基于语义关联性特征融合的大数据挖掘方法

提出一种基于语义关联性特征融合的大数据挖掘算法.对云存储大数据分布式信息流进行高维相空间重构,在重构的相空间中提取大数据的语义关联维特征量,以提取的特征量为测试集进行自适应学习训练.采用模糊C均值算法进行大数据语义关联特征的稀疏性融合和聚类处理,在聚类中心实现对挖掘目标数据的指向性聚敛,输出数据挖掘结果,并采用特征压缩器进行降维处理,降低计算开销.仿真结果表明,采用该方法进行大数据挖掘的特征提取准确性较好,挖掘数据的聚类能力较强,在实时性和准确性方面具有优势.     

AP 数据源融合算法构建基因调控网络

针对单一数据集构建基因调控网络算法数据量不足及构建网络结果不精确的问题, 提出一种基于能力与信任(AP)的数据源融合算法. 该算法将基因表达数据、 蛋白质相互作用数据和基序数据集, 分别通过控制与被控制双向数据流传输来分析和构建基因调控网络, 并与ReMoDiscovery,CLR和C3Net三种已开发模型在酵母全基因组网络构建结果的AUC值进行对比. 对比结果表明, 该算法在构建基因调控网络算法方面执行效率更高、 收敛性更强.     

基于无监督学习的实时公交动态调度的研究

针对广州智能公交调度的优化问题,提出一种基于无监督学习的实时公交动态调度算法,结合乘客利益和公交公司利益总体最优为目标,通过无监督学习方法学习到公交客流出行特征表达的提取,利用吸引子传播(affinity propagation,AP)聚类算法的优化数据集与支持向量机(support vector machine,SVM)的训练样本集相结合建立预测模型训练,运用公交线网发车间隔和加权系数的目标函数优化调度数学模型,将多源信息融合及多策略的实时公交动态调度算法引入到求解模型中,利用深度学习的异常突发事件分类检测方法实现调度优化模型的实时调整。实验结果表明,AP聚类算法程序运行耗时16 s、高峰发车间隔5 min,比遗传算法运行效率更高、时间间隔更精确,实例证明模型和算法具有实用性和可靠性。     

基于区域集中存储的CCN路由策略

针对在内容中心网络(content-centric networking, CCN)中如何结合缓存资源提高路由效率,优化网络性能的问题,提出一种轻量级的基于区域集中存储的路由策略(regional centralized storage routing strategy, RCSRS)。提出区域集中存储思想,以节点度中心性、紧密中心性、介数中心性和凝聚度为指标,选取区域中心度最高的节点作为核心节点集中缓存内容资源,剩余普通节点仅负责路由转发;并设计基于集中存储的路由机制,路由时快速引导兴趣包至区域核心节点以查找内容。仿真结果表明,与传统路由策略相比,该方案在较低网络开销下,平均命中率、平均请求时延和平均跳数减少率方面有明显提升。     

古城地区鹰山组储层特征及成岩孔隙演化

针对古城地区鹰山组孔隙在成岩历史中演化的问题,基于岩芯描述、薄片鉴定、阴极发光、测井资料以及地球化学数据分析,对目的层岩石学特征、成岩作用和储层特征几个方面进行了研究。结果表明,古城地区鹰山组储层岩石类型以石灰岩与白云岩为主,其中,白云岩多分布于鹰山组下部,且细晶自形-半自形白云岩和中-粗晶它形白云岩表现出相对较好的孔渗性,储集空间以晶间孔隙、晶间溶孔及裂缝为主,形成的主要储层类性为裂缝型、孔隙型和裂缝-孔洞型。研究区成岩作用对储层储集性能影响较大,其中,早期胶结作用、压实压溶作用、硅化作用以及热液矿物的充填对原生孔隙起破坏作用,浅埋藏白云石化作用、破裂作用、热液溶蚀作用为建设性成岩作用。由于过渡白云石化作用的影响,白云岩晶间孔隙发育程度较低,热液溶蚀作用对优质储层的形成起关键性作用。     

基于相似度模型耦合角度制约规则的图像匹配算法

为了克服当前图像匹配方法主要通过测量距离的方法来实现图像匹配,忽略了图像间的相似度,导致算法存在错误匹配较多以及鲁棒性较差的问题。本文提出了基于相似度模型耦合角度制约规则的图像匹配算法。采用FAST检测方法对图像特征进行检测,快速获取鲁棒特征点,以改善算法的匹配正确率。随后,利用SURF特征描述机制,通过计算特征圆域内的Haar小波响应值,对特征点进行描述。引入结构相似度SSIM(structural similarity index measurement)模型,将其与欧氏距离模型相结合,构造相似度模型,从结构相似度与测量距离两方面出发,将特征点进行粗匹配。最后,利用特征点的余弦关系,求取特征点间角度,建立角度制约规则,对粗匹配结果完成优化。实验结果显示:与典型的匹配方法相比,该算法具有更好的匹配性能较好,在多种几何变换下仍具有理想的匹配精度。     

