基于BPELJ的分层工作流管理系统研究与实现

BPELJ（Business Process Execution Langtmge for Java）允许同时使用BPEL与Java这两种编程语言来构建业务流程应用。通过实现BPEL和Java的协同工作,BPELJ最大限度地发挥了每种语言的长处。针对目前工作流产品在柔性、互操作性和跨平台能力的不足,提出了一个基于BPELJ的分层工作流管理系统,系统引入代理的机制和分层的思想,将过程定义推迟到运行时完成,具有较好的柔性。详细讨论了系统的体系结构和工作原理,最后给出了系统的设计和实现。     

异构电子商务集成平台的本体模型构建

针对电子商务数据异构的特点,研究用本体技术实现异构电子商务的集成平台.通过不同电子商务本体特征的挖掘和抽取,提出异构电子商务集成平台的本体模型构建方法.实现电子商务本体协同的"即插即用"互操作集成模型.     

一种改进的基于数学形态学混合去噪方法

针对数学形态学在工程图纸矢量化过程中去噪处理的缺点,通过研究形态学运算的特点,结合图像算术运算和模板滤渡的技术,在基于数学形态学的混合去噪方法的基础上进行了改进和扩展.这种改进后的方法不仅可以保留细图线,而且可以还原图线间狭长间隙,达到既消除各种噪声又保持了图像的细节,具有良好的处理效果.     

Phosphofructokinase from mantle tissue of Mytilus galloprovincialis. Purification and effects of phosphorylation on the enzymatic activity

Phosphofructokinase purified from mantle tissue of the sea mussel Mytilus galloprovincialis, was phosphorylated "in vitro" by the catalytic subunit of cyclic AMP-dependent protein kinase. The incorporation of phosphate gave rise to an activation of the enzyme by increasing its affinity for fructose-6-phosphate, by decreasing its sensitivity to the inhibition by ATP and by enhancing the effect of allosteric activators (5'-AMP and fructose-2,6-bisphosphate). In addition, the effects of phosphorylation on the catalytic activity are pH-dependent.     

Teachers cooperation: team-knowledge distillation for multiple cross-domain few-shot learning

Although few-shot learning (FSL) has achieved great progress, it is still an enormous challenge especially when the source and target set are from different domains, which is also known as cross-domain few-shot learning (CD-FSL). Utilizing more source domain data is an effective way to improve the performance of CD-FSL. However, knowledge from different source domains may entangle and confuse with each other, which hurts the performance on the target domain. Therefore, we propose team-knowledge distillation networks (TKD-Net) to tackle this problem, which explores a strategy to help the cooperation of multiple teachers. Specifically, we distill knowledge from the cooperation of teacher networks to a single student network in a meta-learning framework. It incorporates task-oriented knowledge distillation and multiple cooperation among teachers to train an efficient student with better generalization ability on unseen tasks. Moreover, our TKD-Net employs both response-based knowledge and relation-based knowledge to transfer more comprehensive and effective knowledge. Extensive experimental results on four fine-grained datasets have demonstrated the effectiveness and superiority of our proposed TKD-Net approach.     

基于社团多特征融合嵌入表示的时序链路预测方法

时序动态网络在静态网络基础上综合了时间属性的概念,包含了网络结构的复杂性、动态性等内涵,是研究复杂网络链路预测问题的较优思维对象,因在现实世界中具有较高应用价值而备受关注。目前大部分传统方法研究对象仍局限于静态网络,存在对网络时域演化信息利用不充分、时间复杂度较高等问题。结合社会学理论,提出一种基于社团多特征融合嵌入表示的时序链路预测方法,该方法的核心思想是通过分析网络动态演化特性,在社团范围内学习节点的嵌入表示向量,融合多特征以衡量节点间连边的生成概率。利用网络集体影响力的方法对节点和连边的权值进行计算,基于集体影响的连边权值进行社团划分,将网络划分为若干个社团子图,得到基于集体影响的相似性指标。在社团范围内,利用有偏的随机游走,结合梯度优化的Skip-gram方法获取所有节点的嵌入表示向量,得到基于社团范围游走的相似性指标。融合节点的集体影响、社团范围节点的多个中心性特征和学习到的节点表示向量,得到多特征融合的相似性指标,3 种新指标都可以用于衡量节点之间形成连边的概率。对比基于移动平均、嵌入表示、图神经网络等经典时序链路预测方法,在 6 个真实数据集上的实验结果表明,所提基于社团多特征融合的方法在 AUC评价标准下取得更优的预测性能。     

一种网络RTK参考站模糊度快速解算方法

针对由于存在大气因素的干扰,网络载波相位差分技术(RTK)参考站模糊度解算会受到影响,同时当新卫星升至预先设置的截止高度角以上时,需要较长的初始化收敛时间,该文提出一种网络RTK参考站模糊度快速解算方法.该方法先利用电离层加权策略,辅助基线模糊度的快速解算,再采用扩展卡尔曼滤波(EKF)技术估计浮点模糊度,利用部分模糊度解算方法,最后通过最小二乘模糊度降相关(LAMBDA)算法和比率(RATIO)检测对模糊度进行固定解算.实验结果表明,该方法可以显著提高网络RTK参考站模糊度的固定率和缩短初始化收敛时间.     

基于人脸云数据数字标牌投放效果的研究

目的利用移动终端的传感设备,将广告投放对象精准化。方法采用基于肤色修正的Haar特征人脸检测算法、粒子滤波和Mean-Shift相结合的人脸追踪算法以及Gabor特征性别判别和年龄估计算法,设计基于云计算的硬件架构,展望匿名视频,分析系统发展趋势。结果在云端实现了对广告关注人数、关注时间及关注者年龄、性别的实时统计分析并出具了相关报告。结论对在不同时刻、不同地点投放广告从而获取最大效益的实验提供了有力的数据支撑。