一种上下文集成的冲突处理方法

为了实现服务组合对环境的适应性,设计了能满足上下文动态集成的模型,并使用CC/PP的RDF创建P rofiles描述上下文。详细分析上下文集成中出现的冲突情况,定义优先级和效用因子,解决上下文集成中的冲突问题。结合原型系统进行测试,并给出了实验结果。研究结果表明:在不同的冲突策略情况下,该方法能在可接受的时间内解决冲突。     

基于RFID技术的电子围栏内施工人员行为预判与告警算法

在电子围栏内施工人员行为预判与告警研究中,面对不确定的行为信息,常见的告警算法存在大量时隙分配冲突,导致算法的自适应性较差。为此,提出基于射频识别(Radio Frequency Identification, RFID)技术的电子围栏内施工人员行为预判与告警算法。通过远程通信和RFID读写器实时读取施工人员的位置信息和行为信息,将逻辑运算符与时间约束运算符相结合预判施工人员行为,在预判到危险行为后,产生相应的告警信息,设计防冲突算法,将告警信息传递到对应的电子标签上,实现对施工人员的告警。实验结果表明：面对不确定的行为信息,设计的告警算法对施工人员行为信息识别水平高,在时隙分配中未发生冲突事件,且分配成功率在99%以上,其自适应性得到提升。     

基于信度赋值技术的统一融合框架研究

从信度赋值技术的角度,提出了统一融合框架(UFA)的理论机制,它是基于证据支持贴近度(ESMS)前置过滤器耦合包含冲突分配器在内的融合机,在给出一个ESMS函数的同时,也考虑了不同信息源(可靠、非可靠、不完全、冗余及互补)信度赋值中心,克服了错误、虚假和不一致等信息对融合机的干扰,充分发挥了融合机优势,减少了融合计算的复杂度,大大提高了融合效果.将统一融合框架应用于Pioneer Ⅱ移动机器人地图创建方面,通过仿真分析,并与单一融合机的仿真结果作了对比,充分说明了统一融合框架的优越性.     

A Neuro‐wavelet Model for the Short‐Term Forecasting of High‐Frequency Time Series of Stock Returns

We propose a wavelet neural network (neuro‐wavelet) model for the short‐term forecast of stock returns from high‐frequency financial data. The proposed hybrid model combines the capability of wavelets and neural networks to capture non‐stationary nonlinear attributes embedded in financial time series. A comparison study was performed on the predictive power of two econometric models and four recurrent neural network topologies. Several statistical measures were applied to the predictions and standard errors to evaluate the performance of all models. A Jordan net that used as input the coefficients resulting from a non‐decimated wavelet‐based multi‐resolution decomposition of an exogenous signal showed a consistent superior forecasting performance. Reasonable forecasting accuracy for the one‐, three‐ and five step‐ahead horizons was achieved by the proposed model. The procedure used to build the neuro‐wavelet model is reusable and can be applied to any high‐frequency financial series to specify the model characteristics associated with that particular series. Copyright © 2013 John Wiley & Sons, Ltd.     

基于Beta过程的高分辨ISAR成像

对于高信噪比、完整回波、目标平稳运动等理想观测环境,现有成像技术已经较为成熟,可以获得聚焦良好的高分辨逆合成孔径雷达(inverse synthetic aperture radar, ISAR)像。但在实际中的方位回波缺损与低信噪比观测情况下,随机相位误差等因素会降低现有成像算法的性能甚至使其失效。本文首先建立了ISAR稀疏观测模型,并基于稀疏贝叶斯学习理论,通过引入Beta过程非参数先验构建层级概率模型,进而交替利用Gibbs采样及最大似然方法对ISAR像及随机相位误差进行估计。实验结果表明,所提方法在低信噪比、回波缺损等复杂观测环境下能够获得聚焦良好的ISAR图像。     

一种基于不确定度的证据冲突识别方法

从高度冲突证据对D-S证据理论的应用约束出发,针对几种常用冲突度量方法存在的问题,定义了描述证据自身特征的不确定度,将证据冲突涵义从证据间不一致扩展到证据内外,给出基于不确定度的证据冲突多元度量,并为增强冲突的识别效果提出最大差异度的冲突处理方法.验证分析得出:本文给出的度量方法能够有效表征证据间的冲突程度,最大冲突差异度的处理实现了证据冲突识别的显著化,在证据冲突度量与识别中具有很好的普适性和有效性.     

融合篇章表征的事件指代消解研究

事件指代消解任务比实体指代消解难度大, 主要原因为事件描述在非结构化文本中分布稀疏, 且不具备同指关系的单链占很大比例, 同时事件自身承载的语义信息比实体更加丰富。为了准确地抽取文本中的同指事件, 针对以上特点, 提出一种融合篇章表征的事件指代消解模型。该模型通过CRF有效地区分非事件句、单链以及同指链, 同时利用分层注意力机制捕捉句子级别和篇章级别的重要信息。在KBP2015和2016数据集上进行的事件指代消解实验验证了该模型的有效性, 在CoNLL评测标准下F1值达到43.07%。     

成都市十里店地区大气气溶胶元素组成及来源解析

采用等离子体原子吸收光谱法(ICP-AES)分析了成都市十里店地区大气气溶胶的元素组成,并运用富集因子和因子分析方法对气溶胶的元素富集状况及其来源进行了解析.结果表明:该地区大气气溶胶中Ca,Cu,Zn,As,Pb,Cd和Hg等有毒有害元素富集程度高,对人体和环境危害大.气溶胶主要来源于地面扬尘、冶金化工尘、燃煤和燃油尘.     

高分辨率遥感影像在抗震救灾中的应用

对绵阳地区地震灾害前后的影像进行了几何校正、图像融合等处理,通过目视解译对绵阳地区的建筑物损坏及塌方和泥石流等受灾情况进行了评估,介绍了快鸟影像在绵阳地区抗震救灾中的应用.     

合成狭缝彩虹全息图特性研究

研究了合成狭缝彩虹全息图的衍射效率、分辨本邻和单色性。给出了其衍射效率与合成狭窄宽度之间的关系，证明了其分辨本领和单色性都低于一般彩虹全息图。