摘要：针对单模态情感分析无法完全捕获情感信息的问题,提出一种图像和文本跨模态情感分析模型(BERT-VistaNet),该模型没有直接使用视觉信息作为特征,而是利用视觉信息作为对齐方式,使用注意力机制指出文本中重要的句子,得到基于视觉注意力的文档表示。对于视觉注意力无法完全覆盖的文本内容,使用BERT模型对文本进行情感分析,得到基于文本的文档表示,将特征进行融合应用于情感分类任务。在Yelp公开餐厅数据集上,该模型相比基线模型TFN-aVGG,准确率提高了43%,相比VistaNet模型准确率提高了1.4%。

摘要：方面级别情感分析是对给定句子的不同方面进行情感极性预测。在长句子中有许多无关词会干扰情感预测的结果,且这些无关词与中心词存在一定的距离。对此,提出以下解决方案:设计上下文迭代学习网络。提出上下文注意力模块(context attention modules,CAM),模块采用上下文动态特征掩码(context features dynamic mask,CDM)遮掩距离中心词较远的词,上下文动态特征权重(context features dynamic weighted,CDW)减小较远词的权重。文中设计的CAM经过多层迭代,增强了方面词在上下文部分的特征提取。在公共的基准数据集上进行一系列的试验比对,试验结果证明文中提出的方法是有效的。

摘要：目前已有的轮廓提取算法在提取可视化角膜生物力学分析仪(corneal visualization scheimpflug technology, Corvis ST)影像的角膜轮廓中,由于角膜边缘的局部图像灰度分布相近这一特点,提取出的角膜轮廓普遍不完整或者提取的角膜轮廓边缘出现细小突出。这会使得角膜轮廓的完整性遭到破坏,提取到的角膜轮廓与实际的角膜原始图像严重不符。本文针对Corvis ST采集的角膜图像的轮廓提取问题,基于最大类间方差法(OTSU)算法设计一种高效的图像处理方法。首先,将角膜图像进行除杂、灰度化以及图像降噪等处理,达到减少图像计算量和降低数字图像噪声干扰的目的;其次,基于OTSU算法对图像进行分割,并在此基础上加入数学形态学运算,达到平滑图像边界和填充细小“孔洞”的目的;最后,采用Canny边缘检测算法提取图像中的角膜轮廓,达成提取出高完整性角膜轮廓的目的。在相同的图像数据集上,与最新的纽扣轮廓瑕疵检测系统中设计的轮廓提取算法(B-OTSU algorithm)进行了对比实验。实验结果表明,从轮廓完整性以及准确性的角度,应用本文方法提取的角膜轮廓明显优于最新的纽扣轮廓瑕疵检测系统中的B-OTSU算法提取的角膜轮廓。

摘要：无线传感网络由于受能量和通信能力的限制,为了保证感知数据的有效送达,路由方法(协议)的设计显得尤为关键.本文提出了一种基于前向感知因子的能量均衡路由协议FAF-EBRP,它通过感知链路权重和前向区域内的能量密度来决定下一跳节点,并设计了相应的局部拓扑自发重构机制.通过实验对FAF-EBRP和LEACH、EEUC两个典型路由方法(协议)进行了比较,结果表明,FAF-EBRP能使无线传感网络表现出更好的能量均衡性和更长的有效工作时间.

摘要：本文引入显示当前子载波质量的信道状态矩阵,以系统总功耗、单个子载波上的功耗、总时延、干扰温度限和单个子载波上的次用户数等为约束条件,以能效为目标函数,建立多约束条件下的分式规划机制.设计演化博弈算子,为每个次用户建立效用函数,当每个次用户的效用函数达到最优时,演化博弈达到Nash均衡点,此时的策略组合认为是能效相对最优的资源分配状态.通过实验仿真对比,本文给出的EESA-EG(Energy Efficient Subcarrier Allocation withEvolutionary Game)算法的能效相对最优,且给出了相对最为合理的子载波分配方案,为信道状态更优的子载波分配了更多的子载波.

