线性规划的可行解集合的几何特征

本文提出平凡解是基可行解,也是极点,对基可行解与极点是等价概念给出一种证明方法,指出E~n中的可行解集合有类似R~2中的凸多边形的一些特征。     

一种求解命题公式骨干集的警示传播算法

警示传播WP算法是一类重要的信息传播算法,在命题公式的可满足性判定中非常有效。通过对WP算法的数学原理分析发现,当算法收敛时以高概率固定部分变元的赋值,可以对公式进行化简。基于这样的特征修改WP算法的迭代方程和变元赋值条件,设计了一种求解命题公式骨干集的信息传播算法。当变元数目超过400时,与经典骨干集求解算法对比,效率提高了40%,与目前常用算法对比也有10%的提高。结果表明,所提算法求解命题公式骨干集时非常有效。     

Visitor-artwork network analysis using object detection with image-retrieval technique

Recent museum exhibitions are becoming a means by which to satisfy visitor demands. In order to provide visitor-centric exhibitions, artwork must be analyzed based on the behavior of visitors, and not merely according to museum professionals' points of view. This study aims to analyze the relationship between museum visitors and artwork via a network analysis based on visitor behavior using object detection techniques. Cameras installed in a museum recorded visitors, and an object detector with a content-based image-retrieval technique tracked visitors from the videos. The durations spent with different artworks were measured, and the data was converted into a bipartite graph. The relationships between different artwork types were analyzed with a visitor-centered artwork network. Based on the visitors’ behavior, significant artworks were identified and the artwork network was compared to the arrangement of the museum. The tendency of edges in the artwork network was also examined considering visitors' preferences for artworks. The method used here makes it possible to collect quantitative data, with the results possibly used as a basis and for reference when analyzing artwork in a visitor-centered approach.     

面向交通流量预测的时空超关系图卷积网络

交通流量预测是智能交通系统中的重要研究课题,然而,交通对象（如站点、传感器）之间存在的复杂局部时空关系使得这项研究颇具挑战。尽管以往的一些研究将流量预测问题转化为一个时空图预测问题从而取得了较大的进展,但是它们忽略了交通对象们跨时空维度的直接关联性。目前仍缺乏一种全面建模局部时空关系的方法。针对这一问题,首先提出一种新颖的时空超图建模方案,通过构造一种时空超关系来全面地建模复杂的局部时空关系;然后提出一种时空超关系图卷积网络（STHGCN）预测模型来捕获这些关系用于交通流量预测。在四个公开交通数据集上进行了大量对比实验,结果表明,相比ASTGCN、时空同步图卷积网络（STSGCN）等时空预测模型,STHGCN在均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）这三个评价指标上均取得了更优的结果,不同模型运行时间的对比结果也表明,STHGCN有着更高的推理速度。     

领域知识图谱快速构建和应用框架

快速构建和应用领域知识图谱(domain knowledge graphs, DKG)已成为企业的迫切需求。然而,领域知识图谱的快速构建和应用仍然存在问题:1）构建前,复杂领域场景涉及知识维度广,业务专家短时间内难以构建完备的领域schema;2）构建中,业务和技术专家深度耦合,图谱构建缓慢,难以适应业务快速发展需求;3）构建后,图谱应用严重依赖技术人员开发,业务专家无法自主基于领域知识图谱探索问题解决方案。为解决上述问题,本文提出了领域知识图谱的快速构建和应用框架,其中包括:多人协作构建领域schema解决领域知识的复杂性问题,将业务和技术专家解耦合,提高领域知识图谱的构建效率,最后通过建立基于行业schema的auto-KBQA((knowledge base question answering)解决领域知识图谱在知识问答应用的快速落地。通过实际项目的应用落地,验证了该框架可有效加快领域知识图谱的落地应用,期望该框架给领域知识图谱的快速构建和应用带来一定的启发和帮助。     

一种基于抽象解释的二进制代码测试方法

针对二进制程序分析中难以生成测试用例的问题,提出了一种基于抽象解释和制导符号执行的测试用例自动生成方法。首先结合动态和静态程序分析方法,生成目标二进制程序的过程间控制流程图,然后基于过程间控制流程图,计算出潜在脆弱点集。利用节点距离、节点可达性和约束条件集概率静态信息作为符号执行的制导因素,对二进制程序进行动态测试,过滤虚假的脆弱点,并对真实脆弱点生成相应的触发测试用例。实验结果表明文章提出的方法能有效避免执行无效路径,提高二进制代码测试效率。     

基于多尺度分析及图论归一化割的矿岩颗粒图像分割及应用

为了克服矿岩颗粒图像分割中的欠分割和过分割现象,基于矿岩颗粒图像的特性, 提出了一种结合多尺度分析与图论的矿岩颗粒图象分割算法。该算法首先利用图像多尺度变换缩小图像,以去噪和减少数据量,再利用改进的图论归一化割(Normalized Cut)算法来分割矿岩颗粒图像。对多种类型的矿岩颗粒图像进行了分割实验,并与阈值、分水岭,聚类分析及FCM等常用的分割方法进行了比较。实验结果证明:研究的算法对岩石颗粒图像具有优于其它分割算法的效果;新算法应用到了大型露天矿的爆堆中的岩石块度测量与分析, 效果令人满意。     

加法幂等半环和坡代数在网络路径优化问题中的应用

对加法幂等半环上矩阵幂收敛的条件,以及加法幂等半环和坡代数赋权图路径优化问题与伴随矩阵幂的关系进行了研究,优化问题是在加法诱导的偏序≤下考虑的.特别,证明了对于选择的加法幂等半环E上的n阶赋权图G,如果其伴随矩阵A满足aij=e,且对G的任一基本回路p,权w（p）≤e,e是E的乘法幺元,则An-1的（i,j）分量表示从顶点i到j的所有路径的权在偏序≤下的最大元,且最大元一定在某一基本路径上取得.坡代数赋权图的结果作为特例得到.最后给出了几个应用的实例.说明加法幂等半环赋权图的这类广义路径优化问题仍可用矩阵幂的方法来解.     

支持向量机多分类问题研究

支持向量机是典型的两类分类方法,如何将其推广到多分类问题是学者们正在研究的一个热点。对比分析几种常用的多类方法的优缺点,利用标准数据集对多类支持向量机的速度和精度两方面进行试验分析。研究表明,对于大规模的多类分类问题,有向无环图简单易行,具有理想的训练速度与精度,具有一定的参考价值。     

基于交互式图割算法的结肠组织提取

针对腹部CT医学图像中结肠组织自身局部特征的问题,研究了一种基于交互式Graph Cuts结肠组织的分割方法。首先人工标定一部分体素标记为＂目标＂和＂背景＂种子点。然后将图像映射成网络图,通过相邻像素间的灰度特征分配边的权重值,采用26邻域系统实现三维图像的分割。最后使用最大流/最小割方法最小化能量函数,得到结肠区域。实验结果表明,交互式的图割算法能够准确地从三维腹部CT医学图像中提取出结肠组织,体现了结肠数据的局部特征。算法能自动将所有腹部CT切片的结肠组织分割出来,实验获得的结果有利于结肠病变的发现和精确定位。