摘要：闭环检测是三维激光SLAM实现自主定位和导航的核心环节.针对目前闭环检测存在高复杂度及低准确度的难题,提出具有旋转不变性的球谐算子(spherical harmonic energy,SHE)与绕Z轴旋转不变的球谐算子(spherical harmonic Z-energy,SHZE);结合SHE和SHZE的优势,通过两步搜索提出一种三维激光SLAM闭环检测算法SH-LCD,在提高信息丰富度的同时降低了闭环检测计算的复杂度,具有较强的特征提取能力与普适性.在KITTI,NCLT和Complex Urban这3个公共基准数据集上的闭环检测实验结果表明,SH-LCD算法的闭环检测精度优于最新的闭环检测方法,包括Scan Context,M2DP,OverlapNet等;此外,该算法闭环检测效率高,计算算子与算子匹配消耗的时间仅需约12.0 ms和2.3 ms,满足SLAM实时性的要求.

摘要：区块链是一项多方共识、可溯源、防篡改的分布式账本技术,为构建高效、可信、安全的数据共享机制和优化业务流程提供了广阔的应用前景。然而,当区块链正处于百花齐放的快速发展阶段时,如何实现信息的跨链交互和价值的跨链转移,成为区块链向纵深伸延过程中亟待解决的问题。首先,在综述已有研究成果的基础上,提出了区块链互操作性的概念,并将其分为链间互操作、层间互操作、分叉间互操作、片间互操作和链上链下互操作五方面进行了讨论;其次,通过梳理区块链跨链操作的演进和实现方式,并借鉴TCP/IP体系结构,设计了跨链操作模型,对主要实现步骤进行了功能描述;再次,针对当前区块链跨链操作研究现状,选择了公证人机制、侧链/中继、哈希锁定和分布式私钥控制四类区块链跨链操作关键技术进行了重点分析;然后,结合技术特点和应用场景,突出应用示范,选取了部分典型跨链应用项目进行了介绍,并对区块链跨链操作的安全性进行了分析;最后,总结探索了区块链互操作性和跨链技术的未来发展趋势。

摘要：为缓解在数据稀疏情况下,推荐性能降低的问题,提出一个基于融合评分数据和文本数据的混合推荐模型。采用词级注意模块从项目内容描述和用户评分中学习项目的隐藏特征,使用一种门控神经网络对获得的隐藏特征进行更有效的特征融合,采用集成邻域注意力和自动编码器的学习框架对用户的偏好进行建模。采用基于新的全局采样策略优化相关损失函数,提供更加精准的推荐服务。实验结果表明,该推荐模型优于主流先进推荐模型。

摘要：传统协作式位置隐私保护方案大多假设在协作组构造过程中用户是诚实可信.然而现实环境下,用户协作过程中存在自利(如:请求用户泄露协作用户的真实位置给不诚信实体)或者欺骗(如:协作用户提供虚假位置导致服务提供商能够识别出请求用户的真实位置)行为,从而带来用户位置隐私信息泄露等问题,严重威胁用户的生命财产安全.区块链作为一种分布式的存储框架,存在以下优点:可追溯性、透明公开及不可篡改等,正因为如此,本文提出基于区块链的用户协作式位置隐私保护方案.考虑群组内用户通过协作转发和空间伪装保护位置隐私需求的场景.本文首先基于博弈理论分析协作过程中请求发起者与协作者的行为;其次,构建信誉机制将用户行为与收益结合;再次,利用区块链记录用户间的转发行为及信誉值并以此作为证据,惩罚有恶意行为的用户,使其作为请求发起者时不能得到其他用户的协作来约束用户的自利性.最后,设计奖励激励机制,保证用户的诚实转发行为,形成互利且公平的生态.安全分析表明,所提出的方案能够有效阻止用户的恶意行为,促进群组内用户的诚信合作.此外,通过与基准方案相比较,本方案位置隐私泄露概率降低了50%,具有较好的隐私保护效果.

摘要：在对XML路由技术进行研究和分析的基础上,提出一种基于XML路由的分布式虚拟环境系统构建方法.该方法将XML路由技术与主动兴趣管理相结合,采用双向共享组播树作为通信拓扑结构,根据发布-订购模式实现了数据包的主动过滤和转发.不仅减少系统的网络通信量,而且可以快速、动态地改变通信关系,有效地提高了分布式虚拟环境的可扩展性.最后通过原型系统的实现验证了该方法的可行性和有效性.

