基于文本挖掘的网络信息搜索目标预测系统

目前设计的网络信息搜索目标预测系统存在预测准确率低、预测时间长的问题,基于文本挖掘设计了一种新的网络信息搜索目标预测系统。系统硬件主要设计了采集器、处理器、存储器和传输器,采集器芯片选用三星公司生产的高速、低功耗的A/D转换芯片SD8276,处理器使用GS446架构,存储器芯片选择TU公司生产的TDYEBI663芯片,传输器由传统的4路单线接收机调整为6路双线接收机,以提升传输器的传输性能。利用文本挖掘中的文本摘要、结构分析和数据演变对网络用户搜索的信息内容进行系统分类,抽取网络信息中的不协调信息,对目标定位进行检索,辅助预测系统分析文本信息中的关键信息,从而实现网络信息搜索目标预测。实验结果表明,基于文本挖掘的网络信息搜索目标预测系统能够有效提高预测准确率,缩短预测时间。     

基于多任务学习时间卷积网络的路网短时交通速度预测

短时路网交通速度预测是智能交通系统的重要技术。基于深度学习,文章提出了一种多任务学习时间卷积网络（Multi-Task Learning Temporal Convolutional Network,MTL-TCN）,用于预测路网层面的短时交通速度。以广州市路网交通速度数据为数据源展开对比实验,结果表明MTL-TCN模型优于经典方法和深度学习方法。     

结合多任务迁移学习与知识蒸馏的人脸美丽预测研究

目前,人脸美丽预测存在数据样本少、评价指标不明确和人脸外观变化大等问题。多任务迁移学习能有效利用相关任务和源域任务额外的有用信息,知识蒸馏可将教师模型的部分知识蒸馏到学生模型,降低模型复杂性和大小。本文将多任务迁移学习与知识蒸馏相结合,用于人脸美丽预测,以大规模亚洲人脸美丽数据库(Large Scale Asia Facial Beauty Database, LSAFBD)中人脸美丽预测为主任务,以SCUT-FBP5500数据库中性别识别为辅任务。首先,构建多输入多任务的人脸美丽教师模型和学生模型;其次,训练多任务教师模型并计算其软目标;最后,结合多任务教师模型的软目标和学生模型的软、硬目标进行知识蒸馏。实验结果表明,多任务教师模型在人脸美丽预测任务中取得6823%的准确率,其结构较复杂,参数量达14793K;而多任务学生模型通过知识蒸馏后分类准确率为6739%,但其结构简单、参数量仅1366K。本方法多任务教师模型分类准确率比其他方法高,多任务学生模型分类准确率虽然略低一点,但其模型更简单、参数量更少,更有利于用更轻量的网络模型进行人脸美丽预测。      

基于多任务NR-DenseNet网络的航班延误预测模型

不同于目前大多数只倾向于研究单一的分类或回归任务的航班延误预测方法,该文提出一种基于多任务NR-DenseNet网络的航班延误预测模型,旨在同时实现航班延误等级分类预测与延误时间回归预测。首先,预处理相关数据;其次,建立多任务学习特征提取共享层,使用NR-DenseNet网络提取任务之间的共享参数,深度挖掘任务之间的相关特征;然后,建立多任务学习特定任务层,通过回归器与分类器分别输出特定任务的预测结果;最后,采用损失加权方法对两个任务损失函数进行优化,平衡任务间的收敛速度,提高模型泛化性。将模型应用在宁波机场数据集中,与单任务模型相比回归任务平均MSE降低了23.4%,平均MAE降低了14.2%,分类平均准确率提升了2.7%。实验结果表明,该文方法提升了分类任务的准确率降低了回归任务的误差,可以有效提升模型性能。     