摘要：提出了一种多尺度贝叶斯网络模型和相应推断算法,并将其应用于合成孔径雷达(synthetic aperture radar,SAR)图像分割。首先根据SAR图像的多尺度序列构建多尺度贝叶斯网络模型;然后设计了模型估计的置信传播(belief propagation,BP)算法,该算法包括同尺度结点之间的信息传播、细尺度到粗尺度的信息传播和粗尺度到细尺度的信息传播;最后计算出细尺度隐含结点的最大后验概率(maximum a posteriori probability,MAP),实现SAR图像的分割。实验结果表明,与单尺度贝叶斯网络模型方法和基于条件迭代模式的Markov随机场模型方法相比,基于多尺度贝叶斯网络的SAR图像分割方法具有较好的分割效果。

摘要：集装箱码头作为一个复杂的物流节点,会受到多种不确定性因素的影响.针对这种情况,为保证码头作业计划能够平滑执行、提高系统的鲁棒性,提出了一种基于鲁棒反应式策略的泊位和岸桥联合调度方法,重点研究当不确定性因素发生时,如何通过泊位和岸桥联合实时调度提高系统的鲁棒性.泊位和岸桥联合实时调度策略分成两部分考虑:即泊位实时调度和岸桥实时调度;前者采用了ASAP(as soon as possible)的调整策略;后者采用MAS(multi-agent system)技术,充分利用码头的岸桥资源,设计出了一种基于CNP(contract-network-protocol)协商机制的岸桥实时调度模型.仿真实验表明在执行阶段采用这种泊位和岸桥联合实时调度策略相比仅采用泊位实时调度策略,可以更有效地降低不确定因素所带来的影响,进一步提高系统的鲁棒性.

摘要：立体匹配通过计算同一场景不同视点下图像的匹配像素的视差,恢复场景的深度信息.文中对传统的基于分割的立体匹配算法进行改进,提出了一种基于双重分割的立体匹配算法.首先对参考图像进行颜色欠分割,使每个区域包含足够的信息进行平面拟合;然后对初始匹配视差图进行分割,检测颜色分割中的欠分割区域并进行再分割,进而对再分割后的区域进行平面拟合;最后利用合作算法对不可信区域优化,以提高匹配算法的运行效率.Middlebury标准图像测试集上的实验结果表明,相对于传统分割算法,该算法时间开销更少、匹配精度更高.

摘要：针对基于面向服务架构的移动信息服务平台,研究了移动工作流的结构模型,分析了流程设计中的Web服务接口及其消息驱动的协同机制.移动工作流主要依赖SMS和MMS协议发起同外部进行通信和服务调用.当用户发起某一事项申请时,工作流引擎实例化流程,按照每一个活动中协同规则调用服务来完成该活动的任务.由于流程节点之间的流转体现出多种协同关系,在进行逻辑规则和时间规则分类的基础上,提出了基于业务流程执行语言BPEL协同规则的描述方法.以申请开放实验项目协同流程为例,涉及多种人员角色,利用移动短消息的模式驱动流程的流转,利用基于BPEL描述的服务协同规则进行了实现,取得了良好的效果.表明所提出的方法有利于简化移动服务平台的系统集成,缩短系统设计周期.

摘要：新兴的非易失存储器STT-RAM具有低泄漏功率、高密度和快速读取速度、高写入能量等特点;而SRAM具有高泄漏功率、低密度、快速读取写入速度、低写入能量等特点.SRAM和STT-RAM相结合组成的混合缓存充分发挥了两者的性能,提供了比SRAM更低的泄漏功率和更高的单元密度,比STT-RAM更高的写入速度和更低的写入能量.混合缓存结构主要是通过把写密集数据放入SRAM中、读密集型数据放入STT-RAM中发挥这2种存储器的性能.因此如何识别并分配读写密集型数据是混合缓存设计的关键挑战.利用缓存访问请求的写入强度和重用信息,提出一种基于强化学习的缓存管理方法,设计缓存分配策略优化能耗.关键思想是使用强化学习对得到的缓存行(cache line)集合的能耗进行学习,得到该集合分配到SRAM或者STT-RAM的权重,将集合中的缓存行分配到权重大的区域.实验评估表明:提出的策略与以前的策略相比,在单核(四核)系统中能耗平均降低了16.9%(9.7%).