基于双层多粒度知识发现的移动轨迹预测模型

针对现实移动轨迹空间分布上的稀疏性、不均匀性对移动轨迹建模与预测方面带来的挑战性问题,提出基于双层多粒度移动轨迹知识发现的在线轨迹预测模型.分别在粗/细粒度语义层对移动轨迹数据进行多粒度建模与模式挖掘,基于粗/细粒度语义表达之间的关联包含关系建立双层移动模式映射索引结构.通过在双层语义模式上对在线移动轨迹进行匹配与输出合并互补操作,实现对在线查询移动轨迹的混合预测.在真实数据集上的实验结果表明,采用提出的方法能够有效地提升预测精度,可以扩展稀疏数据下的可预测轨迹范围.     

船舶行为的语义建模与表达

船舶行为的语义表达是实现水上交通态势智能认知与知识推理的基础。为实现对船舶时空运动特征的语义表达和抽象,完善船舶轨迹的语义转换方法,提出了一种船舶行为语义的认知计算模型。通过融合船舶的时空轨迹数据及航行环境信息,以船舶时空轨迹单元为基础,根据船舶的运动状态、轨迹的空间拓扑特征以及行为的语义特征,依据空间拓扑学理论,将船舶时空行为抽象为原子行为、拓扑行为和交通行为,从船舶的时空轨迹到语义行为进行了不同层次的概念建模、语义描述和形式化表达;最后,基于该语义模型对船舶在港口水域中不同类型的航行行为进行实例验证。结果表明,该模型能够对港口水域中不同运动特征、不同空间拓扑特征的船舶行为进行语义建模与形式化表达,将其提取为5种典型的交通行为,表明该语义模型对船舶行为认知具有一定的合理性和良好的适用性。研究成果能够为船舶行为的语义认知、知识计算提供理论方法基础,实现对高级船舶行为的语义计算和认知推理。     

基于注意力机制与多尺度融合学习的车辆重识别方法

在车辆重识别任务中,通常会出现相机角度变化和场景变化等情况,导致重识别准确率降低,为此提出了一种基于注意力与多尺度融合学习的车辆重识别方法,在多尺度下提取并融合浅层细节信息和深层语义信息。首先,构造一种深度学习网络,通过注意力机制学习车辆图像的显著性特征;然后,在多个尺度下对描述车辆身份的信息进行提取,将浅层表达的细节信息和深层表达的语义信息相融合构造空间特征;其次,对空间特征进行分解与重组,得到具有空间鲁棒性的局部特征,并与全局特征融合,构造车辆身份重识别特征;最后,利用该特征计算不同车辆图像间相似度,判断是否具有相同的身份。实验结果表明:在VeRi-776数据集上测试得到的Rank-1指标达到了94.0%,mAP指标达到了72.2%,表明该方法在相机角度变化、场景变化等情况下可以有效提高车辆重识别的准确率。     

GIS中地理要素多尺度概念模型的初步研究

对地理要素的多尺度表达(多重表达)是当前多尺度空间数据库领域的研究热点之一。它可以为GIS用户提供由整体到局部、由抽象到具体的地理实体和地学过程的分析及可视化功能。其中要素的多尺度概念模型是解决该问题的基础和先决条件。本探讨了地理空间要素多尺度表达在几何层次、实体层次、属性层次方面的多尺度表现特征，与传统的GIS概念模型进行比较，研究了要素的多尺度概念数据模型设计所应满足的基本条件，提出了构建多尺度空间数据概念模型的关键策略，详细剖析了模型中地理要素在不同尺度下的抽象数据类型、属性值域的演变规律，以及要素不同尺度表达问的语义、层次连通、尺度关系等内在联系。并以城市地图要素为例，采用满足多重表达建模要求的扩展E—R建模方法，实现了对要素多尺度抽象表达的概念模型设计。     

跨语言文献相似度的分析方法

对不同语言的句对齐文献资料进行分析,提出了基于多语主题模型的跨语言文献相似度的计算方法.首先,对收集整理的不同语言(中文、英文、韩文)文献构建数据模型,通过分词、分词结果修正及选择、词权重计算等预处理工作构造词项-文档矩阵.其次,建立多语主题语义空间,将译成3种不同语言的文献映射到语义空间,在语义空间中每一主题都由3种语言构成.最后,通过其语义空间中对应的主题计算比较不同语言间的文献相似度.实验结果显示,不同语言之间的文献相似度可以直接在语义空间中计算,且相似度计算的准确性在90%以上,验证了本文方法在跨语言文献相似度计算时的有效性.     

多尺度语义学习的人脸图像修复

针对卷积神经网络在图像修复过程中难以兼顾修复结果的局部细节和全局语义一致性问题,以生成对抗网络为基础,提出一种多尺度语义学习的编解码人脸图像修复模型.首先,将人脸图像用门控卷积分解为具有不同大小的感受野和特征分辨率的分量,用不同尺寸的卷积核提取多尺度特征,通过提取合适的局部特征来提升修复结果的细节;其次,将提取的多尺度特征输入至语义学习模块,从通道和空间两个角度学习特征之间的语义关系,从而增强修复结果的全局一致性;最后,引入跳跃连接将编码端的特征补充到解码端中减少采样造成的细节信息损失,改善修复结果的纹理细节.在CelebA-HQ人脸数据集上进行实验,结果表明提出的模型在峰值信噪比、结构相似性、l₁三个性能指标上均有显著提升,修复的结果在视觉上局部细节和全局语义更合理.     

