摘要：在新生活体验与社交影响的驱动下,用户偏好随时间不断改变。为弥补现有的地理社交网络模型往往无法获取用户动态偏好的不足,构建了能够检测用户动态偏好的时序地理社交网络模型,以及用于用户动态偏好评估的动态偏好值模型,并提出了一种基于动态偏好的组查询(DPG)。为优化DPG查询算法效率,设计了UTC-tree索引用户时序签到记录。UTC-tree避免了在查询中遍历全部的用户签到记录,加速用户动态偏好评估。最后,采用DPG查询算法实现了交互良好的DPG查询系统,并通过大量对比实验验证了UTC-tree的有效性以及DPG查询的可扩展性。

摘要：目前用手机摄像头监测心率的手机软件无法检测瞬时心率,因为手机上资源有限,而占用资源较少的主要检测方法差分阈值法需要根据一段时间的结果来设定阈值才能准确检测出心率,不适于瞬时心率的检测.针对以上问题提出了一种基于鉴相器的瞬时心率检测算法,通过手机摄像头检测出的脉搏波信号先与正弦参考信号相乘,再经过低通滤波器提取心率成分,根据相位的变化逐拍检测心率的变化.在Android智能手机上的实验结果表明,与ECG方法相比,计算精度能满足要求.与差分阈值法和滤波器组法相比,本文提出的方法能较快地检测出瞬时心率.

摘要：在以往的移动无线传感器网络(mobile wireless sensor network,MWSN)中,热点分配问题没有得到很好的解决,网络利用率较低.通过预测移动节点的轨迹可以优化网络结构,提出结合加速度进行轨迹预测的算法MTPA:首先对节点的运动状态进行建模;其次建立了一步运动状态概率转移矩阵;最后以马尔可夫链为基础设计多步概率转移矩阵计算算法.为了验证算法性能,在STM32F407平台上进行了实验,结果表明,MTPA算法相比于传统的匀速预测算法与频率统计算法,预测准确度具有一定的优势,相关研究成果可以为MWSN提供基础.

摘要：为了解决在仅有单目视图的环境下实现立体匹配的问题,在现有视图重构网络模型Deep3D的基础上,提出了基于加权局部对比归一化约束的全卷积重构模型.该模型采用改进的全卷积神经网络架构作为模型的特征提取模块,以期减少训练参数,降低训练时间,增加模型的非线性.为了进一步提高重构精度,设计了新的基于加权局部对比归一化的约束条件,并采用结构相似性成本(SSIM)与L 1成本相结合的损失优化函数对模型进行优化.在KITTI 2015数据集上展开实验,并与Deep3D模型及其后续的改进方法进行比较.实验结果表明,在只使用左视图作为训练数据的情况下,生成的右视图在SSIM和峰值信噪比两个指标上有很大提升,能够满足立体匹配方法中右视图的精度要求.

摘要：基于卷积神经网络对颅内组织器官疾病诊断提出了创新思路.选取帕金森病患者图像通过灰度映射、直方图均衡化、改进的小波去噪、图像增强等预处理,以VGG-Net网络模型为基础设计并搭建卷积神经网络,采取正则化策略避免过拟合问题,用患者MRI图像集对网络模型进行5次十折交叉验证,同时通过反卷积网络实现特征可视化,挖掘疾病潜在特征.实验结果和客观评价表明,本文搭建的网络可根据患者MRI图像实现良好的辅助诊断.

摘要：针对如何构建服务功能链(Service Function Chain,SFC)并进行资源分配为用户提供满意服务的问题,本文提出了一种包括候选路径构建、依赖冲突检测与避免以及虚拟网络功能(Virtual Network Function,VNF)部署的机制.首先,为了给SFC部署提供充足的资源,提出二级筛选及最优化选取的候选路径构建规则,为服务提供预选路径.其次,在SFC构建过程中,检测复用性与依赖关系之间的冲突,将依赖关系划分二元组后进行冲突判断,若产生冲突则进行等价类划分,给出冲突集合.然后,提出基于冲突集合以及LFGL(Least-First-Greatest-Last)原则的VNF部署规则,以最大化链路剩余带宽,保证端到端延迟.最后,在进行服务递交时,检测VNF流入流出比对数据量的影响,若产生冲突则进行冲突避免,若无法成功避免则执行规避策略.最后基于小型和大型两种网络拓扑对仿真系统进行性能评价.实验结果表明,本文设计的机制在复用率、时延、部署成功率方面所表现出的性能均优于对比算法.

