基于免疫学习的对等网络邻居节点选择方案

文件污染是对等网络共享系统普遍存在的问题,一个好的邻居节点选择方案可以有效抑制污染文件的传播。设计了基于免疫学习的投票相似度计算方法和邻居节点选择方案,并采用自适应的阈值判断文件的可信性。仿真实验表明,本方案抑制了恶意节点传播污染文件的可能性,并具有较小的开销,具有一定的应用价值。     

基于贝叶斯网络的航材可修件周转比例计算

将贝叶斯网络运用于航：材可修件周转比例的计算。在贝叶斯网络学习阶段,采用BDe评分函数和贪婪算法搜索网络结构,运用贝叶斯算法进行参数学习,从而建立了可修件消耗定额预测模型,并对预测结果进行分析比较。最后利用贝叶斯网络预测结果进行周转比例的计算工作。结果表明,把贝叶斯网络应用于航材周转比例的计算是可行的。     

海洋食品微生物生长智能通用预测平台

针对海洋食品对虾生产加工的特点,设计与开发了对虾生产加工中微生物生长智能通用预测平台,为海洋食品的安全生产与加工提供分析手段。     

“线上线下+BOPPPS”模式下应用型高校“线性代数”课程思政教学设计与探索

“线性代数”课程教学内容丰富但课时少,如何高效融入思政元素是值得关注的问题。为了提高“线性代数”课程思政的教学效果,本文借助超星学习通平台,利用BOPPPS教学模式,实施“混合式”的教学方法,在提高“线性代数”课程思政实效性的同时,提升学生自主学习能力、分析问题和运用数学知识解决实际问题的能力。     

社交网络SNS的病毒

社交网络SNS的“病毒”式营销对于广大用户并不陌生,近期则有泛滥的趋势。在过去的这两周内,同事的信箱内竟然收到了上百封来自同一家社交网络SNS新贵的邀请邮件,当然邮件邀请者都在他联络人名单之内。而一个以看看是否有人盗用你的MSN为名义,     

基于l1,2惩罚典型相关分析的特征选择

特征选择是多模态高维数据机器学习的一个热点问题,而过拟合和过稀疏是特征选择需要克服的关键问题。对此提出以l_(1,2)范数作为惩罚项兼顾稀疏作用和光滑作用,以组内稀疏来防止过拟合,以组间光滑来防止过稀疏,通过优化数据间的相关性来实现特征选择。然而对一般数据而言,群组信息又很难获得,所以对于群组信息缺失的数据,应用随机分组获得群组信息,最终实现兼顾组间光滑和组内稀疏优点的特征选择。模拟实验结果表明,该方法能较完整地选择出两模态数据间的关联特征,并且去除不相关特征。     

基于访问日志的网页内容监控挖掘系统

URL是用于完整描述Internet上网页和其他资源地址的一种标识方法,URL访问日志能记录用户的上网痕迹。针对该特点,提出一种基于访问日志的网页内容监控挖掘系统,实现网页内容抓取、监控、分析、报表生成等一系列过程的自动化。系统运行测试结果表明,该系统的准确率较高,能有效解决运营商和互联网监管部门的网络监管问题。     

考虑行人效益的拥挤交叉口多目标配时优化

机动车流量、行人流量均较大的信号控制交叉口,行人路权往往过低,过街闯红灯现象普遍,且难以控制与避免,严重降低了交叉口运行效率。为了有效解决这一问题,采用机动车效益、行人效益、交叉口通行能力为评价指标,以交叉口饱和度为约束条件,在机动车效益指标中考虑了行人闯红灯对机动车造成的延误影响,建立了交叉口多目标信号配时优化模型;设计了求解模型的遗传算法。算例结果表明,所提出的模型能较好改善交叉口综合效益。     

对于大规模系统日志的日志模式提炼算法的优化

LARGE框架是部署在中国科学院超级计算环境中的日志分析系统,通过日志收集、集中分析、结果反馈等步骤对环境中的各种日志文件进行监控和分析。在对环境中系统日志的监控过程中,系统维护人员需要通过日志模式提炼算法将大量的过往系统日志记录缩减为少量的日志模式集合。然而随着日志规模的增长以及messages日志文件的特殊性,原有的日志模式提炼算法已经难以满足对大规模日志快速处理的需要。介绍了一种对于日志模式提炼算法的优化方法,通过引入MapReduce机制实现在存在多个日志输入文件的情况下对日志处理和模式提炼的流程进行加速。实验表明,当输入文件较多时,该优化方法能够显著提高词汇一致率算法的运行速度,大幅减少运行时间。此外,还对使用词汇转换函数时的算法运行时间和提炼效果进行了验证。     

基于门控卷积残差网络的卫星图像道路提取

针对遥感影像中道路信息容易受到建筑物、植被等非道路信息干扰的问题,提出了一种基于门控卷积残差网络的遥感影像道路提取模型.首先,该网络使用ResNet101作为网络的编码器,在使得网络足够深的同时,也保证了梯度信息的有效传导;其次,在中心部分使用ASPP多尺度特征提取模块,进一步挖掘特征图中给予的信息;最后,使用门控卷积替换普通的卷积层,它可以根据特征图中参数的重要性,自适应分配权重,作为网络的解码器部分.该方法在CVPR DeepGlobe 2018道路提取挑战赛的数据集上进行了验证,平均交并比、Dice相似系数、召回率分别达到70.20％、82.06％、82.21％,均超过该赛事冠军DlinkNet34,提升了道路提取的效果.