摘要：交通流量预测是当前交通大数据应用的重要议题之一.经典的交通流量预测方法通常只根据被预测道路自身的数据进行分析和决策,而往往较少考虑由于同一区域不同道路之间的交通流量关联性.本研究根据城市核心区交通流量数据的特点,构建同区域内多条相关道路的交通流量多维度数据模型.并且,基于该数据模型提出了一种基于多机器学习竞争策略的交通流量预报算法.该算法的主要核心思想是利用时间序列聚类的方式将多维交通流量数据进行降维,然后通过引入多种多机器学习方法进行并发训练,其训练结果通过竞争获得最优分类器群.最后设计了多最优机器学习集成预测方法进行交通流量预测.本模型通过在南昌市中心道路进行的实验显示,其预测结果优于传统单时间序列机器学习方法.

摘要：针对传统报警系统存在直观性差、虚警率高和不易安装等问题,设计了一种新型的无线视频报警系统,给出了软硬件解决方案。该系统结合了MMS的嵌入式技术、无线网络通信技术和多媒体技术,克服了传统报警系统所存在的缺陷,提高了报警的及时性和准确性。目前此系统已投入实际应用。

摘要：针对域内流量均衡问题,提出了一种二维开放式最短路径优先(OSPF)路由方案TOL。在控制层面,通过对传统链路状态通告(LSA)的扩展,实现包括目的前缀和源前缀的二维路由信息的传递,路由器根据二维路由信息进行计算,生成二维路由表项。在数据转发层面,设计了一种基于传统一维转发表实现二维数据转发的方案,这种转发方案能够有效解决引入源前缀造成的转发表存储空间增长问题,兼容传统转发,为TOL提供保障。为了验证TOL的有效性和可行性,在商用路由器上实现了原型系统,测试和实验结果表明,TOL方案能够在传统IP网络结构和协议的基础上,有效实现流量均衡,减少链路拥塞,且不会带来较大的额外负荷。

摘要：本文设计了在智能虚拟环境下人工鱼的一种虚拟味觉系统。利用模糊神经网络实现了鱼儿对食物的学习记忆算法。模糊神经网络由于同时具备了模糊逻辑对规则的表达能力以及神经网络的学习能力,非常适合解决虚拟环境中味觉的信号识别问题,经实验验证是切实可行的。基于模糊神经网络的味觉系统的研究和实现为人工鱼多感知融合系统提供了基础。

摘要：针对服装物理仿真通常计算量庞大、在低端硬件平台或交互式环境进行高质量模拟的挑战,将人工生命思想引入服装纹理生成,基于混合虚拟现实技术研究开发了智能三维虚拟试衣模特仿真系统。通过在三维空间中构建与真实人体类似的三维虚拟模特作为消费者的试穿替身,同时设计实现了场景屏风功能,这样不但便于根据着装场合自由切换服装纹理,而且可以让消费者通过这一虚拟平台更为直观、自由地观察着装效果为了使三维试衣系统更为智能化,还建立了服装搭配合适度智能评价系统。

摘要：以提供高信任度的主动伺候式普适服务为目标,研究基于模糊神经网络的信任测度问题.首先提出一种基于Agent封装的模糊神经网络结构,它能主动发现服务并进行自发互操作,多Agent之间能相互协调和协同工作;然后提出一种基于模糊神经网络的信任测度方法,它能克服传统方法存在的梯度误差大而导致信任有效性较低的缺陷,在占用较少空间的前提下较大地提高了信任度.实验结果表明,所设计的方法是正确而有效的.

摘要：在人机对话领域中,多任务和人性化要求的提高,导致人机对话软件的规模日益庞大和结构日渐复杂,该文运用Agent技术提出一种人机对话系统框架,有效地实现了系统多任务分解和信息共享,并基于该框架实现了一个英文学习的人机对话系统。

摘要：核心路由处理单元通常采用以奔腾Ⅲ芯片为主控CPU的功能单板,涉及到VxWorks下的设备驱动程序设计,主要用来为协议处理板提供初始化程序,并为板上芯片等硬件设备和通信口提供设备驱动程序。文章从BSP开发中涉及的关键技术出发,就VxWorks设备驱动设计与实现中的难点和重点问题给出了解决方案。

摘要：建立一个专门的错误报告数据库 ,记录开发大型分布式GIS中各阶段发现的错误信息 ,然后根据数据库中的错误记录进行量化分析 ,得出错误分布情况 目的是识别出有错误倾向的代码 ,为如何合理地分配有限的测试资源提供依据 。

摘要：借鉴云模型的研究思想,提出了基于自然语言的模糊多属性云决策方法,主要工作如下:首先,针对多属性群决策的属性评估集和等级评估集设计了等级描述云和等级评价云;然后,在此基础上设计了云归一化算法,实现了一个属性多个专家值的融合;最后,设计了云集结算法,该算法将多个属性值集结为一个方案值,进而比较获得最佳方案。云模型能够反映模糊性和随机性的关联,因此,该方法能够更加有效地权衡语言评价信息。最后,通过应用案例证明了该方法的简单性和可行性。