摘要：为了提高非约束环境下的人脸表情识别效果,研究并设计了一种嵌入注意力机制的两阶段特征融合表情识别深度卷积神经网络框架。该网络框架设计和引入了多个注意力模块,旨在精准提取图像局部位置的表情特征信息。同时,通过构建密集连接残差块,有效提升了特征提取的质量并增强了网络的稳定性。在此基础上,将局部特征与多尺度模块提取的全局特征进行融合,从而获得更具判别力的表情特征。实验结果显示,所提方法在RAF-DB数据集上表现出较好的表情识别性能。

摘要：针对短视频推荐的广告与视频内容无关,而导致的投放收益低和用户体验差的问题,提出了一种基于机器学习的图片检测与内容推荐算法.使用基于相似度计算的关键帧提取算法从短视频中提取出关键帧,使用Faster R-CNN物体检测框架实时检测关键帧中包含的物品,并使用基于用户偏好的广告推荐算法实时更新用户的偏好权重.算法实现与仿真测试结果表明,所提出的方法可以满足实时用户推荐系统的需求,并能够根据用户的偏好情况进行广告推荐,实现84.19%的推荐准确率.

摘要：相对于直觉模糊集,勾股模糊集能够更为全面和有效地表达描述复杂问题中的不确定和非一致信息,使其受到了广泛研究。对于属性评价值为勾股模糊数并且属性指标权重信息数据完全未知的多属性决策问题,以提出的勾股模糊信息测度为基础,设计了新的多属性决策模型。该模型运用对数函数设计了一种新的勾股模糊数信息熵计算方法;引入了勾股模糊相似度概念,并结合对数行数提出勾股模糊数相似度的衡量方法,随后挖掘出勾股模糊数的信息熵和相似度之间的内在联系;运用提出的勾股模糊熵和相似度计算方法,构建新的多属性决策模型,并进行应用研究。实验结果表明,提出的模型合理有效,同时拓展了模型的使用范围。

摘要：针对语言评价信息环境下的数据产品选择问题,设计了一种基于语言偏好关系加性一致性改进算法的数据产品选择模型。以专家提供的语言偏好关系信息为基础,引入了衡量语言偏好关系一致性水平的计算方法,提出了完全加性一致语言偏好关系的构造模型。构建了一种具有收敛性的基于语言偏好关系一致性改进算法的数据产品选择模型。通过数据产品选择实例,发现构建的决策算法更为可靠有效。

摘要：为了解决传统恶意APP软件检测技术中存在的检测准确率低下的问题,引入模糊神经网络,设计恶意APP软件的动态检测技术。从软件应用程序权限与软件代码两个方面,提取恶意APP软件特征,并得出相应的特征向量,通过构建模糊神经元得出动态模糊神经网络,将得出的APP软件特征向量输入到模糊神经网络当中,针对APP软件的恶意行为进行特征匹配,从而输出APP软件的风险检测报告。通过实验发现,模糊神经网络下的恶意APP软件动态检测技术比传统的检测技术误报率与漏检率分别低18.5%和3.8%,准确率高6.47%。

摘要：由于犹豫模糊语言集可以全面和自然的表达专家们的评价信息,使其受到了广泛的研究和应用。针对专家评价值为犹豫模糊语言信息的多属性决策问题,构建了一种拓展的犹豫模糊语言决策模型。首先运用阿基米德范数定义了新的犹豫模糊语言基本运算法则;然后提出了一种拓展的犹豫模糊语言有序加权几何(E-HFLOWG)算子,其不仅能够进行信息的融合,还可以突出领导者在群体决策过程中的重要地位;最后,运用E-HFLOWG算子设计了一种拓展的犹豫模糊语言决策模型,并通过产品生产设备的选择实例进行验证分析。

摘要：针对犹豫模糊偏好关系(HFPR)可以在复杂的管理环境下全面描述专家的犹豫评价信息的优势,基于HFPR构建了一种犹豫模糊群共识实现算法,并将其应用于银行数据系统的选购过程中。引入一种新的一致性指数方法来衡量个体HFPR的一致性水平;为了提升群体专家对决策结果的满意度,设计了一种犹豫模糊群共识实现算法,该算法能够在群体HFPR达到共识水平的情况下保证个体HFPR仍然具有满意一致性;通过银行数据系统的选购实例和对比分析实验说明了提出的方法的实用性和有效性。

摘要：瓦斯浓度是衡量煤矿安全问题关键的因素。为缓解瓦斯安全预警系统服务器的计算压力,采用云计算的方式进行瓦斯浓度预警。对基于云计算的瓦斯安全预警系统架构进行设计,分析瓦斯安全预警的原理,对瓦斯安全预警系统的硬件以及软件的工作流程进行设计。为提高工作效率,完善了基于云计算的瓦斯安全预警系统的调度策略。

摘要：针对科学工作流的为多目标调度问题,将成本、时间和数据传输量作为基本优化目标,提出基于有向无环图(Directed Acyclic Graph,DAG)模型的多级相关节点聚类(Multi-level correlated Nodes Clustering,MNC)方法。首先,针对在连续级别上直接连接的Peer-to-Peer群集组对等任务,将多个依赖节点打包到不同层次的DAG工作流中,并将具有父节点和子节点关系的两个节点分成同组。然后,针对MNC科学工作流调度模型,采用遗传算法进行模型的染色体数据表示、调度译码算法以及极值解的求解方法设计等,建立了科学工作流调度的多目标优化模型;最后,通过在随机生成工作流数据上模拟实验显示,所提算法在网络运行成本、计算时间和数据传输量等指标上的性能优势,验证了算法有效性。

摘要：针对复杂决策环境下的决策者倾向于使用定性评价数据和现实环境中数据信息通常存在正态分布规律的问题,构建了基于犹豫正态语言有序加权平均(hesitant normal linguistic ordered weighted average,HNLOWA)算子的决策模型。将正态模糊数和犹豫模糊语言元相结合,引入了犹豫正态语言元(hesitant normal linguistic element,HNLE)的概念,其不仅能够运用语言变量来描述决策信息,还能传递出语言决策信息的分布情况;定义了HNLE之间的基本运算法则和大小判别准则,并设计HNLOWA算子用于对HNLE进行信息融合,同时探究了HNLOWA算子的相关性质;构建了基于HNLOWA集成算子的多属性决策方法,并运用推荐系统选择评估案例进行了模型的验证分析。