多级细节信息融合的人脸表情识别

在自然环境中各种因素的干扰下,人脸表情信息匹配的识别率受到严重影响,针对此问题,提出一种改进的基于VGGNet16(visual geometry group network16)的网络模型.在VGGNet16模型的侧方添加一系列的侧输出层,并在该侧输出层添加不同的卷积核,通过上采样和下采样方法连接侧输出层的上下2层,并通过训练使侧输出层能够对其上下2层的表情信息进行加权融合.在VGGNet16第5层的后方添加2种不同的卷积核.将侧输出层最终得到的特征图进行局部卷积操作,将VGGNet16输出的最终特征图进行全局特征卷积操作,使局部特征与全局特征融合得到最终要进行分类的特征.该模型在CK+(the extended cohn-kanade)数据集上的识别率为98.6％,在RAF-DB(real-world affective faces)数据集上的表情识别率为79.59％,通过对比常用模型在这2种数据集上的识别率发现该模型具有一定的优势.     

图文决策融合的多模态电商垃圾评价检测

现有的电商垃圾评价检测方法大多基于对评价文本信息进行分析,难以有效检测带有图片的多模态垃圾评价,为充分利用评价的图片和文本内容,提出了基于Transformer双向编码表示(bidirectional encoder representa-tions from transformer,BERT)和宽残差网络(wide residual networks,WRN)的图文融合决策检测方法.该方法利用评价文本对经过预训练的BERT模型进行微调训练,经过表示学习分类得到文本评价类别向量,使用宽残差网络对评价图片进行特征提取和分类并输出图片类别向量,将得到的对应评价图文类别向量共同输入启发式决策融合分类器,对多模态评价整体进行预测分类.使用真实电商评价数据集进行实验表明,相比面向评价文本的分类方法,图文融合决策检测方法对多模态评价分类的精准率提高4.44％,召回率提高2.12％,Micro-F1提高3.67％,结果证实该方法能够对多模态垃圾评价进行有效检测.     

城市公园绿地游憩供需协同度评价及优化策略

【目的】以公园绿地与居民人口间的供需平衡及协同发展为目标导向,提升公园建设的时效性,为建设低碳、高效、节约、环保的城市绿地系统提供科学依据。【方法】综合选取定性与定量指标,构建游憩供需系统评价体系和协同度量化模型,以郑州市主城区为例,对供需协同度在行政区单元的空间分异进行评价分析,并结合上位规划,利用ArcGIS中的位置分配功能对公园绿地的空间格局进行优化。【结果】郑州市主城区公园绿地游憩供需系统总体呈低级协调等级和供给滞后类型,新老城区间存在供需错位现象。各行政区存在供需空间差异,金水区协同等级最高但供需差距最大,经开区协同等级最低而供需差距最小;通过对供需系统进行提质增量、跨界融合的协同优化,金水区和经开区的供需协同度增量分别为0.047 4和0.121 8。【结论】利用构建的评价体系和模型可以较准确地反映出公园绿地游憩供需协同度的空间格局,从而有效指导供给侧各项指标的协同优化,提升公园绿地的供给能力,缩小各区内部的供需差距和新老城区间的资源差距。     

精细拓扑结构表示与深度特征融合在多目标图像检索中的应用

空间信息表示是增强图像特征表达性能的重要手段,通过空间关系建模与深度学习方法融合可有效提升深度特征的语义特性,从而提升图像检索性能.首先,针对复杂图像的空间关系表示提出了一种新的精细拓扑结构表示模型,该模型不仅具有完备的拓扑描述性能,还提供了两种拓扑不变量的推理算法,使得拓扑不变量可以由表示模型直接推导而不需要繁复的几何计算;其次,基于精细拓扑结构表示模型,提出了有效的拓扑结构相似性度量方法,为空间关系特征表达奠定了基础;最后,进一步结合卷积神经网络,提出融合复杂空间关系特征与深度特征的多目标图像检索方法.实验结果表明,所提出的拓扑结构表示模型在空间查询中具有良好的性能;所提出的图像检索框架取得优于现有方法的精度,并能够有效地结合手工特征与深度特征各自的优势,为提升深度学习方法的可解释性创造了有利条件.