基于融合特征的虚假评论检测方法

针对现有虚假评论检测方法未充分利用用户历史行为中蕴含的动态信息,首先利用时序分析模型从这些动态信息中挖掘能够刻画用户行为的动态特征;其次,融合这些动态特征与用户层面静态特征发现可疑用户,并将用户可疑概率传播至用户所发表评论得到评论可疑概率;最后,融合评论可疑概率与评论层面静态特征形成融合特征,使用PU-Learning分类策略实现虚假评论的检测。真实数据集上的实验表明,本文方法的性能优于现有方法。     

Hadoop中Reduce作业动态调度算法

Hadoop平台中的MapReduce并行分布式编程模型通过将廉价节点组合成集群提供存储和计算服务,可以降低集群成本。Hadoop可以通过配置使Reduce任务在Map任务完成固定百分比时启动,但是过早地启动Reduce任务会造成Reduce资源长期处于等待状态。提出一种Reduce动态调度的DRS算法,通过作业中Map任务数量和大小计算Reduce启动时间,并在作业运行中根据Map任务的调度情况修正启动时间,以节约Reduce资源的使用效率。实验表明,DRS算法与固定百分比参数的方法相比,shuffle阶段时间缩短了7.3%。与系统默认参数相比shuffle阶段时间缩短了43.6%。     

C2S2D：一种基于多形欺骗的秘密通信方案

提出一种基于多形欺骗的秘密通信协议,给出流特征多形变换方法,将通信流量的特征随机变换以抵御攻击者的流量识别攻击;给出基于动态碰撞的欺骗式防护方法,将通信服务的端口隐藏起来以抵御攻击者的主动探测。理论和实验分析结果表明,该方案可有效地提高通信的安全性。      

植物精油对绿豆象成虫熏蒸效果及种群抑制作用的研究

为探讨植物源精油在绿豆象(Calposobruchus chinensis Linnaeus)防治上的实际应用,采用水蒸气蒸馏法对3种中药桂皮(Cinnamomum cassia Presl)、小茴香(Foeniculum vu Lgare Mill)、肉豆蔻(Myristica fragrans Houtt)进行了精油提取,测定3种精油对绿豆象成虫的熏蒸作用和种群的抑制作用。结果表明,水蒸气蒸馏法提取桂皮、小茴香和肉豆蔻3种精油的提取率分别是1.53%、1.52%和2.72%。小茴香精油、桂皮精油和肉豆蔻精油对绿豆象成虫熏蒸处理24 h后的LC_(50)值分别为35.259、30.921和16.980μL/L,说明肉豆蔻精油对绿豆象的熏蒸效果较好。每种精油分别采用浓度LC_5、LC_(25)、LC_(50)和LC_(75)对绿豆象成虫进行熏蒸24 h后,对成虫的产卵量、孵化率、F1代雌性比和成虫的羽化等种群的抑制效果进行了研究。结果表明:3种精油对绿豆象的产卵量、羽化率、F1代雌性比、卵孵化率、产卵率和发育历期抑制效果明显。与对照相比,3种精油的LC_5浓度均能促进成虫的产卵量并增加显著(P0.05),3种精油的LC_(75)浓度熏蒸后绿豆象的产卵量均减少95.6%。3种精油的不同浓度熏蒸后绿豆象的孵化率减少42%以下。肉豆蔻精油的LC_(50)和LC_(75)浓度、小茴香精油的LC_(25)浓度熏蒸后均能使绿豆象成虫F1代的羽化率减少60%以上。LC_5、LC_(25)和LC_(50)浓度的桂皮精油熏蒸后,绿豆象F1代雌性比均减少20%以上。小茴香精油的LC_(50)和LC_(75)浓度、桂皮精油和肉豆蔻精油的LC_(75)浓度熏蒸后绿豆象发育历期缩短2 d。3种精油的LC_(75)浓度熏蒸后绿豆象种群抑制率和产卵抑制率分别超过98%和95%。因此,3种中药的精油采用合适的浓度熏蒸后对绿豆象的种群均有一定的抑制作用。     

