摘要：在金融行业中,信贷欺诈检测是一项重要的工作,能够为银行和消金机构减少大量的经济损失。然而,信贷数据中存在类别不平衡和正负样本特征重叠的问题,导致少数类识别灵敏度低且不同类别数据区分度低。针对这些问题,提出一种面向信贷欺诈检测的CTGANBoost方法。首先,在AdaBoost(Adaptive Boosting)方法的每一轮Boosting迭代中,引入基于类别标签信息约束的CTGAN(Conditional Tabular Generative Adversarial Network)方法学习特征分布,进行少数类数据增强工作;其次,基于CTGAN合成的增强数据集,设计了权重归一化方法,确保在样本加权过程中保持原始数据集的分布特征和相对权重。在3个开源数据集上的实验结果表明,CTGANBoost方法的表现均优于其他主流的信贷欺诈检测方法,AUC值提升了0.5%~2.0%,F1值提升了0.6%~1.8%,验证了CTGANBoost方法的有效性和泛化能力。

摘要：金融欺诈行为给社会带来了许多负面影响,针对金融欺诈行为,多种人工智能与金融反欺诈算法被提出并应用于实际反欺诈业务场景,取得了不错的成绩。这些反欺诈算法或从用户个体的角度进行欺诈检测,或从节点与网络的拓扑关系的角度进行欺诈检测,或通过学习节点的图嵌入式表示进行欺诈检测,出发角度较为局限,无法进行完备的欺诈检测分析。针对上述问题,设计了一种基于融合多源图特征的Kcore图卷积神经网络反欺诈算法,该算法的创新性在于能够高效挖掘网络中节点层级的拓扑关系与全局网络层次的拓扑关系来构建宽领域的特征体系,并通过基于Kcore算法的图卷积神经网络完成深层次图结构特征的传播与聚合,最终完成欺诈风险的检测。实验效果表明,该方法相较于相关机器学习算法与图神经网络算法在相关评价指标上均有较大的提升,其中较LightGBM算法有12%的AUC值提升,较GCN算法有6%的AUC值提升。

摘要：探讨不同建筑结构设计方案对建筑生命周期碳排放的影响,为低碳建筑结构设计提供参考。研究方法:采用文献研究法,收集和分析不同建筑结构类型的碳排放量数据;采用案例分析法,评估典型建筑结构设计方案的碳排放情况。研究结果:钢结构建筑碳排放相对较高,木结构建筑碳排放较低;采用预制装配式结构可以有效减少施工过程中的碳排放。研究结论:推广木结构和装配式结构,开发低碳新材料,优化结构设计,是减少建筑碳排放的有效途径。

摘要：文章研究了建筑工程框架剪力墙结构的施工技术;介绍了框架剪力墙结构的基本原理、设计标准、施工要求、主要材料以及施工工艺;分析了其在实际应用中面临的主要问题,并针对常见问题提出了解决方案,为相关领域提供了参考价值。

摘要：文章针对培养工程思维和创新能力的建设要求,给出一套创新的程序设计实践课程实施方法,通过精炼的程序设计实践知识体系、任务驱动的教学方法、与科技竞赛联动的创新能力培养等措施,指导学生完成开放式自主命题、不限制技术路线的创新创意软件作品开发,以期取得较好的教学效果。

摘要：图是一种重要且基础的数据结构,存在于各种各样的实际场景中。而随着近年来互联网的高速发展,社交网络图数据大量增加,对这些数据进行分析对公共服务、广告营销等实际场景有重要作用。目前已经有不少的图神经网络算法在此类问题中取得了较好的结果,但依然有提升的空间,在很多追求高准确度的场景下,工程师依然希望有性能更好的算法可供选择。文中对神经网个性化传播算法进行了改进,提出了新的可用于社交图网络的图神经网络算法DPPNP。相比于传统图神经网络算法,在信息于节点之间传播时,该算法会根据节点的度对不同节点按不同比例保留自身信息,以提高准确度。在真实数据集上的实验结果表明,与已有的图神经网络算法相比,该算法拥有更好的性能。

摘要：空间科学任务协同设计论证存在设计方案耦合强,数据一致性差,数据变更难,数据与流程脱节等问题.为了解决上述问题,建立了典型空间科学任务的多层数字化模型;采用图形化方式对论证流程进行建模,并建立流程与数据的映射关系;通过共享数据池的方式为多岗位用户提供多方案数据协同机制;采用消息总线对数据变更进行及时提醒;利用方案依赖关系矩阵来判别方案耦合关系,最终自动合并任务总体设计方案.作为一个分布式平台,空间科学任务协同设计平台采用Eclipse RCP和Spring技术架构,整合了Hibernate、工作流Activiti5等中间件,提供统一门户,支持多岗位、多任务、多方案、多版本的管理能力,提供论证流程监控、数据协同交互等功能.结合某空间科学任务论证验证了该平台的有效性.

摘要：程序设计能力是信息时代工科大学生的一项基本能力,传统的工科专业都会开设程序设计课。在大类招生背景下,如何有效开展大类工科专业的程序设计课程教学变得尤为重要。本文给出了大类工科专业程序设计课程教学中师资建设、教学规范、资源利用等问题的解决与实施办法。

摘要：在线编程评测系统(Online Judge,OJ)是一种被广泛应用于计算机编程教学与竞赛的代码测评系统。用户在规模庞大的题库中寻找适合当前学习阶段的题目时,往往会感到迷茫。如何为用户推荐合适的题目和规划学习路径,是在线编程测评系统研发中的一个重要研究课题。传统推荐算法存在可解释性和准确性难以兼顾的问题。文中提出了基于知识图谱与协同过滤混合策略的在线评测系统推荐模型(A Hybrid Programming Task Recommendation Model Based on Knowledge Graph and Collaborative Filtering,HKGCF)。该模型通过推荐与用户当前知识和技能掌握程度相匹配的题目,来帮助用户提升学习效果。文中设计和实现了该模型,并将其集成到了北京航空航天大学在线编程测评系统中,以适应OJ平台特有的交互形式。线上测试和离线测试实验的结果表明,提出的HKGCF模型在准确率和可解释性方面均优于典型传统算法。

摘要：针对多无人机执行编队飞行任务过程中在时间、空间、姿态多维度协同配合的问题,提出了一致性算法和领航跟随法相结合的无人机编队控制方法。基于领航跟随法将无人机分为领航机和跟随机,领航机和跟随机共同组成无人机编队。在此基础上设计了无人机运动学模型和基于一致性算法的编队控制器。实现了无人机编队飞行控制系统,控制多无人机执行协同探测编队飞行任务。最后,使用三台无人机开展飞行实验,验证了该编队飞行控制方法的有效性,为使用无人机模拟卫星来测试星载有效载荷设备提供了支持。