点云数据在深度学习中表示方法的研究

为了实现在深度学习中能够端到端表示点云模型,提出基于八叉树和K-D树（OctKD）的点云数据表示方法。该方法将无组织的点云转换为体素空间,在体素空间对三维模型进行八叉树剖分,改进了八叉树编码方式;构建节点间的邻接关系,在GPU端并行构建八叉树;为了克服八叉树编码检索效率低的问题,采用三维K-D树索引单个三维空间点。实验结果表明该方法能够真实反映模型本身的细节特征,提高了点云模型的构造时间和检索效率。这种新的数据结构实现将点云转换为卷积神经网络可以接收的数据形式。     

煤矸石图像分类方法

针对人工排矸法、机械湿选法、γ射线分选法等传统煤矸石分选方法无法兼顾快速高效性、安全无害性、简单操作性的问题,提出了基于机器视觉的煤矸石图像分类方法。对煤矸石图像进行增强、平滑去噪等预处理,采用基于距离变换的分水岭算法实现煤矸石图像分割提取。针对煤矸石分割图像,选取煤矸石图像的HOG特征及灰度共生矩阵,分别以支持向量机、随机森林、K近邻算法作为分类器进行基于特征提取的煤矸石分类识别;分别建立浅层卷积神经网络和基于ImageNet数据集预训练的VGG16网络,进行基于卷积神经网络的煤矸石分类识别。研究结果表明,基于VGG16网络的煤矸石图像分类方法准确率最高为99.7%,高于基于特征提取方法的91.9%和基于浅层卷积神经网络方法的92.5%。     

基于相似性负采样的知识图谱嵌入

针对现有知识图谱嵌入模型通过从实体集中随机抽取一个实体来生成负例三元组,导致负例三元组质量较低,影响了实体与关系的特征学习能力。研究了影响负例三元组质量的相关因素,提出了基于实体相似性负采样的方法来生成高质量的负例三元组。在相似性负采样方法中,首先使用K-Means聚类算法将所有实体划分为多个组,然后从正例三元组中头实体所在的簇中选择一个实体替换头实体,并以类似的方法替换尾实体。通过将相似性负采样方法与TransE相结合得到TransE-SNS。研究结果表明:TransE-SNS在链路预测和三元组分类任务上取得了显著的进步。     

轻量级门限群签名方案的改进

为了提高门限群签名在5G环境下的安全性和效率,提出一个新的解决方案。核心思想是通过引入消息令牌和动态身份,提高认证信息的新鲜性,加大敌手攻击难度;同时精简参与各方的交互次数,并将部分计算任务迁移至服务器,减少成员部分计算开销。经过安全分析,所提方案可抵抗包括重放攻击在内的多种攻击;经过性能分析,所提方案比同类方案减少了两次与可信中心的交互,签名占用空间缩小30%,具有更短的执行时间,适用于5G网络下的资源受限设备。     

The water–energy nexus: energy use for water supply in China

China’s strategy to meet increasing water demand is to increase the use of inter-basin transfer water and unconventional water. This study evaluates the energy requirements of this strategy by disaggregating and quantifying the regional energy use for water supply in 2020 and 2030; the energy use in 2014 is calculated to represent the present situation. We find that the energy use for water supply in 2014 amounted to 81 billion kWh. This value is expected increase to 90 and 109 billion kWh by 2020 and 2030, respectively. In 2030, the urban domestic sector will overtake the agricultural sector as the most energy-intensive sector, with major contribution from inter-basin transfer water.     

