摘要：CCN(content-centric network,内容中心网络)是未来网络研究中的热点之一,但是现有的互联网基础不利于CCN的部署发展。为此,利用软件定义网络的优势,提出了一种通过软件定义网络技术来实现CCN的解决方案。该方案在名称解析方面,提出了基于Sphinx搜索技术的内容名称解析方法,将名称解析服务设置在应用层,以降低控制器的压力;在缓存策略方面,利用控制器的集中决策设计了高效的缓存策略。实验结果表明,本文的方案不仅降低了用户的平均请求时延,而且提高缓存命中率约45%。

摘要：社交网络的影响力与其自身的结构特征密切相关。基于新浪微博的数据,对用户的粉丝数、关注数的分布及这些特征之间的关系进行分析,发现用户的粉丝数、关注数、微博数都符合幂律分布;探讨了节点之间的距离特征,发现并证明了微博网络中存在着"小世界"现象;研究了节点之间的链接形成问题,发现链接的形成满足三元闭包原理。以上三方面研究结果,对于探索微博影响力同底层社交网络结构特征的关系、设计微博影响力控制机制具有重要的意义。

摘要：基于互动问答社区问句中多字词表达和问句理解的关系,提出针对互动问答社区问句进行多字词表达抽取,并基于互动问答社区问句中多字词表达的特点,提出适用于互动问答社区的多字词表达提取方法.该方法在利用互信息和停用词表的方法从问句中抽取候选多字词表达的基础上,将候选多字词表达分为正确串、残缺串、冗余串和错误串4类,借助搜索引擎对查询串的优化和候选多字词表达在互联网上的检索结果,设计候选多字词表达校正方法,实现对多字词表达的提取.以新浪爱问知识人问题库中的问句进行实验,结果表明,多字词表达抽取的准确率、召回率和F值分别达到84%,52%和0.64,验证了该方法的有效性.

摘要：【目的】尽可能多地抽取多字词本体术语,以保证本体构建的质量。【方法】提出基于部件扩展的本体术语抽取方法。利用部件的领域聚合性和词性特征,采用领域词频比较的方法抽取部件;考虑术语长度、术语词性构成以及术语内部结合度等因素,设计合理的扩展规则对部件扩展以形成候选术语;利用上下文关联信息、语境信息从候选术语集中筛选出本体术语。【结果】利用该方法在IT领域实验数据集上进行测试,实验结果准确率为83.5%,召回率为87%,准确率相比Baseline方法要高出2.5个百分点。【局限】部件抽取方法需要借助于平衡语料库,部件的质量直接影响术语抽取效果。【结论】实验结果表明该方法是有效的,对本体学习、本体构建具有积极意义。

摘要：为提高针对红外观影图像的人数统计的准确率,提出一种基于U-net的人数统计方法。针对传统前景提取方法泛化能力差的问题,提出一种改进U-Net(IDU-net)前景提取方法,将多个影厅的原图与其前景图像进行端到端训练,实现不同影厅图像的前景提取;再结合改进透视效应校正方法,提取前景面积并建立其与人数的回归关系,得到最终人数统计结果。实验结果表明,IDU-net前景提取方法的分类准确率达到97.65%,相较于ViBe算法、混合高斯模型、原U-net模型分别提高了5.72%,2.44%,5.37%。将其与改进透视效应校正方法相结合,得到了更优的人群计数结果。

摘要：为实现由汽车类外观设计专利图像到三维模型的恢复,结合汽车类外观专利图像的特点,提出融合从明暗恢复形状(SFS)与轮廓线法的汽车类外观专利图像三维重建方法。结合右视图及主视图的轮廓对由SFS得到的模型进行深度校正,得到较为精确的单幅图像三维模型;利用轮廓法恢复物体的整体模型,通过计算各单幅图像模型及整体模型的位置坐标,进行各模型之间的对齐操作,使两种方法得到的模型融为一体,得到融合模型。实验结果表明,与其它方法相比,该方法得到的三维模型在整体与细节方面都得到较大提升。

摘要：航天科技开源情报文本内容较长且含有大量专有名词,影响了情报分类的效果,为了提升相关情报的分类准确率,提出一种基于BERT与XGBoost融合模型的航天科技开源情报分类算法。首先通过BERT模型的深度结构提取情报中的关键特征,然后利用XGBoost模型取代BERT最后的输出层,并依据BERT提取到的关键特征对相关情报进行分类。为了验证算法的有效性,设计了与TextRCNN、DPCNN等部分主流语言模型的对比实验,实验结果表明该算法在航天科技开源情报分类中的准确率与TextRCNN、DPCNN模型相比,分别提高了1.9%、2.2%,证明了该算法在相关分类任务中的有效性。

摘要：首先介绍了活动范围受限人员监管系统的需求和研究意义,之后给出了系统的总体架构.在此基础上,着重介绍了基于RSSI(Received Signal Strength Indication)的测距原理和高斯模型校验方法,以及利用陀螺仪传感器通过航位推测算法进行方位计算的思想与方法.系列测试和实验结果表明,采用的RSSI测距方法和航位推算方法设计的系统可以有效的应用于活动范围受限人员的监管.

摘要：为解决以往流式文档中逻辑结构重构方法的不足,提出一种基于有向图的流式文档逻辑结构重构方法。从模板文档中提取逻辑结构,在此基础上,通过对待查文档中的逻辑标签进行筛选建立有向图,利用有向图的单源最短路径算法过滤多余的逻辑结构,得到最佳的文档逻辑结构。实验结果表明,该算法能够有效改善逻辑结构识别的准确性,对于文档内容理解和自动化排版与格式检查等应用具有重要意义。

摘要：针对缺乏PaaS平台下资源需求的有效预测与优化分配的问题,提出一种资源需求预测模型和分配方法。首先,根据PaaS平台中应用对资源需求的周期性来对资源序列进行切分,并在短期预测的基础上结合应用的多周期性特征,利用多元回归算法建立综合的预测模型。然后,基于MapReduce架构设计实现了一个Master-Slave模式的PaaS平台资源分配系统。最后,结合当前任务请求和资源需求预测结果进行资源分配。实验结果表明,采用该资源需求预测模型和分配方法后,相比于自回归模型和指数平滑算法,平均绝对百分比误差分别下降8.71个百分点和2.07个百分点,均方根误差分别下降2.01个百分点和0.46个百分点。所提预测模型的预测结果不仅误差小,与真实值的拟合程度也较高,而且利用较小的时间开销就可以获得较高的准确度。此外,使用该预测模型的PaaS平台的资源请求的平均等待时间有了明显的下降。