基于交通仿真技术的公交优先预信号方案研究

基于交通仿真技术,对公交优先预信号交叉口进行研究,提出了预信号方案的改善设计以及仿真研究方法.采用TSIS仿真软件,针对预信号方案设计中主预信号相位差、公交候驶区长度的合理取值范围和设计计算方法展开研究,并比较了有、无预信号下交叉口的交通延误状况.示例研究表明,通过设置预信号,公交车平均延误减少,达到了公交优先通行的效果.在交通饱和情况下,预信号控制可以从整体上改善交叉口的运行状况,并能有效保障公交顺畅通行.     

基于BDI的嵌套网模型及其在模拟对抗中的应用

针对复杂对抗系统的自适应和涌现性等特征,提出了一种将嵌套网模型结合BDI(belief,desire,intention)范例理论的多组织模型。主要贡献在于:有效地拓展了系统自身的动态适应性和稳定性;规划出一整套用于对抗模型平台的静态数据组织方式,并给出了各中间对抗过程的综合模型;针对实际问题,研究了仿真对抗过程的层次描述结构,并讨论了相关的运行机制。该模型的提出降低了建模复杂度,提高了模型的柔性度,有效地揭示了对抗本身的本质特征和推演规律,体现了模型在求解复杂自适应问题的强大优势。     

俄罗斯科研创新发展分析

从研发投入、研发机构和研发人员等角度分析了俄罗斯创新发展态势,结果显示:俄罗斯研发经费主要依靠国家支持,其它资金来源缺乏活力,研发机构以及研发人员数量呈下降趋势,不利于科研创新的可持续发展。俄罗斯政府为有效刺激国内创新需求,营造良好的创新环境,采取了一系列措施,并确定了16项科学优先发展方向,这将促使俄罗斯提高现有科研基础设施的利用效率,为创新发展奠定良好的基础。然而,优化国家创新体系不是一朝一夕可以实现的,俄罗斯创新发展之路仍然任重道远。     

一种改进的Eclat算法

首先,深入分析了频繁模式挖掘算法Eclat和Eclat+,在大数据集上挖掘长模式时,Eclat+的性能不及Eclat。基于此,提出一种改进的Eclat算法,新算法充分利用了垂直数据表示和交叉计数的高效优势,直接在垂直数据表示的数据集上通过广度优先搜索和交叉计数产生频繁模式。实验结果表明,在挖掘长模式时,改进的Eclat算法的运行速度较Eclat、Eclat+均有明显的提高。     

基于Markov随机场的三维物体识别算法

为准确识别出三维物体,提出了一种新的物体特征框架,采用密集采样的多分辨率网格来描述物体观测图像的局部特征,引入Markov随机场模型对网格节点之间的几何关系进行建模。不同图像之间的匹配通过最高置信度优先算法实现,以获取两图像各个节点之间的准确匹配关系以及全局相似度。在Coil-100(columbiaobjectimagelibrary)图像数据库上,以100个物体的4、8、18、36个视角的样本为模板,用其他68、64、54和36个视角的样本进行测试,该算法识别率分别为95.75%、99.30%、100.0%和100.0%,识别准确率明显高于文献中的方法,这说明算法在基于观测图像的物体识别领域有着非常好的应用前景。     

OSPF协议报文刷新机制的分析和改进

OSPF(open shortest path first)协议的报文刷新机制会产生大量的报文,给网络带来很大的突发流量。为了减少OSPF给网络带来的负载,该文对OSPF的报文刷新机制进行深入的分析,证明了延长OSPF报文刷新间隔不会影响协议行为和性能的结论。据此该文提出了ERR(enhanced randomized refresh)机制。ERR机制采用随机分散OSPF报文的刷新时间和延长OSPF报文刷新间隔的方法,消除了OSPF带来的突发流量和减少了OSPF报文的数量。该文采用VENUS模拟器进行模拟,实验结果显示:ERR机制比标准刷新机制减少了三分之一的报文,同时消除了OSPF刷新报文给网络带来的突发流量。     

利用模糊控制器提高无线自组网QoS的方法研究

无线自组网(MANET)是节点之间动态无线联系、没有固定基础结构的自主网络系统,而移动自组网中非固定参数约束的网络服务质量(QoS)已成为一个非常重要的研究课题.多跳无线分组的转发、控制流量的广播及所有节点既充当路由器又是发送源和数据汇集点的特性产生不同的队列行为.因此,基于分组各自的优先级调度算法将增进网络的性能.本文提出了一个基于优先调度器的模糊QoS控制器,用于决定移动自组网中分组的优先级,调度器的性能采用NS2进行了研究,并对分组的传输率、平均点对点的延迟等做了定量的计算.结果表明,该方法高效且充满前景,可应用于移动自组网.     

基于ACO算法和Bezier曲线优化的巡航导弹航路规划

在巡航导弹低空突防前提下,针对蚁群算法规划的导弹航路存在转向点个数较多和转向角度较大的问题,提出一种基于蚁群算法和Bezier曲线优化的三维航路规划方法。将蚁群算法生成的路径节点作为生成Bezier曲线航路的控制点,将曲线航路分段形成折线化航路。采用广度优先搜索算法对航路生成中出现的不可航行路段进行微调处理,得到可行的规划航路。仿真结果表明：生成的航路兼顾了随机搜索全局优化的同时,避免了大角度转向,缩减了飞行航程和转向点个数,保证了巡航导弹飞行过程中的连续稳定。     

基于多任务蒸馏的意图识别和槽位填充

BERT等预训练模型在很多NLP任务上取得了良好的效果,但预训练模型参数规模大,运算量大,对硬件资源要求高,难以部署在小型的配置环境中。模型压缩是解决该问题的关键,知识蒸馏是目前较好的模型压缩方法。基于此,提出基于多任务蒸馏的句意图识别和槽位填充联合模型,该模型将ALBERT运用到任务型对话系统中,并利用知识蒸馏策略将ALBERT模型知识迁移到BiLSTM模型。实验结果表明,基于ALBERT的联合模型在SMP 2019评测数据集中的句准确率为77.74%,单独训练的BiLSTM模型句准确率为58.33%,而蒸馏模型的句准确率为67.22%,在比BiLSTM高8.89%的情况下,推断速度约为ALBERT的18.9倍。     

一种快速最大频繁序列模式挖掘算法

针对序列模式挖掘中, 频繁子序列个数随模式长度增加而爆炸性增长的问题, 提出一种从序列数据库中挖掘最大频繁序列模式的新算法(MFSPAN). MFSPAN充分利用不同序列可能具有相同前缀的性质来减少项集比较次数. 在标准测试数据集上的实验结果表明了MFSPAN的有效性.