基于监督学习的规则触发执行预测方法研究

针对物联网(IoT)规则引擎在实际应用中,由于外部、内部用户以及系统本身的不安全因素引起的控制及执行安全问题,提出了一种基于监督学习理论的规则触发执行设备控制预测方法(EasiPRED)。首先,制定了物联网规则引擎的规则统一描述标准,便于规则的设置和管理;然后,基于主成分分析(PCA)方法提出了一种特征提取算法,分别对规则样本集进行降维以及规则特征提取,不仅保留了原有的特征信息,同时也降低了计算复杂度;最后,基于监督学习方法对规则样本集进行训练学习,预测规则在触发执行后的控制类别,并根据预测结果与实际规则的输出做一致性验证,以此判断控制行为的安全性。实验结果表明,EasiPRED能够有效地识别出不安全的控制规则,提高系统的整体安全性能,避免发生控制及执行安全事故。     

金银花红外鼓风干燥特性、失水动力学及干制品品质研究

目的:研究金银花的红外鼓风干燥特性及其动力学模型。方法:金银花在不同温度（35、45、55℃）条件下进行红外鼓风干燥,计算水分比、干燥速率等参数,拟合建立干燥动力学数学模型,并测定干制品的色泽、主要成分等干燥特性。结果:金银花在红外鼓风干燥过程中,干燥温度越高,用时越短,降速阶段为其干燥的主要阶段。干燥的动力学模型拟合结果表明Page模型的预测值与实验值吻合性好,可以用来预测和描述金银花红外鼓风干燥的失水过程。费克第二定律求得干燥过程中的水分有效扩散系数（Deff）在5.06606×10-9⁷.59909×10-8m2/s内,且随温度的升高而增大;阿伦尼乌斯方程计算得出金银花红外鼓风干燥平均活化能为113.569 k J/mol。35℃时金银花的色差值ΔE最小,有效成分含量最高,与阴干相比可提高效率并保证产品质量。结论:金银花红外鼓风干燥的主要阶段为降速阶段,Page模型适于预测和描述其失水过程,35℃红外干燥与阴干相比可提高效率,且产品品质更优。      

无线传感器网络通信负载状态识别方法的研究

在无线传感器网络数据传输过程中,网络的通信状态是一个重要的研究点.当网络吞吐率过载时,需要调整网络通信策略以保证传感网的整体性能,因此首先需要对网络的传输状态进行识别.设计并实现了一种能够实时在线识别传感器网络数据通信状态的机制,能够对网络正常、过载的传输状态进行准确判断,以支持网络通信策略的调整.首先通过实验获得网络传输过程中的基础性能参数,并对这些参数与网络通信负载状态的相关性进行分析,选择吞吐率作为网络负载状态的分类标准,建立基于支持向量机模型(support vector machines, SVM)的网络通信负载状态识别模型,并根据实测数据确定该模型在模拟环境中的参数.实际测试表明,该判别模型的准确率可达到91.28%,能够对网络通信负载状态进行有效识别.     

EasiRCC：面向智能家居的规则匹配与冲突消除方法

在智能家居中,规则间的冲突问题会直接影响系统的稳定性,针对智能家居的规则冲突问题,提出了一种新型的快速规则匹配和冲突消除方法EasiRCC.解决冲突问题,首先要解决规则的匹配问题,现有的规则匹配方法频发重复匹配现象,造成了系统资源的浪费,针对规则的重复匹配问题,提出了一种基于散列函数寻址方式的快速规则匹配算法EasiRMA,提高了规则匹配效率.其次要解决冲突的消除问题,现有的方法都是采用固定优先级方法来消除冲突,但是却增加了用户制定规则的复杂度,因此提出了一种混合优先级调度机制,使系统可以实时地自适应调整规则的执行优先级.实验结果显示:EasiRCC的规则匹配效率不会随着规则数的增多而变化,其时间复杂度为常数,而传统的匹配方法为O(N),并且在不影响用户正常家居生活的前提下,能够有效地消除规则冲突.     

一种针对移动全覆盖问题的节点移动策略

在传感网和物联网的大力发展过程中,覆盖问题始终是该领域关注的核心问题.目前在诸多应用中,网络部署受各类影响因素的制约以及传感设备自身条件的限制,无法实现监测区域的完全覆盖.但如果借助某些特定的移动设备并按照有针对性的移动策略实施移动覆盖,就可以实现监测区域内的补全覆盖.基于此应用提出了一类新的覆盖问题——移动全覆盖问题,即在网络稀疏覆盖的环境下,利用移动节点的移动覆盖实现监测区域的全覆盖问题.针对该问题提出了分而治之的节点移动策略.首先,按照移动节点通信半径将整个监测区域划分成多个子区域;其次,以四叉树分层遍历的策略作为移动节点在子区域间的移动方案;最后,针对每个子区域内静态节点的覆盖状况制定相应的区域内的移动策略.实验结果表明采用本文提出的移动策略可以实现在移动节点移动较小距离的前提下达到整个区域的全覆盖,从而解决了稀疏网络环境下的全覆盖问题.     

