摘要：交通智能(IC)卡可以记录居民的移动出行,反映居民的源-目的地(OD)信息;但智能卡记录的OD流数据规模大,直接可视化空间分布容易导致视觉杂乱,并且多元数据类型多,更难以和流数据结合对比分析。首先,针对直接可视化大规模OD数据的空间分布容易视觉遮挡的问题,提出基于正交非负矩阵分解(ONMF)的流聚类方法。所提方法对源-目的地数据聚类后再可视化,可以减少不必要的遮挡。然后,针对多元时空数据类型多难以结合对比分析的问题,设计了公交站点多元时序数据视图。该可视化方法将公交站点的流量大小和空气质量、空气温度、相对湿度、降雨量这四类多元数据在同一时间序列上编码,提高了视图的空间利用率并且可以对比分析。再次,为了辅助用户探索分析,开发了基于OD流和多元数据的交互式可视分析系统,并设计了多种交互操作提升用户探索效率。最后,基于新加坡交通智能卡数据集,从聚类效果和运行时间对该聚类方法评估。结果显示,在用轮廓系数评估聚类效果上,所提方法比原始方法提升了0.028,比用K均值聚类方法提升了0.253;在运行时间上比聚类效果较好的ONMFS(ONMF through Subspace exploration)方法少了254 s。通过案例分析和系统功能对比验证了系统的有效性。

摘要：知识图谱作为一种辅助信息,可以为推荐系统提供更多的上下文信息和语义关联信息,从而提高推荐的准确性和可解释性。通过将项目映射到知识图谱中,推荐系统可以将从知识图谱中学习到的外部知识注入到用户和项目的表示中,进而增强用户和项目的表示。但在学习用户偏好时,基于图神经网络的知识图谱推荐主要通过项目实体利用知识图谱中的属性信息和关系信息等知识信息。由于用户节点并不与知识图谱直接相连,这就导致不同的关系信息和属性信息在语义上和用户偏好方面是独立的,缺乏关联。这表明,基于知识图谱的推荐难以根据知识图谱中的信息来准确捕获用户的细粒度偏好。因此,针对用户细粒度兴趣难以捕捉的问题,提出了一种基于知识图谱的兴趣捕捉推荐算法。该算法利用知识图谱中的关系和属性信息来学习用户的兴趣,并增强用户和项目的嵌入表示。为了充分利用知识图谱中的关系信息,设计了关系兴趣模块以学习用户对不同关系的细粒度兴趣。该模块将每个兴趣表示为知识图谱中关系向量的组合,并利用图卷积神经网络在用户项目图和知识图谱中传递用户兴趣以学习用户和项目的嵌入表示。此外,还设计了属性兴趣模块以学习用户对不同属性的细粒度兴趣。该模块采用切分嵌入的方法为用户和项目匹配与之相似的属性,并使用与关系兴趣模块中相似的方法进行消息传播。最终,在两个基准数据集上进行实验,实验结果验证了该方法的有效性和可行性。

摘要：为有效挖掘故障短文本中跨文本的词汇间关联,构建故障实体节点的全局特征表示,从而获取故障实体节点聚类标签,提出一种面向故障短文本的改进图节点嵌入与聚类方法。该方法首先在图结构构建过程中创新边权重计算方法,用以区分同一窗口下不同距离的词汇间关联;其次改进图节点结构特征获取方法,从而体现节点度值差异对嵌入的影响;通过融合节点的结构特征与关系特征,增强具有相似邻居节点的同类节点之间的相似性表现;在聚类阶段设计备选节点数参数以缓解截断距离的敏感性。该方法在公开数据集和真实业务数据上进行了参数分析和性能评估,结果表明该方法可获取精准有效的故障实体节点聚类结果。

摘要：基于第三方云平台业务数据资源,面向服务价值链多链知识共享和重用的需求,提出服务价值链多链知识图谱构建框架和方法。从服务业务、服务资源和产品等维度出发,构建了服务价值链多链知识体系,设计了服务价值链多链知识图谱构建框架;研究了服务价值链多链知识图谱模型,提出基于二阶段的知识图谱模型构建方法用于求解服务价值链多链知识图谱模型,并实现了对知识图谱的存储;基于第三方云平台数据资源,以相关服务业务为例构建服务价值链多链知识图谱,验证了该知识图谱构建方法的可行性。

