Supporting the design process with hypergraph genetic operators

In this paper an evolutionary technique is proposed as a method for generating new design solutions with genotypes represented in the form of hierarchical hypergraphs. Such hypergraph-based evolutionary design requires the adaptation of traditional evolutionary operators like cross-over and mutation. This paper presents an attempt at defining modified cross-over and mutation operators that act on hierarchical hypergraphs. The application of the proposed transformations is illustrated on examples of designing floor layouts and furniture with the use of the evolutionary method.     

Processing of Topological BIM Queries using Boundary Representation Based Methods

Building Information Models (BIM) are comprehensive digital representations of buildings, which provide a large set of information originating from the different disciplines involved in the design, construction and operation processes. Moreover, accessing the data needed for a specific downstream application scenario is a challenging task in large-scale BIM projects. Several researchers recently proposed using formal query languages for specifying the desired information in a concise, well-defined manner. One of the main limitations of the languages introduced so far, however, is the inadequate treatment of geometric information. This is a significant drawback, as buildings are inherently spatial objects and qualitative spatial relationships accordingly play an important role in the analysis and verification of building models. In addition, the filters needed in specific data exchange scenarios for selecting the information required can be built by spatial objects and their relations. The lack of spatial functionality in BIM query languages is filled by the Query Language for Building Information Models (QL4BIM) which provides metric, directional and topological operators for defining filter expressions with qualitative spatial semantics. This paper focuses on the topological operators provided by the language. In particular, it presents a new implementation method based on the boundary representation of the operands which outperforms the previously presented octree-based approaches. The paper discusses the developed algorithms in detail and presents extensive performance tests.     

一种基于稀疏表示的WLAN室内定位算法

随着科技进步和人民生活水平的提高,越来越多的用户对定位技术需求变得日益迫切。基于WLAN的室内定位技术研究在此背景下应运而生,但是该技术容易受非视距离以及多径影响。而位置指纹算法有效地克服了上述缺点,并得到了广泛应用。提出一种基于稀疏表示的WLAN室内定位算法,以解决位置指纹算法K近邻方法中参数选择问题、不能综合利用全局参考点信息问题,并对其进行了实验仿真。     

整数的最佳带符号二进制表示的随机生成算法

整数的带符号数字(BSD)表示广泛应用于计算机算术、密码学、数字信号处理等领域。给定整数有多种最佳带符号二进制表示。对整数的最佳带符号二进制表示的性质进行研究,给出了整数的最佳带符号二进制表示随机生成算法,所得算法能快速产生给定整数的随机最佳带符号二进制表示。     

基于分布相似度迁移的关键路由设备检测

在基础设施网络(如电力网、互联网等)设施中,往往会出现关键节点,主要表现为节点流量大、在网络中位置关键等,其性能不稳定将制约网络部分区域的功能。因此从提高关键基础设施的性能和安全性的角度出发,针对关键基础设施的检测成为一个重要的研究课题。提出了一种新颖的基于分布相似度迁移的互联网关键路由设备的检测算法,其目的是自动地检测当前互联网线路中的关键路由设备。在真实环境中,不同线路中不同路由设备的行为特征由于若干客观因素(网络状态、路由设备性能等)导致其分布通常不相同。因此,所提方法主要基于路由之间的分布相似度迁移:首先在目标域(当前路由)中通过谱聚类方法自动判断出可疑的路由设备,然后通过提出的基于分布相似度迁移的分类器对上一步中检测出的可疑路由设备进行分类。在华为公司提供的真实数据集上进行的测试表明,所提方法能够有效发现线路中的关键路由设备,同时能够根据不同线路之间的分布相似度迁移来提高分类结果。     

基于隐马尔科夫模型的DNA序列分类方法

DNA序列分类是生物信息学的一项基础任务,目的是根据结构或功能的相似性预测DNA序列所属的类别。为进行有效分类,如何将序列映射到特征向量空间并最大程度地保留序列中蕴含的碱基间顺序关系是一项困难的任务。为克服现有方法容易导致因DNA序列碱基残缺而影响分类精度等问题,提出一种新的DNA序列特征表示方法。新方法首先为每条序列训练一个隐马尔科夫模型（HMM）,然后将DNA序列投影到由HMM状态转移概率矩阵的特征向量构成的向量空间中。基于这种新的特征表示法,构造了一种 K-NN分类器对DNA序列进行分类。实验结果表明,新型特征表示方法可以较为完整地保留 DNA 序列中不同碱基间的关系,充分反映序列的结构信息,从而有效提高了序列的分类精度。     

Adaptive Face Recognition via Structed Representation

In this paper, we propose a face recognition approach-Structed Sparse Representation-based classification when the measurement of the test sample is less than the number training samples of each subject. When this condition is not satisfied, we exploit Nearest Subspaee approach to classify the test sample. In order to adapt all the eases, we combine the two approaches to an adaptive classification method-Adaptive approach. The adaptive approach yields greater recognition accuracy than the SRC approach and CRC_RLS approach with low ~ample rate on the Extend Yale B dataset. And it is more efficient than other two approaches.     

基于字的分布表征的汉语基本块识别

汉语的基本块识别是汉语句法语义自动分析中的重要任务之一。传统的方法大多数直接将汉语基本块识别任务转化成词层面的一个序列标注问题,采用CRF模型来处理。虽然,在许多评测中得到最好的结果,但基于词为标注单位,在实用中受限于自动分词系统以及汉语词特征的稀疏性。为此,该文给出了一种以字为标注单位,以字为原始输入层,来构建汉语的基本块识别的深层神经网络模型,并通过无监督方法,学习到字的C&W和word2vec两种分布表征,将其作为深层神经网络模型的字的表示层的初始输入参数来强化模型参数的训练。实验结果表明,使用五层神经网络模型,以[-3,3]窗口的字的word2vec分布表征,其准确率、召回率和F值分别达到80.74%,73.80%和77.12%,这比基于字的CRF高出约5%。这表明深层神经网络模型在汉语的基本块识别中是有作用的。     

那曲典型草地植被光谱特征分析

遥感是大尺度生态研究的重要工具之一,而地面植物群落特征与其光谱特征之间的关系是解译遥感影像的关键。地面实测数据由于其高空间分辨率和高光谱分辨率,能够准确反映地物光谱信息,可以用来指导卫星遥感解译工作,同时为遥感监测草地退化、草地模型建立等提供数据支持。选取西藏那曲地区的优势植被类型作为研究对象,利用ASD FieldSpec 3便携式光谱仪测定优势种的冠层光谱并进行比较,并取其中一种优势种测量其在不同覆盖度和不同生长期的光谱反射特点。研究结果表明:①不同植被群落冠层光谱具有特殊的光谱曲线,可见光波段光谱反射率依次是紫花针茅、小嵩草和藏北嵩草,近红外波段光谱反射率则依次是小嵩草、藏北嵩草和紫花针茅;红边位置可以识别藏北嵩草,但是不能区分小嵩草和紫花针茅;②不同覆盖度的小嵩草红边、“绿峰”位置不随覆盖度的变化而发生变化;连续统去除后得到吸收深度随覆盖度的增加而变大,吸收峰面积随覆盖度的增加而增加;③小嵩草衰退期内,在可见光波段和红边波段,冠层光谱反射率随着叶绿素含量的减少而下降,出现“红边蓝移,绿峰下降”的现象。