基于信息融合的网络信息安全检测评估系统设计

当前网络环境下用户的信息数据极易受到攻击,传统的安全检测评估系统多是针对用户计算机系统的漏洞检测,导致检测的安全风险不全面,经常出现网络攻击检测不出的情况,且对于系统安全风险的评估数值并不精准,严重影响用户的网络信息安全,为此,在信息融合的基础上,设计新的网络信息安全检测评估系统。在使用FPGA芯片以及系统电路优化系统硬件配置方案的基础上,设计相应软件的模型框架。使用流量预测算法对网络数据流进行预测,提升系统数据处理速度,并建立数据挖掘的异常检测模型,实时检测网络信息的异常数据,同时建立基于信息融合的动态评估模型,实现对检测的异常状态与网络攻击进行风险评估,软硬件结合,完成系统设计。通过对比传统的漏洞检测系统,进行设计系统的对比实验,论证结果表明,设计的系统在对用户的网络信息安全进行检测以及评估的过程中,能够保证对于异常情况的全面检测,检测结果误差极低,且能够保证对计算机安全状态评估的准确性。     

VxWorks多任务网络实时处理软件设计

VxWorks是一种嵌入式实时多任务操作系统,广泛应用于航空航天、通信电子、物联网等领域.多任务软件设计的合理性对嵌入式系统软件的稳定性、可靠性起着重要的作用.对VxWorks网络通信机制以及多任务调度机制进行了分析,介绍了多任务实时软件设计过程中涉及到的任务划分、任务优先级的设置、堆栈大小设置、任务释放等关键问题,结合应用实例给出多任务通信软件设计的步骤和方法,通过试验验证了设计的合理性和可靠性,为基于VxWorks多任务实时处理软件的设计提供了一定的参考.     

基于LabVIEW的多任务测控系统设计与实现

本论文介绍了多任务实时测控系统。系统采用分布式控制系统结构,将人机交互、数据采集等任务和控制任务分别交由测试计算机和控制计算机完成。该测控系统计算机应用软件是在LabVIEW平台上开发,提出了测控系统的两级多任务调度策略,按照软件工程学的观点对实时多任务测控系统进行了方案设计和实现,提高了测控系统的性能。     

面向对象的实时多任务系统设计方法研究

文章主要介绍了一种新的面向对象的实时系统设计方法,其中包括实时多任务系统软件的开发过程、需求分析、系统设计、测试用例设计、系统实现、测试等方面。该方法弥补了其它很多的实时多任务系统设计方法的不足。该方法面向对象语言的使用,既能进行信息隐藏,可以处理多任务结构,还可以进一步规范实时系统的开发,并在工具软件的辅助下,实现了目标应用生成过程的自动化。     

基于Web网络的环境信息通信系统设计

传统环境信息通信系统存在通信信息传输效率低下、信息丢包率高等缺点。为了有效解决此问题,设计基于Web网络的环境信息通信系统。通过硬件网络总体框架设计、硬件网络功能结构设计、程序模块设计,完成基于Web网络的硬件系统设计。通过环境信息通信软件架构设计、协调节点程序设计、终端节点程序设计,完成环境通信软件系统设计。模拟新型系统的应用环境,设计对比实验结果表明,与传统系统相比,应用新型系统后,环境通信信息传输效率明显提升,信息丢包率也得到了有效控制。     

一种基于路况预测信息的最小时间路径算法

动态路径规划是实现车辆动态导航的核心技术之一,首先构建了时间依赖动态路网模型,介绍了动态路径导航的实现策略,提出了一种基于道路短时预测信息的最小时间路径规划算法,实验仿真结果表明,该算法能够提供实时、高效、预测性强的规划路径,满足城市交通中用户的需求。     

基于视觉传感网络的目标跟踪系统设计

为了减小当前智能视觉跟踪系统对于背景模型的依赖,增强系统的抗干扰性,设计一种新型的基于视觉传感器网络的物体检测与跟踪系统。系统采用MeteorⅡ-Standard图像采集卡采集监控区域中的目标物体图像,通过无线传感网络对监测范围中的目标图像信息进行变换、传输、存储和处理,使用CP-132IS串口卡将图像处理数据传输给控制器,控制器基于传感网络节点反馈的目标坐标信息,对目标位置进行标定,软件设计过程中,详细分析系统实现目标跟踪的流程,主要包括目标物体检测、节点数据处理、节点间的数据通信以及控制器存储并标定目标位置四个部分,并给出系统视觉库和摄像头模块的关键程序代码。实验结果表明,所提系统具有较高的目标跟踪精度,应用价值高。     

一种基于多任务学习的微多普勒目标识别方法

近年来为了更好地适应不同场景下的智能化探测,人们对雷达目标识别任务的需求越来越高,因此本文提出了一种基于多任务学习方法的微多普勒目标识别方法.该方法基于BLSTM框架,针对两个不同的微多普勒目标识别任务使用特征提取器共享的方法训练模型.本方法既减小了识别系统整体的计算量,同时由于共享了不同任务之间的特征表示,又提高了模...     

