基于博弈和多智能体的汽车共享服务联盟协同策略研究

基于演化博弈和多智能体仿真，以加强联盟管理、提升联盟服务商合作积极性为目标，研究汽车共享服务联盟协同策略.从演化博弈视角设计综合考虑服务商自身与联盟内其他成员历史信息的学习规则，构建汽车共享服务联盟的多Agent仿真模型，研究收益、成本及惩罚等不同参数设置对服务商协同策略的影响.依据仿真实验结果提出了不同收益、成本和惩罚参数场景下加强联盟合作的策略，为汽车共享服务联盟的协同策略提供决策支持.     

基于多模态融合技术的用户画像方法

针对当前用户画像工作中各模态信息不能被充分利用的问题, 提出一种跨模态学习思想, 设计一种基于多模态融合的用户画像模型。首先利用 Stacking集成方法, 融合多种跨模态学习联合表示网络, 对相应的模型组合进行学习, 然后引入注意力机制, 使得模型能够学习不同模态的表示对预测结果的贡献差异性。改进后的模型具有精心设计的网络结构和目标函数, 能够生成一个由特征级融合和决策级融合组成的联合特征表示, 从而可以合并不同模态的相关特征。在真实数据集上的实验结果表明, 所提模型优于当前最好的基线方法。     

多桁架片挂篮整体移动施工研究与改进

桥梁连续箱梁挂篮现浇施工工艺已经比较成熟，但是宽幅桥采用多桁架片挂篮施工工艺并不常见，挂篮的整体移动要求的施工技术较高，湖州市环太湖TH-2标项目长兜港大桥主桥现浇箱梁施工采用多桁架片挂篮整体现浇施工工艺，在挂篮前移过程中采用链条葫芦人工牵引的方式，辅助其它措施进行整体行走，在整个主桥悬浇箱梁块件施工过程中，通过各道工序的研究与改进，无论是成型悬浇箱梁质量还是现场施工安全均得到了质监站、业主等相关单位的一致好评。     

便携式指纹识别考勤系统设计与实现

针对现有传统考勤手段存在的缺陷,为解决市面上指纹考勤机由于功耗大而难以适应移动便携场合的难题,本文提出一种基于指纹识别技术的便携式考勤系统方案。该方案中以32位超低功耗微处理器TM4C123GH6PMI为控制器、以兼容LTTL电平的TFS-M51为指纹模块、以低功耗液晶OLED12864为显示器。该系统具有指纹检测、体积小、功耗低等特点。测试结果表明:该系统可在2000m Ah容量电池供电情况下正常工作10小时,实现容量为800人的考勤,完全可以满足便携式考勤的需要。     

一种新的维吾尔文字幕关键帧提取方法

为了快速有效地提取视频中含有维吾尔文字幕的关键帧提出一种新方法.该方法首先运用多尺度Harris角点检测,结合维吾尔文字笔画特点,完成字幕关键帧的初步提取;然后利用最小二乘法拟合直线,根据两条拟合直线的角度偏离情况对初步提取的结果作去冗余处理,得到最终字幕关键帧.实验结果表明:该方法快速简单,提取结果的准确率达到93%,具有很好的适应性.     

MO_DE:一种结合多目标优化机制的DNA编码序列算法

针对现有DNA计算中存在的编码序列设计稳定性不足、可靠性不完善等问题,充分考虑基本编码问题,设计出一种基于多目标优化机制的DNA编码序列设计算法(MO_DE:multiobjective design algorithm)。在一定的约束条件下,该算法利用了多目标优化机制以及采取小种蚁群算法,将h-distance因子添加到单链DNA架构中,建立一种DNA序列公用方法。通过模拟实验表明,该算法与同类型算法相比,在计算效率、优化性方面具有一定优势。     

中小企业“融资难”面临的问题及对策

中小企业融资难成为制约中小企业发展的最大瓶颈,已经影响中小企业的发展乃至国民经济的健康运行。研究表明,有效解决中小企业融资难问题的关键是企业自身、金融机构以及政府部门综合联动,多方努力,以营造一个银行放心贷款,银企共同发展的社会环境。     

Hadoop框架下的多标签传播算法

标签传播算法的主要思想是利用已标注数据的标签信息预测未标注数据的标签信息。然而,传统传播算法没有区别对待未标注数据与已标注数据相互之间的转移信息,导致算法的收敛速度较慢,影响了算法的性能。针对传统算法的不足,提出了差异权重标签传播算法,算法按标注信息的重要性赋予不同的权重。在解决了大规模特征矩阵相乘问题之后,将提出的差异权重标签传播算法应用到Hadoop框架下,采用分布式计算,实现了能够处理大规模数据的多标签分类算法(HSML),并将提出的HSML算法与现有主流多标签分类算法进行了性能比较。实验结果表明,HSML算法在多标签分类的各项性能评测指标和执行速度上都是有效的。     

最短特征线段多分类器系统设计

为提高多分类器系统分类的性能,设计了一种使用最短特征线段分类器的多分类器系统。依据最短特征线段分类算法工作机理,利用特征线段长度表征样本隶属于各个类别的可能性,即模糊隶属度,对成员分类器输出形式完成由摘要级至度量级的重新建模,更多地保留输出细节以减少信息损失,进而利用基于模糊的证据融合规则实现成员分类器的度量级融合,通过隶属度到mass函数的转换,利用模糊-证据融合规则实现多分类器系统的构造,进一步提高了多分类器系统分类性能。采用人工数据集和UCI数据集设计了对比实验,实验表明,与其他邻域型分类器构造的多分类器系统相比,新多分类器系统能有效提升分类正确率。