移动群智感知中时间窗口相关的参与者选择机制

目前许多移动群智感知应用要求参与者收集一段时间内连续的感知数据,而现有研究在这方面却考虑不足。针对上述应用场景提出了时间窗口相关的参与者选择机制,主要包括基于动态规划算法设计了一种时间窗口相关的参与者选择方法,目标为覆盖任务时间段的同时最大化数据效益;参与者信誉值更新机制,根据参与者参与任务的意愿程度和数据质量更新参与者的信誉值。最后通过仿真实验与两种普遍应用的参与者选择方法作比较,实验证明所提出的参与者选择机制在数据可靠性、数据效益和感知成本等方面具有更好的效果,因此所提出的参与者选择机制在时间窗口相关的任务中有更好的应用前景。     

群智项目创新潜力的影响因素研究

目的 在群智协同设计背景下,对自组织项目创新潜力的影响因素进行了梳理和分析。方法 基于创新扩散理论和信息接收模型,从用户及项目特征的数量和质量两个维度选取参数去研究其对项目持续创新的影响。结合典型群智协同创新社区——LaunchForth平台,采用数据挖掘和改进RFM项目识别方法对项目创新潜力类型进行划分,结合572项个人项目的创新成功率,分别对高创新成功率、中创新成功率和低创新成功率3类项目进行创新潜力影响因素回归分析、对比及研究。结果 得出群智项目创新潜力影响因素回归模型和群智涌现过程中对不同项目创新成功率的影响指标。结论 提出激发自组织群智项目创新潜力的管理策略——用户存量为王,量变决定质变,对保持自组织项目创新潜力有重要参考价值。且提出一种快速识别项目创新潜力水平的方法,对提升群智协同创新平台初期孵化项目的成功比例有一定指导意义。     

An Efficient Crossing-Line Crowd Counting Algorithm with Two-Stage Detection

Crowd counting is a challenging task in crowded scenes due to heavy occlusions, appearance variations and perspective distortions. Current crowd counting methods typically operate on an image patch level with overlaps, then sum over the patches to get the final count. In this paper we describe a real-time pedestrian counting framework based on a two-stage human detection algorithm. Existing works with overhead cameras is mainly based on visual tracking, and their robustness is rather limited. On the other hand, some works, which focus on improving the performances, are too complicated to be realistic. By adopting a line sampling process, a temporal slice image can be obtained for pedestrian counting without the need for visual tracking. Only ten low level features are extracted from the input image to establish a feature vector. As a result, our algorithm is more efficient and accurate than existing methods. Pedestrians in the temporal slice image are then located by the two-stage detection algorithm, which is largely based on support vector machine and affinity propagation clustering. Moreover, a novel algorithm is proposed to determine the moving directions of pedestrians by comparing the centers of them in two temporal slice images. Extensive experiments reveal that our system achieves satisfaction performances in terms of both robustness and efficiency.     

SiO2 nanoparticles surface modified with polyethyleneimine-oleic acid complex as stabilizers of Ni fine particles in dense nonaqueous suspensions

SiO₂ nanoparticles (NPs) surface modified with polyethyleneimine-oleic acid complex (PEI-OA) has successfully prepared in a simple manner as a stabilizer of metal (Ni) fine particles (FPs) as well as a component of Ni/SiO₂ composite particles. Starting from SiO₂ NPs which were collected through centrifugation of commercial SiO₂ colloids, it was found that PEI-OA can effectively adsorbed on collected SiO₂ NPs surface during their redispersion process in toluene with the assistance of ultrasonication. The aggregated particle size (Z-average size) in toluene could be successfully reduced to c.a. 100 nm under saturated adsorption of PEI-OA. It was also found that PEI-OA-modified SiO₂ NPs can effectively attach to the Ni FPs by a simple mixing process in toluene. The FE-SEM observation confirmed the adsorption of the PEI-OA-modified SiO₂ NPs on the Ni FPs without forming severe NP aggregates. Owing to the attachment of the PEI-OA-modified SiO₂ NPs with surfaces that are compatible to toluene and α-terpineol, the suspension stability of the Ni/SiO₂ composite particles in these solvents drastically improved. The result was confirmed by the effective reduction of the sedimentation velocity of diluted suspensions as well as by the reduction of the viscosity of dense suspensions.     