摘要：近十年来,通过社交网络(如微博、推特)分享信息已经成为人们日常生活中不可缺少的一个环节,如何有效地预测信息传播的影响力成为社交网络研究中的重要课题,不论是识别病毒式营销和虚假新闻还是精确推荐和在线广告都有许多应用.目前,一些应用深度学习进行社交网络影响力预测的方法已经取得了一定进展,但在进行深度学习时仍会面临以下难点:用户通常具有不同的行为和兴趣并且他们同时通过不同的渠道进行互动;用户之间的关系难以检测和形式化表达.传统的社交网络影响力预测方法通过设计复杂的规则来手动提取用户及其所处网络的特征信息,这一方法的有效性严重依赖于设置规则的专业性,所以很难将某一领域的规则推广到其他领域的应用中去.基于深度神经网络模型,设计一种端到端的神经网络来学习用户的隐藏特征信息以预测其社交网络影响力.首先通过图嵌入的方式对用户的局部网络进行特征提取,然后将特征向量作为输入对图神经网络进行训练,从而对用户的社会表征进行预测.该方法的创新之处:运用图卷积和图关注方法,将社交网络中用户的特征属性和其所处局域网络特征相结合,大大提高了模型预测的精度.通过在推特、微博、开放知识图谱等数据集上的大量实验,证明该方法在不同类型的网络中都有较好的表现.

摘要：在实际工业生产中,调度环境的复杂性与不确定性使得调度问题求解难度大大提高.针对加工时间不确定的柔性作业车间调度问题,采用不确定参数描述随机工时波动程度和约束条件允许违背程度,构建工时波动服从指数分布的多目标柔性车间调度模型.基于机会约束规划理论,将不确定调度问题转化为加工时间确定的柔性作业车间调度问题,求解得到一定程度上具有鲁棒性能的调度方案.在执行过程中,采用工序移动调整和重调度方法对作业排产方案进行动态调整.基于双链式编码以及贪婪插入法解码规则,提出了基于变邻域搜索的混合NSGA-Ⅱ算法.针对车间调度问题的多约束性和计算复杂度高等特点,设计了基于机器选择的复合启发式规则,包括依据概率的最小累计机器负载和最短工序加工时间规则,以获取更加接近Pareto前沿的均匀分布初始种群.采用改进工序和设备交叉策略以提高算法的全局搜索能力.此外,基于关键工序和机器选择的多种邻域结构,设计了变邻域搜索策略,以进一步提高算法的局部搜索能力.通过Kacem和Brandimarte标准算例的数值仿真以及与多种代表算法的统计比较,验证了所提算法的有效性.本文所提算法为不确定柔性作业车间调度问题提供了更优的调度方案.

摘要：手写通常是作曲者最传统且最自然的谱曲方式.然而受限于对书写过程的控制以及音符识别方法的影响,现有软件对音符的录入绝大多数仍基于非自然的鼠标点选模式.为解决这一问题,提出面向"自然"和"满足感"的交互设计思路.通过引入纸带放大镜和自由书写2套交互模型,最大限度还原纸笔创作的自然度与流畅度;同时提出基于轮廓扫描与分类的手绘音符识别方法,能够实现对多种不同类型音符的自动识别.前期系统测试结果表明,文中识别方法具有较强的容错能力,交互设计具有较高的用户满意度.

摘要：区块链具有分布式、不可篡改、去中心化、历史可追溯等特点,但难以落地.智能合约的引入,有效地解决了这一难题.然而,智能合约的开发和运维存在部署效率低、监控工具不成熟等问题.受DevOps自动化工具支持微服务持续交付、持续监控的启发,针对上述问题,提出了一种用于智能合约微服务化改造的框架.随后,结合支持DevOps的工具设计原型平台Mictract,完成智能合约的部署和监控.在Hyperledger Fabric官方链码Marbles上的案例研究表明,该框架和原型平台能够显著提升智能合约部署和监控的自动化水平.

摘要：鉴于现有的边缘服务器部署策略主要用于改善5G、无线城域网等场景下的服务性能,无法直接用于车联网服务部署,提出一种边云协同的5G车联网边缘计算系统模型,针对该系统模型设计了基于强化学习的边缘服务器部署策略,其以负载优化为核心目标,在保证低延迟和低能耗前提下实现边缘服务器间的负载均衡。根据路边单元位置信息用Canopy聚类获取初始的聚簇数,用模糊C均值聚类获取路边单元的初始划分,并输出路边单元归属优先级矩阵;通过强化学习获得路边单元归属的最优状态并计算聚簇中心作为边缘服务器部署位置。通过对比实验验证了该策略在低服务延迟和低能耗下,能够高度实现边缘服务器间的负载均衡,表明该策略具有优越性。