基于加性噪声模型的缺失数据因果推断 *

推断数据间存在的因果关系是很多科学领域中的一个基础问题.然而现在暂时还没有快速有效的方法对缺失数据进行因果推断。为此,文中提出一种基于加性噪声模型下适应缺失数据的因果推断算法.该算法是基于加性噪声模型下利用最大似然估计法结合加权样本修复数据的思想构造以似然函数形式的模型评分函数,并以此度量模型相对于缺失数据集的优劣程度,通过迭代学习确定因果方向.每次迭代学习包括使用参数修复数据和在修复后的完整数据集下估计参数.该方法既解决了加性噪声模型中映射函数的参数学习困难性问题,又避免了现有学习方法所存在的主要问题。实验表明,在数据缺失比例扩大的情况下该算法仍具有较高识别能力.     

融合信息熵与信任机制的防攻击推荐算法研究

由于对用户偏好信息的过分依赖,致使推荐系统易受到恶意攻击,从而影响系统的推荐质量。提出一个融合信息熵与信任机制的防攻击推荐算法。在考虑了托攻击与正常用户之间的评分变化幅度差异基础上,提出融合信息熵的相似性改进算法,同时引入信任更新机制,在推荐过程中将用户间信任度与相似度有机相结合,通过筛选推荐权重较高的邻居用户方法获得可靠推荐,从而降低恶意攻击对系统的影响。通过在真实数据集上实验表明该算法在提高推荐系统的准确性和脆弱性上有较好的表现。     

结合分水岭机制的有监督图像背景分割算法

传统的分水岭分割算法属于无监督的图像分割算法,分割获得的子区域往往不具备现实的语义信息。在分水岭分割的基础上,利用子区域像素值的高斯统计性质,提出了一种有监督的图像背景学习方法。该算法能够通过对少量人工标注的图像样本的学习,获得刻画背景子区域规律的统计模型。在此基础上对新图片中隶属于背景的子区域进行判断和合并,从而达到区分目标与背景的目的。实验验证了算法的有效性。     

基于图编码网络的社交网络节点分类方法

针对如何融合节点自身属性以及网络结构信息实现社交网络节点分类的问题,提出了一种基于图编码网络的社交网络节点分类算法。首先,每个节点向邻域节点传播其携带的信息;其次,每个节点通过神经网络挖掘其与邻域节点之间可能隐含的关系,并且将这些关系进行融合;最后,每个节点根据自身信息以及与邻域节点关系的信息提取更高层次的特征,作为节点的表示,并且根据该表示对节点进行分类。在微博数据集上,与经典的深度随机游走模型、逻辑回归算法有以及最近提出的图卷积网络算法相比,所提算法分类准确率均有大于8%的提升;在DBLP数据集上,与多层感知器相比分类准确率提升4.83%,与图卷积网络相比分类准确率提升0.91%。     

一种融合节点先验信息的图表示学习方法

图表示学习是实现各类图挖掘任务的基础。现实当中的图数据,不仅包含复杂的网络结构,还包括多样化的节点信息。如何将网络结构和节点信息更加有效地融入图的表示学习中,是一个重要的问题。为了解决这一问题,本文基于深度学习提出了融合节点先验信息的图表示学习方法。该方法将节点特征作为先验知识,要求学习到的表示向量同时保持图数据中的网络结构相似性和节点特征相似性。该方法的时间复杂度为O（|V|）,其中|V|为图节点数量,表明该方法适用于大规模图数据分析。同时,在多个数据集上的实验结果表明,所提出的方法相比目前流行的几种基线方法,在分类任务上能够获得良好而稳定的优势。     

客车空气弹簧悬架边界条件模拟与试验验证

针对客车车架强度分析时空气弹簧悬架边界条件难以设置的问题,提出使用等效静态载荷法进行悬架模拟的思路。分析空气弹簧刚度的非线性和双横臂独立悬架的机构模型,建立整车多体动力学模型,计算多工况下车架与空气弹簧悬架连接位置处的受力,求解得到等效静态载荷并施加到有限元模型中,添加辅助约束完成边界条件设置;对车架进行多工况下的强度分析,比较不同工况下车架的应力分布和最大应力出现的位置。搭建试制样机的动态测试平台,对比仿真结果与试验结果,验证模拟方法的有效性。     

基于加权频繁子树相似度的网页评论信息抽取*

快速积累的海量产品评论信息是商家和消费者进行需求调研或购物决策时的重要依据。针对现有网页信息抽取方法普遍存在人工耗时大,抽取准确率低等问题,提出了一种基于加权频繁子树相似度的网页评论信息抽取方法WTS。首先通过视觉特征对网页进行剪枝处理。然后,通过深度加权的相似度度量方法抽取最佳频繁子树。最后,通过子树对齐方法抽取评论路径并解析评论内容。通过对京东、苏宁等网站的评论内容抽取实验,验证了WTS比D-EEM、POL等方法在抽取产品评论信息上具有一定的优势。     

基于YARN的分布式资源动态调度与协同分配系统

Storm on YARN是目前主流的分布式资源调度框架,但其存在需要人工干预和无法根据资源可用性实时调整系统资源的不足。根据流数据处理的实时延迟计算系统负载情况,在Storm平台上基于YARN设计分布式资源调度和协同分配系统。建立包含系统层和任务层的双层调度模型,系统层通过对流数据处理负载的实时监测进行资源分配预测,任务层利用ZooKeeper和YARN对集群资源的高效管理能力进行动态资源管理。实验结果表明,该系统可以实时调整集群资源分布,有效减小系统延迟。     

应用于聚光发电的复合抛物面聚光系统性能仿真研究

构造了一种新型可应用于太阳能聚光发电的复合抛物面聚光器,根据实际尺寸在SolidWorks软件中建模,利用光学分析软件对其进行了光线追迹分析;研究了随入射偏角的变化,太阳电池接受体上接收入射光的变化情况;通过仿真计算模拟,直观地看到了光束在太阳能电池上所形成的焦斑形状、位置和能量分布随入射偏角的变化趋势。模拟计算结果表明,聚光器有效聚光比约为2.61,在测试范围内随着入射偏角增大太阳能电池表面聚焦光斑强度分布渐趋均匀,结论可为槽式太阳能聚光光伏发电的设计和优化提供参考。     

基于柔性应变传感器的人体下肢运动监测分析

针对可穿戴智能纺织品对于柔性可拉伸传感元件的需求,探讨柔性应变传感器在人体运动监测领域的可行性。以下肢跑步运动为例,选取大腿前中、大腿外侧偏上以及膝上3个位置放置柔性传感器,对跑步运动进行监测,利用传感器采集到的应变-电阻变化信息获取人体下肢运动状态。运动测试结果表明,随着人体跑步运动速度的变化,柔性传感器产生不同的拉伸变形,传感器应变-电阻变化与实际体表拉伸产生的形变趋势相同,其中放置于不同位置上的传感器产生的电阻变化差异能够较好地用于表征人体下肢运动强度、运动周期数等。完成了智能跑步运动裤的基础原型制作,并验证了可穿戴式柔性传感器用于人体下肢运动监测的可行性。