融合协同过滤信息的知识图注意力网络

知识图谱（KG）能够缓解协同过滤算法存在的数据稀疏和冷启动问题,在推荐领域被广泛地研究和应用。现有的很多基于KG的推荐模型混淆了用户物品二部图中的协同过滤信息和KG中实体间的关联信息,导致学习到的用户向量和物品向量无法准确表达其特征,甚至引入与用户、物品无关的信息从而干扰推荐。针对上述问题提出一种融合协同信息的知识图注意力网络（KGANCF）。首先,为了避免KG实体信息的干扰,网络的协同过滤层从用户物品二部图中挖掘出用户和物品的协同过滤信息;然后,在知识图注意力嵌入层中应用图注意力机制,从KG中继续提取与用户和物品密切相关的属性信息;最后,在预测层将用户物品的协同过滤信息和KG中的属性信息融合,得到用户和物品最终向量表示,进而预测用户对物品的评分。在MovieLens-20M和Last.FM数据集上进行了实验,与协同知识感知注意力网络（CKAN）相比,KGANCF在MovieLens-20M数据集上的F1分数提升了1.1个百分点,曲线下面积（AUC）提升了0.6个百分点;而在KG相对稀疏的Last.FM数据集上,模型的F1分数提升了3.3个百分点,AUC提升了8.5个百分点。实验结果表明,KGANCF能够有效提高推荐结果的准确度,在KG稀疏的数据集上显著优于协同知识嵌入（CKE）、知识图谱卷积网络（KGCN）、知识图注意网络（KGAT）和CKAN模型。     

多源异构数据融合驱动的股票指数预测研究

现代信息技术的广泛应用使得资本市场投资者能够获得更及时、更有价值的信息,也更容易受到金融论坛、专业投资网站的影响。融合资本市场的多源异构数据对股票指数进行预测成为该领域的研究热点。提出了一种基于多源异构数据的长短期神经网络（Long Short-Term Memory,LSTM）模型,通过对融合资本市场交易数据、技术指标数据、投资者情绪三种源数据的量化来预测股票指数的走势。提出了一种可以提取深度情感特征的卷积神经网络（Convolutional Neural Networks,CNN）情感分析模型,构建了投资者情绪特征模型。利用“上证50指数”数据进行实验,结果显示：LSTM模型的预测准确率比传统模型更为优秀,数据源的增加也对模型准确率的提升有较大贡献,验证了该方法的可行性和有效性。     

KDD CUP99入侵检测数据集的研究与处理

数据样本的选择是研究和评价各种入侵检测算法的第一步,数据集的好坏直接决定着入侵检测算法的评价结果,因此,对公认完备、性能优异的KDD CUP99测评数据集进行了研究,重点分析了KDD CUP99数据集的数据构成、特征及分布,并选取了部分数据进行了预处理分析.最后,对KDD CUP99数据集的不足和改进方向分别进行了说明和建议.     

基于C8051F的列车制动智能监控系统设计

本文针对机车运行过程中可能出现的制动故障,设计了一种以C8051F005单片机为核心控制器的列车制动监控系统,并给出了系统的总体结构、硬件组成及软件功能框图。此系统能对制动机进行实时监测、状态分析、故障报警与排除,从而保证列车安全稳定的运行,具有很好的经济效益和应用前景。     

基于GPRS／蓝牙混合模式的车辆定位监控算法研究

为了更好地对道路中行驶的车辆进行监控,节约成本,本文提出一种基于GPRS和蓝牙相结合的车辆监控系统。车辆监控系统是一种集GPS、GIS、通讯技术和计算机技术为一体的移动车辆综合服务系统。文中介绍了GPRS和蓝牙相结合的车辆监控系统的整体结构和功能模块划分,以及监控中心模块的主要功能实现方法。另外,讨论了在监控中心模块设计中的关键技术,详细分析了蓝牙和GPRS相结合的实现方法。同时,本文提出了一种基于缓冲原理的GPS数据道路配匹算法,该算法在实际工程运用中取得了良好的效果
。     

引入信息预处理的多状态二进制改进算法

针对多状态二进制防碰撞算法通讯数据存在冗余的情况,引入信息预处理与阅读器部分接收机制。在识别过程只处理冲突位,阅读器只接收并记录标签部分数据,尽量避免数据重复发送与接收,状态标志根据不同指令做变化,减少交互次数,从而降低通讯数据量。采用Java进行算法模拟仿真,结果表明,在碰撞位不连续,碰撞位冲突率低于25%时,算法在减少通讯量方面,具有明显优势。若不计入预处理过程,该算法在任何碰撞位冲突率下通讯数据量都有较大优势。     

基于相似性分析的SVM快速分类算法

针对支持向量机(SVM)分类速度取决于支持向量数目的应用瓶颈,提出一种SVM快速分类算法。通过引入支持向量在特征空间的相似性度量,构建特征空间中的最小支撑树,在此基础上将支持向量按相似性最大进行分组,依次在每组中找到决定因子和调整因子,用两者的线性组合拟合一组支持向量在特征空间的加权和,以减少支持向量的数量,提高支持向量机的分类速度。实验结果证明,该方法能以很小的分类精度损失换取较大的分类时间缩减,满足SVM实时分类的要求。     

基于点云匹配的AR饰面作业系统跟踪注册方法

针对建筑机器人饰面作业过程中常因视觉遮挡导致作业效率低的问题,使用增强现实解决遮挡并提出一种基于点云匹配的增强现实跟踪注册方法。利用目标模型点云与作业环境点云的匹配进行目标的初始定位;利用改进的相关滤波跟踪算法对目标进行跟踪获取目标位置;基于迭代最近点法对目标位姿进行估计。在跟踪注册过程中加入位姿优化,保证目标位姿估计精度。为了更加准确地跟踪目标位置,提出一种特征融合和尺度自适应的改进相关滤波目标跟踪算法。通过板材安装实验,表明跟踪注册方法精确性、实时性均较好,最小识别误差达到2.88 mm,具有良好的虚实融合效果。     

基于单片机的Modbus TCP转换器设计

设计了一种Modbus协议与TCP协议转换器,实现工业Modbus网络和以太网连接。分析了Modbus协议和TCP协议,介绍了转换器的电路设计、单片机系统软件设计。最后,试验验证了转换器数据转换的正确性和实用性。     

超混杂纤维金属层板成形方法研究进展

纤维金属层板(Fiber Metal Laminate, FMLs)作为一类兼具金属和复合材料优势的超混杂材料,凭借其优异的性能在航空航天和汽车领域应用广泛,其中商业化最成功的是玻璃纤维增强铝合金层板。首先按照组成金属与增强纤维的种类将纤维金属层板的分类进行介绍,并对其历史背景与研究进展进行了回顾。由于各成形方法涉及的变形机理不同,结合成形过程中几何尺寸和工艺参数对FMLs成形性能的影响,对其回弹、起皱、分层和开裂等成形缺陷和成形难点进行了分析。综述了现阶段国内外自成形、冲压成形、喷丸成形、充液成形和激光成形等技术的发展与应用现状,并对每种技术的优缺点及适用零件的类型进行探究。深入讨论了现有成形技术所遇到的挑战,其中重点对充液成形与冲压成形进行介绍。此外,简要介绍了FMLs在成形过程中的变形机理、变形模式和成形质量。在对各方面因素进行全面分析的基础上,讨论了FMLs成形技术未来的发展方向与挑战,此工作对科研人员未来开发新的成形方法具有一定意义。