摘要：为了解决室内建筑节点不合理与人群逃生路线选择困难的问题,提出面向自组织人群的建筑安全评估算法.基于IndoorGML建立室内空间的水平平面结构和垂直层级结构,形成拓扑空间中的节点关联图,以表示多层建筑物的空间结构.通过对单元空间的风险、通行率的定义,设计基于A^(*)算法的安全疏散路线选择算法.通过分析逃生路线的选择人数、单条逃生路线上节点的最高风险、单条逃生路线的平均逃生时间,找出室内建筑不合理节点并提出优化方案.构建模拟场景进行仿真实验,对比不同路线选择方法的结果,分析并验证所提评估算法的有效性.结果表明,所提出的方法能够找出建筑拥堵的主要因素及其对疏散的影响程度,有助于在建筑设计阶段开展科学的建筑安全评估.

摘要：研究复杂网络能控性鲁棒性对包括社会网络、生物和技术网络等在内的复杂系统的控制和应用具有重要价值.复杂网络的能控性是指:可通过若干控制节点和适当的输入,在有限时间内将系统状态驱动至任意目标状态.能控性鲁棒性则是指在受到攻击的情况下,复杂网络依然维持能控性的能力.设计具有优异能控性鲁棒性的复杂网络模型和优化实际网络的能控性鲁棒性一直是复杂网络领域的重要研究内容.本文首先比较了常用的能控性鲁棒性定义及度量,接着从攻击策略的角度分析了3类攻击的特点及效果,包括随机攻击、基于特征的蓄意攻击和启发式攻击.然后比较了常见模型网络的能控性鲁棒性.介绍了常用优化策略,包括模型设计和重新连边等.目前的研究在攻击策略和拓扑结构优化方面都取得了进展,也为进一步理论分析提供条件.最后总结全文并提出潜在研究方向.

摘要：由于设计参数之间的复杂关联性,产品开发过程中变更传播难以避免。为降低变更传播带来的开发成本增加、开发周期延长等风险,提出基于产品参数基元网络的变更传播路径优化方法。在参数关联关系与变更传播模式分析的基础上,结合可拓基元理论对设计参数进行形式化表示,并构建产品参数基元网络模型取代传统的模块或零部件关联网络模型;分析变更影响传播特性,研究变更代价评估模型;设计了基于时序差分的变更传播路径优化算法,高效搜索获取最优的变更传播方案。最后,以汽车离合器为案例,验证所提方法的有效性。

摘要：现有的大多数步态识别方法是基于轮廓的步态识别方法,然而轮廓容易受到遮挡的影响,从而导致识别准确率下降。在现实的监控场景下,遮挡几乎是不可避免的,提高遮挡情况下的步态识别精度是算法能够“落地”于实际应用的前提。针对此问题,提出了结合轮廓与姿态的时空融合步态识别方法。利用姿态具有抵抗遮挡的能力,设计多模态空间特征融合模块,利用特征重用策略和模态融合策略以提高空间特征的信息容量;设计多尺度时间特征提取模块,利用独立分支提取不同时间尺度下的时间信息,提出一种基于注意力的特征融合策略以自适应地整合时间信息;设计空间特征集合分支,以深监督方式提高时空特征的表达能力。在公开数据集上的实验结果表明了所提方法的有效性,模型在遮挡情况下具有较好的鲁棒性。

摘要：已有的图采样方法侧重于单图采样,关注如何在一张图上通过采样保留其特定的拓扑结构特征。随着数据采集能力的提升,多重网络图在实际应用中越来越普遍,即相同的节点集在不同场景中具有不同的网络关系。针对传统图采样方法无法兼顾多重网络图结构特征的问题,提出了表征学习驱动的多重网络图采样算法。首先,设计融合多重网络图结构特征的图表征学习方法,将节点投影至二维的表征学习空间;其次,利用改进的自适应蓝噪声采样算法,考虑节点密度和网络连通性,从表征学习空间筛选节点,以保持其多重网络结构特征及图上下文结构特征。进而开发了一套多重网络图采样可视分析系统,支持用户交互式地探索多重网络图采样,并与已有采样算法进行对比。案例分析和评估实验证明了本文算法在多重网络图采样中的有效性。

摘要：大图采样是常用的网络图简化方法,可显著降低大图数据的规模.文中从随机图采样、特征驱动的大图采样方法、大图采样的评估指标和大图采样方法的应用4个角度进行综述.首先介绍随机点、随机边和随机游走的随机图采样方法;然后论述拓扑结构、社区结构、动态网络关联和语义关联特征驱动的大图采样方法;再介绍拓扑结构、视觉感知和特征驱动的大图采样指标;最后介绍了大图采样方法在社交网络、地理交通、生物医学和深度学习等领域的应用,并展望了该方法的发展前景.

摘要：大型开放式在线课程(massive open online courses,MOOC)是面向用户提供教学资源的线上学习平台.从MOOC数据类型、MOOC数据可视化方法和MOOC数据的可视分析应用3个角度进行综述.首先介绍MOOC中的文本数据、视频数据、拓扑结构数据和时空数据;然后对不同数据类型常用的可视化方法进行论述;再介绍MOOC数据可视分析在在线学习行为分析、论坛交互活动分析和学生表现结果分析等方面的应用;最后对MOOC数据可视分析的未来发展趋势进行展望.

摘要：针对现有深度学习图像修复算法在修复区域内部产生模糊纹理或存在修复区域边界的内容不连贯性的问题,提出一种基于感知去模糊的人脸图像修复算法.首先提出一种包含PSNR损失、SSIM损失和对抗损失的生成对抗网络生成粗略的人脸结构修复信息;然后开发一种基于感知去模糊的生成对抗网络对粗略的人脸结构进行进一步的纹理细节恢复,从而生成自然清晰且内容连贯的面部纹理.在CelebAHQ公开人脸数据集上进行定量、定性和消融实验的结果表明,所提算法在峰值信噪比和结构相似性等定性评价指标方面优于所对比的前沿图像修复算法.

摘要：虽然有电子画笔的帮助,将线条草图手动重画为干净的线条画依然耗费艺术家大量的时间,严重影响了创作效率.利用笔画的绘画时序,把简化模型从单一的空间关系提升到时间先后关系和笔画修改关系,提出一种双层次的笔画线条简化方法.在绘画过程中实时记录笔画线条的位置和顺序,根据空间信息和时序关系局部地进行线条初步聚类;然后通过修改关系图进行全局的线条类间修改关系分析,理解艺术家的绘画意图,最终合并得到简化结果.实验结果表明,文中方法能够充分利用绘画时序分析绘画意图,实现复杂线条草图的笔画线条自动简化,并通过效果对比展示了该方法的有效性和鲁棒性.

摘要：针对一般双边滤波器定义中的像素灰度相似度函数易受图像噪声影响,不能很好地表征像素之间的实际相似性的问题,设计了一个基于次序统计量的像素灰度相似度函数.基于图像中相邻像素之间的相关性,可近似地将某像素的1环邻域所有像素的灰度视为该像素灰度的n(n≤9)次观测值,并定义为n-次序统计量.依据两像素灰度的n-次序统计量的欧氏距离定义它们的灰度相似度.该相似度函数结合了像素1环邻域灰度分布的统计属性,能较好地抑制噪声的影响.仿真实验验证了所提出基于次序统计量像素灰度相似度的双边滤波算法具有良好的滤波特性.