Self-Att-BiLSTM:一种面向业务流程活动与时间的多任务预测方法

业务流程中事件日志的分析与预测可以为流程监控和管理提供决策信息,现有研究方法多针对特定单个任务预测,不同任务间预测方法的可迁移性不高。多任务预测可以共享多个任务间的信息,提升单个任务预测的精度,但现有研究对重复活动的多任务预测效果有待提高。针对以上问题,提出一种注意力机制与双向长短时记忆结合的深度神经网络模型,实现对业务流程中重复活动和时间的多任务预测。预测模型可以共享不同任务已经学到的特征表示,实现多任务并行训练。在多个数据集中对不同方法进行对比,结果表明,所提方法提高了预测效率和预测精度,尤其对重复活动的预测精度有较好提升。     

超立方体网络的不相交路径通信策略研究综述

超立方体是一类具有良好的拓扑性质的互连网络模型。不相：交路径的实现是超立方体网络中容错通信的有效保证。介绍了超立方体网络的不相交路径路由策略中的主要研究内容和研究现状,对近年来该方面取得的研究成果进行分析和总结,并指出了其中存在的问题和该策略研究的方向。     

一种结合帧级特征预测的多任务学习声纹确认方法

目前主流的声纹确认算法通常采用有监督、区分性的训练方式得到神经网络模型,如卷积神经网络（Convolutional Neural Network,CNN）、长短时记忆网络（Long-Short-Term Memory Network,LSTM）等,再利用该神经网络模型提取语音中包含个性化信息的声纹模型向量,从而进行相同人或不同人的声纹相似性比对。文章提出一种结合帧级特征预测的多任务学习训练方式,额外增加对帧级特征进行预测的神经网络模型分支,通过联合训练达到提高声纹确认算法性能的目的。在基准VoxCeleb三个测试集合上开展的实验结果表明,本文提出的方法可以有效提升声纹确认算法性能。     

基于信息分形的行人轨迹预测方法

行人轨迹预测应用十分广泛,比如自动驾驶、机器人导航等。在轨迹预测中,一些不确定信息给轨迹预测任务带来了挑战,比如判别器中对轨迹信息判别的不确定,复杂的交互信息。在不确定信息处理科学领域,信息分形能有效处理不确定信息的不确定性和复杂性。受此启发,为了充分处理判别器中轨迹信息判别的不确定性,提升预测精度,该文提出了基于信息分形的轨迹预测方法。首先,场景信息和历史轨迹信息被特征提取模块提取。然后,通过注意力模块获取到场景-行人之间的交互信息与行人-行人之间的交互信息。最后基于生成对抗网络和信息分形生成合理的轨迹。在两个公共数据集ETH/UCY上实验表明,该方法能有效处理轨迹信息的不确定性,提高轨迹预测的精度。比如突然转弯、从后方超越前人、避让等行为的轨迹都能有效预测。在平均位移误差(ADE)和终点位移误差(FDE)上相比基准模型误差平均降低了11.11%和23.48%。     

基于层次分析法的网络涉密信息风险评估系统设计

目前设计的网络涉密信息风险评估系统评估时间过长,评估准确率较低.为了解决上述问题,提出基于层次分析法的网络涉密信息风险评估系统,采集器芯片采用SD公司生产的最新采集芯片SD8246,该芯片是14位高速、低功耗、逐次逼近式的AD转换器,处理器采用Intel公司旗下的IYB120,其具有较强的并行处理能力并且在实际应用中较...     

基于双侧公差限的多目标不确定度计量系统设计

传统的多目标不确定度计量系统计量时间较长,计量过程稳健性较差.为了解决上述问题,设计了基于双侧公差限的多目标不确定度计量系统.系统硬件设计了模拟信号发生器、数据采集装置、主控单元和人机交互界面,选用DM3730处理器处理计量内容.系统软件分析了产品的望目特性、望小特性、望大特性,针对每一个产品特性提出了相应的质量损失函...