摘要：通过分析区域内车辆加油的大数据,研究车辆加油的普遍行为模式,调查可能的异常行为.为此,以覆盖新疆维吾尔自治区的车辆加油数据为基础,设计了一个交互式可视分析系统.首先通过抽取相关数据集的基础特征,得出加油站、汽车、驾驶员3类实体之间的关系;然后使用多种可视化经典视图并加以组合;此外,在部分视图上增加了一些额外的图形元素,以在具体应用场景下从不同视角描绘出典型的数据特征,如时空特征等,同时展示不同实体之间的关系.通过2个基于真实数据的案例,在领域专家的协助下分析数据中的典型个体行为模式及统计群组特征,最终实现对异常行为的识别.

摘要：区块链技术的不断普及,对联盟链网络运行的稳定性和交易过程的可解释性提出了更高的要求.通过总结在联盟链实际开发和应用过程中网络性能监控与分析的需求,提出面向Hyperledger Fabric性能态势感知的联盟链可视分析方法.对网络拓扑图、块高增长图和交易共识动画等多视图进行联合分析,支持从网络、节点、交易3个层面进行探索;提出Fabric网络和节点性能量化方法,以分值形式衡量性能态势,便于快速了解联盟链运行情况、通道间活跃度差别与各节点健康度.案例分析和用户评估结果表明,所提方法在Fabric可视监控、性能态势分析、交易共识轨迹追踪等方面具有实用性和有效性.

摘要：Hyperledger Fabric是一种国内外广泛使用的联盟链框架,在基于Fabric技术的一些业务中具有协同组织众多、交易操作频繁、事务冲突增加等特点。Fabric采用的多版本并发控制技术能够在一定程度上解决部分交易冲突,提升系统并发性,但其机制不完善,会出现部分交易数据无法正常上链存储的问题。为了实现海量交易数据完整、高效、可信的上链存储,提出一种基于Fabric预言机的数据上链预处理机制。设计海量数据冲突预处理(MCPP)方法,通过检测、监听、延时提交、事务加锁、重排序缓存等方式实现主键冲突交易数据的完整上链。引入数据传输保障措施,在传输过程中利用非对称加密技术防止恶意节点伪造认证信息,确保交易数据链外处理前后的一致性。通过理论分析和实验结果表明,该机制可有效解决联盟链平台中海量交易数据上链时的并发冲突问题,当交易数据规模达到1 000和10 000时,MCPP的时效性比LMLS提高了38%和21.4%,且成功率接近100%,具有高效性和安全性,同时在无并发冲突情况下不影响Fabric系统性能。

摘要：随着智慧城市的快速发展,大量商业场所每天会产生海量的驻留行为数据,然而传统驻留行为数据分析方法难以克服数据稀疏性问题,并且对于时空伴随关系的发现准确度也较低。根据驻留行为数据特征和可视分析任务,设计一种交互式的可视分析系统。对原始数据进行处理,提取相关的时空特征并发现用户伴随关系。使用改进的可变滑动窗口算法,并结合可视分析技术,设计用户关系图、时间甘特图、多变量表达的示意性地图、径向条形图、日历热力图等多种视图,实现对驻留场所的流量分布、用户来源等特征的多时段可视分析。应用两个真实数据集进行案例分析,并对发现的行为模式及对应现象进行解释说明,证明了该系统的可用性和拓展性,并表明其可实现团体出行特征和场所流量分析等系统级应用,为相关经营性商业场所提供合理化建议及辅助决策支持。

摘要：基于"导向逻辑"设计了一种应用于光通信网络的新型光信息流导向器件。采用微环谐振器作为光波导元件,应用折射率调制机理,实现了基于聚合物基的多功能电光逻辑门。通过改变不同端口的逻辑输入分别实现了"与/非"、"或/或非"和"同或/异或"等多种状态的光开关逻辑运算。静态仿真确定了微环谐振器的工作波长,验证了器件具有高速率逻辑运算功能。该器件可用于大规模光学集成电路中,实现高速光信号的调制输出。

摘要：为维吾尔语和韩语形态分析建立了一种图状结构的判别式模型,该模型将语句的形态分析建模为形态成分的图状结构,通过灵活丰富的特征设计描述了词语内部形态成分之间以及分属相邻词语的形态成分之间的关联约束.相比传统的线性模型,图状模型更好地考虑了各形态成分之间的语言学关联,从而取得更高的整句分析性能.在维吾尔语和韩语上的实验结果表明,图状模型相比线性模型的性能有一定提升,形态分析词级准确率分别提升了4.4%和2.8%.

摘要：针对现阶段小额支付平台终端繁杂异构的问题,提出了一种基于REST架构风格的小额支付系统平台,其将小额支付过程以及相关数据抽象为资源,以HTTP作为通信协议,通过RESTful Web服务方式连接移动客户端与Web服务端.设计了小额支付平台的架构,定义了小额支付平台RESTful Web服务的具体方法和规则,并且实现了小额支付原型系统.实验结果表明,相较于传统的基于SOAP协议的大Web服务方式,基于REST架构风格的小额支付平台具有明显的优势.

摘要：为解决现阶段物联网应用日志处理效率低下的问题,研究一种基于ELK技术栈的开源日志解决方案。探讨各组件的工作原理和使用方法,提出解析日志的规则和技巧,总结优化Elasticsearch集群性能的方法,在此基础之上搭建能够对海量日志进行实时采集和检索的分析监控系统。实验结果表明,该方案具有配置方式灵活、集群可线性扩展、日志实时导入、检索性能高效、可视化方便等优点,能有效提高运维效率和异常排查速度。

摘要：神经机器翻译模型性能显著提升,但网络结构复杂、参数量庞大导致解码速度慢的问题,使其难以部署到计算资源受限的平台上,从而实时地处理所需数据。针对该问题,提出一种基于知识蒸馏的数据增强方法来提升模型的解码速度。以低资源维汉数据集为例,利用知识蒸馏实现对模型的精简,提升解码速度;调整教师模型的输出得到更多词间相似信息的软标签数据集来扩充原始数据集,提升翻译精度;设计评估实验进行验证,结果表明学生模型超过教师模型翻译精度的前提下,解码速度提升1.05倍,参数模型压缩2.44倍。

摘要：为有效降低非规范本文对网络数据处理的影响,分析互联网拉丁维吾尔文的起因及常见的错误类型,研究互联网拉丁维吾尔文与现行维吾尔文的字母对应关系和单词对应关系,以这些对应关系为基础提出规则和统计相结合的互联网拉丁维吾尔文转换为现行维吾尔文的方法。实验结果表明,该转换方法的准确率达到了83.84%,有效提高了网络数据处理能力。对实验结果进行了分析并提出后续改进对策。