面向概念设计的专利知识挖掘方法研究

研究了概念设计知识空间层次结构体系,分析了专利知识空间与已有设计知识空间之间的关系,说明了专利知识挖掘具有扩展设计知识空间、避免重复设计和促进产品创新的作用.提出了一种面向概念设计的专利知识挖掘方法,建立了统一的专利技术特征表示模型,利用词法分析、句法分析、语义分析等自然语言理解技术,抽取专利技术特征信息,通过不同层次的知识挖掘形成专利知识空间.以钻夹头产品设计为例,采用该方法挖掘相同设计领域的产品专利需求知识和功能知识,辅助产品的需求分析和功能结构变异,设计结果表明,该方法充分利用了专利资源,为概念设计提供丰富的设计知识,有效地提高了产品创新能力.     

一种隐私保护的在线相似轨迹挖掘方法

为了解决相似轨迹挖掘中的隐私保护、轨迹数据简化和在线处理问题,提出了一种能够保护用户原始轨迹数据隐私的在线挖掘相似轨迹的方法．该方法首先利用随机投影技术压缩和扰动原始轨迹数据,然后通过基于密度的聚类方法判定各个时间段内相似的移动对象,采用局部敏感哈希技术寻找在足够多的时间段内都相似的移动对象,避免了传统方法中的交集运算,实现快速估计轨迹间相似度．实验结果表明: 该方法能够有效的发现相似轨迹,并且时间开销较小．     

基于多尺度融合的遥感图像变化检测模型

为精准识别双时相遥感图像的变化区域,提出了一种基于多尺度融合的遥感图像变化检测模型。该模型在源图像特征提取阶段构造多尺度输入金字塔,接受多层次的感受野,增强对特征信息的感知;并通过对深层差异特征进行多尺度计算,实现精准定位变化区域与充分挖掘细节信息间的平衡;同时融合网络不同层级的差异特征检测结果,极大程度识别并保留语义变化信息。实验结果表明：本文模型在主观评价与客观指标上都具有良好的表现效果。     

基于多尺度互注意力的遥感图像语义分割网络

为了解决在遥感图像语义分割任务中存在的目标物体之间巨大尺度差异和丢失空间细节信息导致分割精度下降的问题，提出多尺度互注意力与指导上采样网络.利用多尺度互注意力模块获得不同尺度图像之间的像素关系，平衡不同尺度物体的权重，提高小尺度物体的分割性能.编码指导上采样模块利用编码结构中的信息，指导图像上采样的过程，融合空间细节信息，提升目标物体边界像素的分类效果.在Potsdam数据集和Jiage数据集上的m IoU得分分别为85.52%和86.59%，较次优网络分别提升了1.32%和1.46%.     

基于CTBN的移动对象不确定轨迹预测算法

为了高效准确地预测移动对象动态运动轨迹,提出了一种基于轨迹时间连续贝叶斯网络(CTBN)的不确定性轨迹预测算法,充分考虑了移动速度和方向对移动对象动态运动行为的影响,包含3个主要步骤:热点区域挖掘将轨迹数据集划分为不同的热点聚簇;轨迹时间连续贝叶斯网络的构建,其由3个变量(街区号、移动速度、移动方向)构成的状态组合;利用该网络预测移动对象动态运动行为计算可能运动轨迹。不同数据集上的实验结果表明该算法的预测精度优于朴素预测算法,并证明了热点区域挖掘的作用在于能够在保证较高预测准确性的前提下提高预测时间性能近60%。     

深海采矿车的轨迹跟踪控制算法与仿真

根据深海采矿车的运动学模型,考虑随机打滑率等干扰影响,采用分层控制的思想将采矿车的轨迹跟踪控制分为2部分:轨迹跟踪模糊控制器和速度PID控制器.基于连续状态反馈的有限时间控制算法,结合模糊逻辑控制器,设计了一种连续的状态反馈轨迹跟踪控制算法,仿真结果表明了该方法的有效性.     

基于多尺度特征与注意力机制的轴承寿命预测

针对以往剩余使用寿命（RUL）预测方法对轴承退化信息挖掘不充分、忽视不同特征贡献度差异,影响预测准确性的问题,提出基于多尺度特征与注意力机制的轴承RUL预测方法. 在多个尺度下计算轴承原始振动信号的若干时域和频域特征,作为输入特征集. 将多尺度特征集输入到网络中,以注意力模块为不同特征自适应地分配最佳权重,以卷积神经网络（CNN）模块进行深层特征提取与多尺度特征融合,通过前馈神经网络（FNN）模块映射得到RUL预测值. 通过公开的轴承数据集进行实验验证,与其他RUL预测方法相比,所提方法的预测性能更优越.     