单斜面索拱支承曲梁人行桥人致振动控制研究

进行了一种单斜面索拱支承曲梁人行桥的人致振动控制研究。在人行桥的初始状态及静动力特性基础上,模拟了随机人群荷载作用下人行桥的振动响应,参数化地研究了调谐质量阻尼器(Tuned Mass Damper,TMD)的减振作用,考虑了TMD不同质量比、刚度、阻尼参数以及布置方式的影响。在TMD装置安装前后对人行桥进行实地动力测试,测试了结构减振前后的模态特性以及在单人、多人和人群荷载工况下的振动响应,讨论了TMD装置对该类型人行桥的减振效果。结果表明:减振后结构关键模态阻尼增大为减振前的4.14倍;单人步行和跑动工况下,通过设置TMD,结构加速度峰值下降31.1%～55.9%,加速度均方根下降36.4%～52.0%;多种人群步行工况下,结构竖向加速度峰值最大为0.41 m/s~2。研究结果表明单斜面索拱支承曲梁人行桥刚度较柔,TMD对控制该类型人行桥结构人致振动具有很好的效果。     

群智创新：人工智能2.0时代的新兴创新范式

目的在人工智能2.0时代提出了群智创新新范式。方法从人类社会文明进化史出发,按照农耕时代、工业时代、知识网络时代、数据智能时代对创新范式的演进进行了梳理,分析了开放式创新、群体创新、众包、全面创新和整合创新等几种典型的创新范式。结论提出了群智创新的概念、研究内容,分析了群智创新的特点、创新过程、关键技术以及未来的研究思考。提出和发展群智创新这一新的创新范式,建立研究理论、方法与技术体系,对于推动中国创造具有一定的时代意义。     

基于Gaussian-yolov3的铝型材表面缺陷检测

在铝型材的实际生产过程中,由于各方面因素的影响,铝型材表面会产生碰伤,刮花,凸粉等瑕疵,这些瑕疵会严重影响铝型材的质量。目前主要采用人工检测,由于铝型材表面自身含有纹路,与瑕疵区分度不高,传统人工肉眼检查十分费力,质检的效果难以控制。为解决上述问题,以铝型材表面缺陷为研究对象,使用Gaussian-yolov3为基础目标检测网络,针对铝型材表面部分条状缺陷的特性,使用变形卷积技术增强卷积的适应性。针对小缺陷检测问题,使用密集连接技术。使用数据增强扩展数据。通过对比Faster R-CNN、SSD实验,结果表明,基于Gaussian-yolov3的检测方法准确率可以达到96%,检测速度可以满足实时性要求,具有较强的实用性。     

群智感知中基于云辅助的隐私信息保护机制

为实现对移动群智感知中隐私信息的保护,解决请求者在云端监听,请求者与诚实且好奇的云相互串通导致用户隐私信息泄露的问题,提出一种基于云辅助的隐私信息保护机制。通过对用户贡献的数据进行拆分重组,使敏感数据脱敏,利用同态加密对拆分后数据进行处理,防止隐私信息的泄露,使移动用户可以安全地参与感知过程,保护请求者的权益。模拟实验结果表明了所提方案是可行有效的。     

结合密集神经网络与长短时记忆模型的中文识别

文本图像识别是计算机视觉领域一项重要任务,而其中的中文识别因种类繁多、结构复杂以及类间相近等特点很具挑战性.为改善这一问题,使用文本行端到端的识别模型.首次提出利用密集卷积神经网络（DenseNet）提取文本图像底层特征,同时避免手工设计、统计图像特征的繁琐;将整行图像特征直接送入双向长短时记忆模型（BLSTM）进行局部相关性分析,减少字符定位分割这一步骤;最后采用时域连接模型（CTC）解码获得识别的文本信息.实验表明所提出的模型可以高效的进行图像文本行的识别,并对图像的多种形变具有较好的鲁棒性.     

基于人机社会力模型的人群疏散算法

针对公共场合紧急情况下人群疏散困难和效果有限的问题,提出一种基于人机社会力模型的机器人疏散人群的方法。首先,基于原始社会力模型提出了一种新的人机社会力模型,该模型在原始社会力模型的基础上加入了机器人对人作用的人机作用力;然后,基于人机社会力模型提出一种新的利用机器人疏散人群的方法,该方法在人群疏散场景中加入运动机器人,通过机器人自身的运动,利用人机作用力影响周围行人的运动状态,减小行人之间的压力,从而达到加快人群运动速度、提高人群疏散效率的目的。在室内封闭场景人群逃生、两群行人交错这两种典型的疏散场景中分别进行仿真实验,并将实验结果与未加入机器人的人群疏散结果进行对比分析,实验结果表明,基于人机社会力模型的机器人疏散人群的方法能够明显加快人群的运动,提高人群的疏散效率。