酶解与发酵联合处理对牛蒡根风味的影响

用酶解和发酵联合处理新鲜牛蒡根,在活性多糖充分溶出的基础上,通过乳酸菌发酵改善牛蒡根的不良风味。以牛蒡酶解液中多糖含量和风味评分为指标,通过正交试验确定酶解最佳条件为:纤维素酶添加量4%,料液比1∶6,温度55 ℃,酶解时间1.5 h,超声功率200 W。气相色谱-质谱联用(GC-MS)分析显示,醛类及萜烯类化合物例如苯乙醛、Β-瑟林烯、A-姜黄烯是引起牛蒡不良风味的主要来源,在酶解、发酵过程中会转化为具有愉悦风味的酮类和醇类。主成分分析和聚类分析结果表明,经不同方式处理的牛蒡液中挥发性风味物质苯乙醛、Β-瑟林烯、A-姜黄烯存在较大差异,酶解与发酵联合处理可有效改善牛蒡根不良风味。     

基于出行方式及语义轨迹的位置预测模型

现有位置预测方法的研究多集中于对轨迹数据的挖掘和分析,而在如何通过轨迹数据中含有的信息内容以及外源数据以提高位置预测精确度方面的研究尚不深入,有很大研究空间.提出了一种挖掘语义轨迹信息并结合出行方式的未来位置预测模型,该模型首先可实现根据语义轨迹进行相似用户挖掘,并结合个人语义轨迹和相似用户位置轨迹得到频繁模式集合,最后结合2个集合对目标轨迹得到未来位置预测候选集;然后可实现对未来出行方式进行识别,同时结合历史出行方式和位置轨迹数据,建立Markov模型对未来位置进行预测得到候选集,最后结合前一部分的候选集得到最终未来位置结果.此模型不仅能结合语义轨迹挖掘相似用户的行为活动,还可同时融合出行方式的外源数据克服位置轨迹的局限性.实验验证表明：该模型能对日常生活中的轨迹位置数据进行预测并达到86%的精确度,同时在不同的频繁模式支持度下,其精确度都比未结合出行方式模型时平均高出5%,因此本模型对位置预测结果的提高具有有效性.     

EasiFFRA:一种基于邻域粗糙集的属性快速约简算法

从高维异构感知信息中提取有效特征是支撑物联网系统预测与识别的基础.物联网场景中通常包括多个多种感知节点,系统通常会从感知数据中提取大量特征,其中不乏部分无关和冗余特征.这些无关及冗余特征会降低系统的运行速度,引入冗余计算,更会影响后续的分类及预测等机器学习操作的性能.因而高效识别并提取低维有效的特征子集是物联网数据分析所面临的一大挑战.邻域粗糙集方法能够在保持数据集可分性的前提下,识别和去除无关及冗余特征子集,从而达到降维效果.但由于现有基于邻域粗糙集的特征约简算法的计算开销大、运行时间长,故而并未得到广泛应用.提出了一种基于邻域关系对称性及决策值过滤策略的特征快速约简算法EasiFFRA.EasiFFRA可通过改进的散列分桶方法加速正域样本计算,可检验并过滤冗余决策值样本,从而降低现有方法中由于重复距离评估所带来的冗余计算.实验结果表明：EasiFFRA在实际采集的水质数据集和多个不同样本量及维度的公开数据集中平均加快75.45%的特征约简时间,其约简结果和已有邻域粗糙集特征约简算法等效,可有效解决物联网数据分析中由冗余及无关特征导致的分类及预测精度下降问题,有重要应用价值.     

基于美拉德反应的羊毛无染料染色性能研究

利用小分子还原糖-羊毛角蛋白的美拉德反应对羊毛进行无染料着色，分别通过SDS-PAGE凝胶电泳、分光光度法、DNS显色法以及染色织物得色量K/S的测定，研究糖与角蛋白的反应、糖的种类和反应条件对羊毛着色性能的影响。结果表明：还原糖与羊毛角蛋白发生反应形成了更大分子量的糖蛋白，反应液在540 nm处的吸光值发生明显变化，意味着还原糖与角蛋白发生美拉德反应形成了有色物质；相对于半乳糖和葡萄糖，木糖对羊毛着色具有更高的得色量；羊毛着色的适宜条件为反应温度90℃，反应pH =9；以过氧化氢对羊毛进行预处理，羊毛的得色量显著提高了23.0%；经美拉德反应着色的羊毛具有良好的耐洗色牢度、刷洗色牢度及耐干/湿摩擦色牢度，牢度级别分别达到4-5、5、5、5,但其耐光色牢度只达到2级。     

玉米醇溶蛋白/壳聚糖复合功能化纺织品的制备与性能北大核心

利用生物基材料玉米醇溶蛋白和壳聚糖对棉织物进行涂层整理,赋予棉织物疏水性和抗菌性,探究不同涂层结构对棉织物疏水性的影响,并利用扫描电镜和红外光谱对棉织物表面涂层进行表征。结果表明,经壳聚糖和玉米醇溶蛋白混合涂层整理后的棉织物水接触角可以达到(132.98±1.03)°,功能化棉织物对大肠埃希菌和金黄葡萄球菌的抑菌率均在85%以上,并且织物保留了良好的透气性。