基于LDA的互联网广告点击率预测研究

广告点击率是互联网广告投放的重要依据,有效地预测广告的点击率,对于提高广告投放的效率有着至关重要的作用。在训练点击率预测模型的过程中,往往面临着广告及用户的数量巨大以及训练数据集稀疏的问题,从而导致点击率预测的准确度下降。针对这些问题提出了一种基于LDA (Latent Dirichlet Allocation)的点击率预测算法,即LDA-FMs,该算法对原有训练集进行基于主题的分割,利用分割后的子训练集分别建立不同主题下的点击率预测模型,在此基础上,利用广告属于不同主题的概率,有权重的结合每个预测模型的预测结果,进而计算广告的点击率。实验基于KDD Cup 2012-Track2的真实数据集,证明了算法的可行性与有效性。     

高速A/D与微处理器间的数据缓存技术

由于数字信号处理的种种优点,现在多数时候是将模拟信号转换成数字信号再进行处理。在雷达系统中往往产生高频信号,要对这类信号进行数字处理,根据恩奎斯特采样定律,要求A/D采样率高达Gsps量级。对此例高频信号进行采样的系统,就是所谓的高速数据采集系统。高速数据采集具有系统数据吞吐率高的特点,要求系统在短时间内能够传输并存储采集结果。模数转换后的数据快速存储能力在一定程度上制约着A/D转换的频率和最大采集时间。故高速数据采集系统中的数据存储是一个热点和难点。文中研究讨论了一种高达1Gsps的A/D与微处理器间的数据缓存技术。     

微波处理油田采出水的研究

通过试验研究和分析微波对油田采出水中含油率和聚合物的降解作用,主要探讨水浴加热、微波功率、反映时间等参数与含油率、聚合物的含量关系,总结出各参数对除油率的影响规律和聚合物的降解规律。结果表明：微波对油田采出水具有良好的处理效果,当微波功率为800W,加热时间为70s时,处理效果最好;功率和加热时间的增大对聚合物都有降解趋势,聚合物的降解能够加快油田采出水的除油率。     

基于线性约束的多参数优化的QoS路由算法

选取带宽作为约束条件，把时延和丢失率作为QoS优化目标，建立了QoS路由选择的多目标整数优化模型，并给出了求解模型的算法。实例计算结果表明了算法的可行性。     

改进的基于高斯混合模型的运动目标检测方法

针对固定摄像机的视频监控系统,提出了一种改进的基于混合高斯模型的运动目标检测方法。在模型学习方面,均值与方差采用了不同的学习率,其中均值更新采用自适应的学习率,方差的学习率取固定值;引入权值均值概念,然后结合权值进行像素点的前景和背景分类;利用了背景图像消除阴影。实验结果表明,改进的方法与传统方法相比具有更好的学习能力,能提高在繁忙场景中,大而慢的运动目标检测的正确率。     

基于BAG误匹配的JPEG窜改图像的被动检测算法

当JPEG图像被窜改时,通过检测人工的块状网格BAG(block artifact grid)误匹配的痕迹,可以判定待检测图像是否被窜改过,但这种算法有较高的虚警率,提出一种改进算法。首先利用BAG误匹配原理检测图像,再在疑似窜改区域检测竖直方向和水平方向上是否同时存在相邻BAG的边缘,从而将窜改区域与偶发噪声点区域分开,最后对全图进行形态学处理,进一步消除噪声。实验证明,该算法可以在有效检测窜改区域的情况下,降低算法的虚警率,在数字图像的被动检测领域有广泛的应用前景。     

基于IGWO-RBF的LTE-R切换算法研究

针对高速铁路LTE-R越区切换中,A3事件下的越区切换算法容易出现乒乓效应（PPE）和无线链路连接失败（WLF）的问题,提出了粒子群优化（PSO）灰狼算法改进的RBF神经网络（IGWO-RBF）的越区切换优化算法。该算法采集大量列车以不同速度（0~100 m/s）运行在特定环境中时切换成功率高的切换迟滞门限[(Hys)]和触发延迟时间[(TTT)]参数集,送入改进的RBF神经网络,训练完成后得到不同速度下的[Hys]和[TTT]的拟合曲线。根据列车接收到的参考信号接收质量（RSRQ）,加入自矫正项对[Hys]和[TTT]进行二次优化调整。在matlab上进行仿真实验,结果表明提出的算法减小了掉话率和乒乓切换率,提高了列车在高速环境下的切换成功率及鲁棒性。     

基于三角基线性拟合算法的后视镜外形优化

针对现有后视镜的缺陷,采用双曲镜设计,将视镜分为主视野区和副视野区（主视野区接近平面镜,副视野区是凸面镜）,在满足两个区域镜面平滑过渡的前提下建立曲面拟合模型,通过三角基线性拟合算法对复杂的曲面进行拟合,实现后视镜的曲面外形优化.该优化主要体现在可视区域变大,盲区减小,图像失真率小,在分界示意线过渡期间图像连贯且车身周围的图像失真率在3%以下.     

一种基于用户关联分析的热点话题识别算法

为了提高从社交网络文本信息中发现热点话题的准确率,提出一种基于用户关联分析的热点话题识别算法。该算法综合考虑词频变化率和用户权威度,词频变化率通过EMA和MACD等指标来计算,用户权威度通过建立用户关联图的方式来计算。使用基于HITS算法的话题热度度量计算方法,将词频变化率数据和用户权威度数据结合在一起,得到话题的热度值。实验结果表明,使用基于用户关联分析的热点话题识别算法能够提高热点话题发现准确率。     

科研级嵌合抗原受体慢病毒浓缩方法对比研究

慢病毒载体是基因治疗的重要基因转导工具,在嵌合抗原受体(Chimeric Antigen Receptor, CAR)T 细胞治疗血液肿瘤中发挥着极其重要的作用。制备高质量 CAR-T 细胞的先决条件是获得高滴 度的慢病毒,而高滴度的实现离不开浓缩步骤。其中,超速离心(超离)和超滤是两种潜在的可选浓缩 方法。为探究超离和超滤两种浓缩方法在制备科研级 CAR-T 时的效率和对病毒的活力影响,该研究选 择 GFP 和 CD19 CAR(CAR19)-mCherry 两种质粒包装病毒,并对两种方法产生的病毒滴度和回收率进 行比较。结果显示,超滤产生的慢病毒滴度最高达到 1011 TU/mL,显著高于超离法产生的慢病毒滴度 (P＜0.05),同时超滤的回收效率也更高。该结果可为科研级 CAR 慢病毒的浓缩方法提供直接的理论 参考依据,有助于 CAR-T 基础研究的顺利开展。