摘要：产品溯源体系建设是完善经济全球化治理架构的重要方面,对保证产品的质量和安全、保护消费者权益、促进社会发展具有重要的意义.从现有的产品溯源框架、方法和系统平台3方面对产品溯源相关研究成果进行综述.首先,从溯源信息存储、溯源深度提升、溯源模块化设计和溯源监管4个角度,对产品溯源框架进行介绍;其次,将现有产品溯源方法分为产品标识溯源方法和区块链溯源方法两个类别,并分别对各个类别的溯源方法进行详述和分析;进而,围绕在食品畜牧、供应链、数字凭证和知识产权4个应用方向,对现有的产品溯源系统平台进行介绍;最后,基于对产品溯源研究工作的综述和分析,从异构多源溯源数据管理架构、成员共享激励与可信协作机制、溯源数据安全保障、溯源实时性保障、溯源过程有效监管5个方面,对当前产品溯源面临的挑战和未来的发展前景进行分析和展望.

摘要：移动运营商为了拓展新业务,需要增强对用户资源的了解,因此通过大数据分析技术深入分析移动通信系统中的用户行为数据.基于移动通信网络中的用户通话记录提出了一种基于复杂网络聚类算法的用户社交群组构造算法.该算法通过分析用户的通话记录,建立用户间联系紧密度模型.基于局部扩张原理和派系过滤算法进行用户群组构造.鉴于移动通话系统的巨大数据量,采用基于MapReduce编程模型的并行化设计.分别在模拟数据集和中国移动真实数据集下对该算法进行了验证,实验结果表明,该方法具有较好的性能,是可行且有效的.

摘要：综述了近年来基于MapReduce编程模型的大数据处理平台与算法的研究进展.首先介绍了12个典型的基于MapReduce的大数据处理平台,分析对比它们的实现原理和适用场景,抽象其共性;随后介绍基于MapReduce的大数据分析算法,包括搜索算法、数据清洗/变换算法、聚集算法、连接算法、排序算法、偏好查询、最优化算法、图算法、数据挖掘算法,将这些算法按照MapReduce实现方式分类,分析影响算法性能的因素;最后,将大数据处理算法抽象为外存算法,并对外存算法的特征加以梳理,提出了普适的外存算法性能优化方法的研究思路和问题,以供研究人员参考.具体包括优化外存算法的磁盘I/O、优化外存算法的局部性以及设计增量式迭代算法.现有的大数据处理平台和算法研究多集中在基于资源分配和任务调度的平台动态性能优化、特定算法并行化、特定算法性能优化等领域,所提出的外存算法性能优化属于静态优化方法,是现有研究的良好补充,为研究人员提供了广阔的研究空间.

摘要：在分布式大数据处理框架的作业运行过程中,会有大量的数据通过网络传输,数据在各节点之间传输所需的时间已成为作业运行的主要开销之一.在节点异构带宽的情况下,因为带宽瓶颈节点的存在,传统的数据分区方法效率低下.针对这个问题,建立了节点间的数据传输模型,该模型以降低数据传输时间为目标,根据各节点的上下行带宽和初始数据量大小,计算出各节点的最优数据分发比例.以该模型为基础,设计了基于带宽的数据分区方法,该数据分区方法使得各节点按最优数据分发比例来分配数据.最后在Apache Flink框架中将基于带宽的数据分区方法进行了实现,并通过实验进行了验证.实验结果表明:异构带宽条件下,基于带宽的数据分区方法可以有效减少数据分区所需的时间.