基于多尺度小波分析的大坝变形自回归预测模型

针对大坝变形监测数据序列一般具有较明显的多尺度特征、年周期性和非平稳趋势性等特点,为克服自回归模型在大坝非平稳性变形预测方面存在的不足,利用多尺度小波分析理论在处理非平稳信号上的优势对变形监测数据序列进行分解和重构,然后对重构的不同尺度下的数据子序列分别建立自回归预测模型(AR模型),最后叠加各尺度下的预测结果,从而将多尺度小波分析与自回归模型有机地结合起来,为大坝变形预测提供了一种新的预测模型,并给出了一个工程实例.研究表明:与传统的单一自回归预测模型相比,该大坝变形预测模型能较大地提高预测精度.     

异构网络中基于轨迹预测的资源预分配方案

针对轨迹预测的网络资源管理方法研究中普遍存在的轨迹特征学习不充分、轨迹预测结果精度低、颗粒粗单等问题,提出双向循环神经网络的轨迹预测算法。通过深度挖掘用户的移动规律,实现对用户的移动预测。根据用户的移动预测信息设计网络资源预分配方案、移动行为划分网络资源,实现对多小区的协作式资源优化管理。仿真试验结果表明,在轨迹预测问题中,双向循环神经网络的轨迹预测算法比普通神经网络算法有更好的综合性能。在网络资源管理中,轨迹预测的网络资源管理预分配方案能够较准确地预测用户所连接的基站,使基站具有较高的资源利用率。     

The multiscale modeling and data mining of high-temperature dielectrics of SiO2/SiO2 composites

Quartz fibre-reinforced silicon dioxide ceramic(SiO2/ SiO2) composites have long been the primaryceramic material used for hypersonic missile radomes,owing to its outstanding thermal shock resistance, lowand stable dielectric properties and its ease of fa…     

斜井有杆泵数据挖掘系统中的预处理设计

利用数据挖掘可以优化有杆泵系统的生产管理方案,其数据挖掘目标值宜定为单井生产成本。挖掘数据应是包括油层基础数据、井眼轨迹数据、井下流体数据、井下工具数据、井下作业数据、地面设备数据、日常生产数据等7大类数据在内的所有相关数据。在数据预处理设计中,应进行数据的标准化处理、过滤噪声数据、数据单位的规范化处理、表达术语的统一化处理、成本量化处理等工作。     

Dynamic impact experiment and response characteristics analysis for 1:2 reduced-scale model of hydraulic support

It is significant to research the impact resistance properties of hydraulic support due to its key support role in the fully mechanized mining face. However, it is difficult for the entire hydraulic support to implement the impact experiment underground and analyze the response characteristic. Therefore, a dynamic impact experiment for the entire hydraulic support was proposed in this paper, where a 1:2 reducedscale model of hydraulic support was designed and its response characteristics under dynamic impact load were analyzed. Firstly, a comprehensive monitoring scheme was proposed to achieve an effective monitoring for dynamic response of hydraulic support. Secondly, a multi-scale impact experiment was carried out for the entire hydraulic support and dynamic behaviors of hydraulic support under the multi-scale impact load were revealed by experimental data. Then a dynamic impact experiment of the entire hydraulic support was simulated in ADAMS with the same experiment conditions, and the experimental and simulation data were verified mutually. Finally, the characteristics of energy conversion and dissipation of the entire experiment system after impact were analyzed. The experiment results showed that the impact resistance properties of hydraulic support largely depended on the initial support conditions and different vertical rigidities affected energy distribution proportion of the entire support system.     

道路网多尺度表达实体和关系的本体研究

分析了道路网多尺度抽象表达的影响因素及由此造成的多种抽象表达模式共存的现象，指出该问题的本质是一个如何界定路网要素多尺度表达本体的问题，提出了基于“自然法则”的路网要素多尺度表达的本体解决方案．从界定“自然法则”的路网要素多尺度最小制图表达目标出发，剖析了基于自然法则抽象和量化各尺度区间下多尺度表达实体类、几何抽象类型、多尺度表达间语义关系的本体解决策略，为路网多尺度数据模型的构建提炼出多尺度实体和关系的客观概念视图．     

Study on Key Techniques for Multi-scale Expression of Laneway Traverse Data in MGIS

The multi-scale expression of enormously complicated laneway data requires differentiation of both contents and the way the contents are expressed.To accomplish multi-scale expression laneway data must support multi-scale transformation and have consistent topological relationships.Although the laneway data generated by traverse surveying is non-scale data it is still impossible to construct a multi-scale spatial database directly from it.In this paper an algorithm is presented to first calculate the laneway mid-line to support multi-scale transformation; then to express topological relationships arising from the data structure; and, finally, a laneway spatial database is built and multi-scale expression is achieved using components GIS-SuperMap Objects.The research result is of great significance for improving the efficiency of laneway data storage and updating, for ensuring consistency of laneway data expression and for extending the potential value of a mine spatial database.