基于试验模态法的五轴水射流机床动态特性研究

基于试验模态分析理论,运用力锤激励法对五轴联动水射流机床整机进行单点激励(SISO)结构模态试验;结合响应信号,构建试验模态分析系统,获得了整机结构的低阶固有频率、阻尼比和相应的模态振型,并通过模态置信准则(MAC)进行验证;通过振动试验分析可知,机床第一、二、三阶振型为其主要振动,并找出其了振源,提出了相应的措施,以降低振动。     

基于多智能体粒子群优化的移动机器人动态路径规划

为了确保机器人在动态环境下无碰撞地到达目标位置,将多Agent粒子群优化算法（multi-agent particle swarm optimization, MAPSO）引入到粒子滤波（particle filter, PF）中,提出一种基于多Agent粒子群优化粒子滤波算法（multi-agent particle swarm optimized particle filter, MAPSOPF）的路径规划方法。通过多Agent系统的竞争、协作机制,调整MAPSOPF中粒子的提议分布,更新预估粒子的位置。与PSOPF算法相比较,该算法的迭代步数减少了50%~60%,计算时间复杂度降低了5%~50%。与改进的遗传算法相比较,MAPSOPF算法的计算时间复杂度降低了95%。三种算法中,MAPSOPF可近似得到最短的路径。实验结果表明该算法可有效应用于移动机器人动态路径规划。     

钛合金动态本构模型参数敏感度分析及识别方法

为分析钛合金动态本构模型参数的敏感度,克服了传统单因素分析法的弊端,采用拉丁超立方抽样方法在整个参数空间中抽样,利用非参数统计方法中的Spearman秩相关分析法对本构参数随机输入样本集与其对应的目标函数输出结果集作相关性分析。建立了用Spearman秩相关系数等效求解参数敏感度的表达式,进而实现了参数敏感度的整体性分析,提高了参数敏感度分析结果的可靠性。基于参数敏感度分析结果,为减少本构模型参数识别的计算量,快速、精确、可靠地搜索最优解,本文建立了基于改进小生境算法、可疑峰值点判断策略和局域精确搜索技术的改进遗传算法。该方法克服了基本遗传算法存在的无法同时满足精度、可靠性和节省计算时间的缺陷,避免了容易产生早熟现象,增强了局部寻优能力。数值计算结果表明：本文提出的方法显著提高了遗传算法的全局搜索能力且计算精度高。本文提出的参数敏感度整体性分析方法和改进遗传算法不仅能很好地实现钛合金的动态本构参数识别,而且对其它工程材料本构参数的高精度识别具有重要参考价值。     

基于曝光适度评价的多曝光图像融合方法

针对数字相机在拍摄宽亮度范围场景时动态范围不足的问题,提出一种高效的多曝光图像融合方法.该方法通过场景的多次采样曝光,分析不同像素的亮暗变化,利用高斯数学模型计算评价数值.将结合图像亮度信息的曝光适度评价方法应用于图像分块区域,并计算每个像素的权重值,消除图像块效应.将不同曝光度下成像的图像序列融合为一幅局部自适应曝光的高动态范围(HDR)图像,实现动态范围扩展.与另外3种方法进行对比分析,结果表明:该方法简便有效,细节纹理与颜色信息具有更强的表现能力,且熵值更高.     

基于曝光适度评价的多曝光图像融合方法

针对数字相机在拍摄宽亮度范围场景时动态范围不足的问题,提出一种高效的多曝光图像融合方法.提出结合图像亮度信息的曝光适度评价方法,通过场景的多次采样曝光,分析不同像素的亮暗变化,利用高斯数学模型计算评价数值.将该曝光适度评价方法应用于图像分块区域,并计算每个像素的权重值,消除图像块效应.将不同曝光度下成像的图像序列融合为一幅局部自适应曝光的高动态范围(HDR)图像,实现动态范围扩展.结果表明,该方法简便有效,细节纹理与颜色信息具有更强的表现能力,且熵值更高.     

基于分类优化的物联网节点负载均衡策略

采用动态多因素组合及KNN分类方法对各节点终端进行了有计划的深入分析,按照各特征节点相似性进行分类,然后根据其分类策略对各节点使用情况进行有机排序,并优先考虑使用效率较高和容易闲置的设备节点,从而实现网络负载均衡。实验结果表明,本文构造的分类器加速比、扩展率及数据伸缩率都有很大的提升。