tool to improve alignment between business and IS strategies and the CRUDi survey and its results qualifying the financial sector's opinion regarding the relative importance of processes and investments.