流域水文模型识别方法研究与应用

基于模型产汇流机理,分析对比水文模型适用性,建立考虑气候特征、下垫面条件和人类活动影响的流域水文模型识别的指标体系,并以辽宁东部各中小流域为研究对象进行实例研究。分析了研究区域的气候特征,将新安江模型、大伙房模型和TOPMODEL模型作为备选模型,利用主成分分析法确定流域面积/主河道长度、河道比降、森林覆盖率、地形指数和气候类型作为流域水文模型识别的输入指标,进而采用层次分析法识别适用于各研究流域洪水模拟的水文模型。洪水模拟结果表明:所建立的流域水文模型识别指标体系有代表性,所识别的水文模型可很好地反映流域的产汇流特性。     

基于人工智能的堤防工程大数据安全管理平台及其实现

针对堤防工程综合安全监测体系,基于物联网技术,建立堤防工程海量数据资源的采集、汇集、交换与共享云平台;同时针对堤防工程质量、险情演化、致溃机理,基于大数据和人工智能技术,构建堤防工程大数据开放平台和人工智能计算平台,提供海量、多源、异构数据的融合、共享,实现风险识别、评估、预警模型的构建、运算。针对堤防工程安全防护、加固中填筑石料粒径级配要求,利用堤防工程物联网监测平台进行数据采集汇集,在堤防工程人工智能计算平台构建砂石爆破开采级配预测模型,解决多层非线性问题,进行爆破开采优化设计和石料粒径级配控制。实例证明,基于人工智能的堤防工程大数据安全管理平台可将堤防填筑石料开采级配平均相对误差率控制在21%以内,满足开采级配设计要求,控制石料块度,从而保障了堤防工程质量,实现了堤防工程的安全管理。研究成果可为堤防工程填筑石料开采设计提供技术参考,保障工程质量。     

一种应用于海上浮标的卫星中继通信终端

为了实现四级海况下海上小型浮标与岸基站数据中心之间的实时通信,设计和研制了一种高速率、低延时和高可靠的S频段卫星中继通信终端。该卫星中继通信终端由S频段中继通信机、抛物面天线、伺服跟踪机构、电源变换模块、温度控制器以及耐10 m水压的天线罩体等组成。终端为直径1 m的半球体,质量小于30 kg,最大峰值功耗小于等于130 W。卫星中继通信终端利用快速捕获跟踪卫星信号技术,能在7 s内迅速捕获和跟踪卫星前向链路信号;采用自适应海况可变码率技术提高了数据传输的可靠性。四级海况下,卫星中继通信终端实现了浮标与岸站之间最大2Mb/s高速率实时数据传输,大回路数据通信误码率小于等于10-5。     

面向知识服务的科技资源协同创新服务机制

在对知识即服务元模型进行定义与分析的基础上,提出了一个科技资源协同服务元模型STRCS,该模型包括科技资源模型、服务模型、协同模型3个子模型以及相应的科技资源与服务。同时,通过建立KAAS元模型与科技资源服务元模型间的映射机制,为科技资源平台中的知识服务模式提供了服务映射机制。在此基础上,进一步提出了一种面向KAAS的科技资源协同服务分类与知识聚合新机制,并针对动态多标签和动态文档索引的分类和聚合方式提出了优化的机制,以及科技资源的个性化服务与科技资源的知识协同机制;通过开发实现了一个基于社会化与知识服务化的科技资源公共服务平台,并利用算法优化提升了科技资源平台个性化推荐的能力与精确度,从而为解决科技资源协同创新和个性化知识服务的实施与集成提供了一个新方案。     

基于LeaderRank和节点相似性的多标签传播重叠社团挖掘算法

针对基于多标签传播重叠社团挖掘算法COPRA因随机更新策略带来的不稳定性以及需要预先输入参数的局限性等问题,提出一种基于LeaderRank和节点相似性的多标签传播重叠社团挖掘算法.该算法首先利用LeaderRank算法对网络中的节点进行重要性排序从而确定节点的更新顺序,减少标签不必要的更新.在标签传播过程中,根据节点相似性重新设计标签的更新策略,提高算法的稳定性.将算法应用于人工网络和真实网络中进行实验,实验结果表明该算法在挖掘重叠社团上具有较高的准确性和稳定性.