求解聚合组播问题的多种群蚁群优化算法

传统的IP组播技术使用树状结构传递组播分组,要求树上的路由器为每个组保存一个转发状态,这样当网络上并发的组播组过多时会面临着组播状态扩展性问题。最近提出的聚合组播技术强迫多个组播组使用一棵共享的组播树来解决这个问题,这是一个NPC问题。提出一种基于多种群的蚁群优化算法来求解聚合组播问题。每个种群根据使用模型的不同使用不同的适应度函数、不同的启发式信息和不同的解构建过程,也就产生了不同的搜索轨迹和特点。算法设计了种群之间的交换整个信息素表和交换最优迭代解的两种信息交换方式。仿真结果显示,两种方法都能够取得比任何一种单独算法更好的优化效果,提高了算法的收敛时间。     

基于CSI离散指纹的轨迹跟踪方法

针对从Wi-Fi设备中获取的接收信号强度(RSSI)在定位过程中误差较大的问题，设计了一种基于信道状 态信息(CSI) 离散指纹的轨迹跟踪方法．首先经过汉佩尔滤波，巴特沃斯低通滤波去除了CSI异常值和噪声的影响， 然后利用线性回归算法去除相位的频移误差，继而采用协方差矩阵特征值法进行特征提取，最后通过基于CSI子 载波权重的主成分分析法进行了无源定位和轨迹跟踪．实验结果表明: 离散指纹点定位的平均正确率在 90%以上， 所设计的算法能有效实现对室内人员的定位和轨迹跟踪．     

兵团区域经济与区域物流发展的关联性分析

在分析新疆生产建设兵团区域经济与区域物流发展相关关系的基础上,构建兵团区域经济与区域物流指标体系,选取2000-2017年度数据,运用灰色关联分析模型对兵团所辖区域的区域经济与区域物流之间的关联性进行实证分析,并考察其发展协调度。研究结果表明:制约兵团区域经济发展的主要物流业影响因素为交通运输仓储与邮政业产值和民用汽车年末保有量,兵团区域经济与区域物流发展具有较高的关联性,但其协调度波动较大,兵团区域经济与区域物流的发展在很长一段时期内处于中度失调,耦合曲线呈二次曲线。     

学科馆员科研服务能力提升策略分析

科研是一个学校的强校之本。高校图书馆的学科馆员制度是服务于科研的最佳模式,有利于学科馆员和科研人员的专业信息沟通,极大地推动图书馆专业化团队的建设并提高图书馆馆员素质,提升高校图书馆信息服务的水平和层次,促进图书馆各项工作的开展。     

基于生成对抗网络的无载体信息隐藏

提出了一种基于生成对抗网络的无载体信息隐藏方法.发送方用伪装图像和Improved Wasserstein GAN生成一张与秘密图像相同的图像,发送方发送伪装图像,接收方收到伪装图像后用生成器生成和秘密图像视觉上相同的图像.与现有的信息隐藏方法相比,该方法不需要修改载体,能够有效地抵抗隐写分析工具的检测,能够达到秘密信息安全传输的目的.     

基于农产品供应链金融的物流作业承接双边讨价还价博弈

农产品供应链金融是物流与金融合作的创新产物，对破解农产品供应链中农户、合作社、生产加工企业等融资困局具有重要意义，而农产品易变质、难运输、难储存等属性决定其开展质押融资更需要高水平物流服务商的参与。基于此，在模型中引入具有资源整合和方案优化能力的第四方物流（4PL），并针对业务中物流作业承接价格的确定问题，运用鲁宾斯轮流讨价还价博弈思想，构建了信息不对称情况下农产品供应链金融中第四方物流分别与银行和第三方物流（3PL）双边讨价还价博弈模型，并根据博弈顺序，分别对第四方物流先与第三方物流再与银行以及先与银行再与第三方物流讨价还价两种情况进行讨论。研究发现，相较一般存货，质押物为农产品时，第四方物流给出的报价较高，第四方物流的报价与其自身讨价还价能力无关，银行和第三方物流的报价与其完成物流作业的成本有关及第四方物流先与银行博弈时的报价会高于先与第三方物流博弈时的报价等结论。     

《天工开物》中信息型科技术语英译策略对比分析

《天工开物》中以传递科学信息为主的术语是中国古代科技文明的重要载体。文章量化描写和定性分析了85条此类信息型科技术语在其三个英译本中的翻译策略,发现李乔苹译本偏好异化,王义静、王海燕和刘迎春译本倾向于译文流畅的归化,任以都、孙守全译本的策略运用情况则介于二者之间,而这很大程度上取决于不同译者对目标受众的定位差异。文章也借此呼吁中国古代科技术语翻译批评遵循客观描写加解释分析的路径。     

“网络信息资源检索与利用”课程网络教学平台建设

介绍了"网络信息资源检索与利用"课程的教学现状,指出了存在的问题,提出了"网络信息资源检索与利用"网络平台的建设,制定了平台的建设目标,对平台的功能模块进行了划分,对平台今后的工作进行了规划。     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.