摘要：联盟链技术作为一种建立供需双方的可信交易的工具,促进了云制造平台的发展。实用拜占庭容错(PBFT)共识算法是联盟链最受欢迎的共识协议,得到了广泛的研究和应用,但是还存在节点较多导致PBFT算法扩展性较差、重播攻击降低了共识算法的性能、网络结构静态难以维持高效的运行状态3个问题。为此,提出一种改进的实用拜占庭容错(IPBFT)算法。首先,通过优化主节点的选取方式将单个主节点扩展为多个主节点,使得多个主节点在一致性哈希环的桶中实现数据均匀分布和任务均匀调度;然后,通过多线程并行执行共识算法以最大程度地减少时延并提高算法的吞吐量,从而提高了算法的可扩展性;其次,在重播攻击算法中通过定期旋转桶来分配正确的主节点,然后通过分配的主节点来接收客户端的请求,以防止客户端的重播攻击;最后,设计了一套节点移除机制来加入可靠的节点或者移除拜占庭节点,减少视图切换操作,从而使系统维持较高的运行状态。实验结果表明,IPBFT明显优于PBFT共识算法,很好地解决了以上3个问题。

摘要：针对基于软件即服务的产业链协作公共服务平台的数据安全问题,设计了公共服务平台的数据安全解决方案;该方案将非对称加密技术和Web服务技术结合,实现了企业数据的存储保密,利用非对称加密技术、Hash技术和数字签名技术实现了平台数据的完整性、网络传输保密性和发送不可抵赖性。最后,通过对该方案的实现、安全性及可行性分析,验证了该方案的可用性和有效性。

摘要：不同于纹理图像,深度图像中的像素点代表采集设备到场景各点的距离,直接使用通用图像修复方法并不能有效恢复深度图像中缺失区域的场景结构,本文提出一个两阶段编解码结构的生成对抗网络以解决深度图像修复问题。与常见生成对抗网络(Generative adversarial networks,GAN)模型不同,本文的生成器网络包括深度生成G_(1)和深度修复G_(2)两个模块。G_(1)模块从RGB图像得到预测深度,替换待修复深度图像缺失区域,保证修复区域局部结构一致性。G_(2)模块引入RGB图像边缘结构,保证全局结构一致性。针对现有图像修复方法没有考虑到修复区域间的一致性问题,设计结构一致注意力模块(Structure coherent attention,SCA)加入到G_(2)中改善修复效果。本文提出的深度图像修复模型在主流数据集上进行了验证,利用结构约束并经过两阶段的生成器模型和判别器模型的共同作用,有效改善了深度图像修复效果。

摘要：关系型数据库对于高关联性数据处理性能较低,对查询而言就会产生大量的连接操作,并且不适用于挖掘信息之间潜在的关联关系。针对以上的问题,提出一种基于消息队列的多关系型数据库向图数据库转换与同步方法,并进行设计与实现。首先定义数据的转换与同步方法,依据先节点后边的原则对数据进行转换,结合映射表以及触发器实现数据的同步,使用JSON完成数据网络传输,图查询语言接口操作图数据库。然后采用Java语言与RabbitMQ进行实现与测试。

摘要：汽车后市场是目前汽车产业链中稳定增长的发展领域,代理商是汽车后市场的核心,但其普遍存在着库存积压与配件急缺问题,进而极易发展库存与资金周转问题。针对这一现象,进行深入的需求分析设计了面向多代理商的配件跨链共享系统,为代理商提供库存处理及缺件求购的方法途径,并基于加权修正的逼近理想解排序法逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)进行配件供需匹配,对平台共享信息进行实时监控与信息流通的促进,从而很大程度上打破代理商间的信息孤岛,促进库存周转。

摘要：近年来,伴随着汽车数量的增长,围绕汽车产业产生了海量数据,如何利用这些海量的数据进行有效的分析、推理和决策就成为了重要的研究热点。数据可视化对于从海量的数据中发现规律、增强数据表现、体现数据价值、提升交互效率具有重要的作用。对数据可视化进行研究,提出了一种基于VizQL的汽车工业数据可视化系统,通过良好的交互体验和数据分析能力,为汽车行业提供更好的生产和服务价值。