基于程序依赖图的Aspect挖掘技术

为了有效地识别遗产代码中因横切关注点而导致的零散代码或交织代码,提出了一种基于程序依赖图的Aspect挖掘方法.根据横切关注点的本质特性,考察了横切关注点与核心关注点之间的依赖关系及其在依赖图上的表现形式,对于单个方法体,结合程序的语义信息,在程序依赖图中引入一个虚拟结点表征方法体的核心功能,所有影响核心功能的语句都与之建立依赖关系,然后对依赖图进行拓扑分析,先从虚拟结点开始分离出核心代码,再通过求解连通分量的方式挖掘方法体内横切代码.实例分析表明,该方法不仅能识别出方法体内的零散特性代码,而且还能有效地挖掘出交织特性的代码.     

基于差分自回归移动平均模型、长短期记忆网络模型及相关模型的无人机俯仰角预测

为了提高无人机俯仰角故障数据处理和预测的精确性和可靠性,避免增加无人机试飞成本,利用长短期记忆网络（Long Short Term Memory,LSTM）、注意力机制+LSTM模型和差分自回归移动平均模型（Autoregressive Integrated Moving Average Model,ARIMA）模型预测无人机试飞俯仰角故障数据。结果表明,ARIMA预测结果：MAE（Mean Absolute Error）=0.35,RMSE（Root Mean Square Error）=0.73,MAPE(Mean Absolute Percentage Error)=23.80%;LSTM模型预测结果：MAE=0.49,RMSE=0.74,MAPE=45.20%;注意力机制+LSTM模型预测结果：MAE=0.17,RMSE=0.53,MAPE=18.93%。可见注意力机制+LSTM模型比其余两种模型更适合于试飞俯仰角的数据预测,以上三种方法对无人机故障数据预测都具有实际意义,有效的预测可以推进自动飞行器和移动机器人的异常检测或外国直接投资研究的最新进展,以进一步提高自动和远程飞行操作的安全性。     

基于SnowNLP的微博网络舆情分析系统

随着微博、抖音、贴吧等新兴网络社交媒体的发展,大量用户开始喜欢使用这些平台进行发布和获取信息,因此累积了大量舆情数据。为了能够及时监测网络舆论动向,更好的维护互联网的安全运营和网络安全,针对实时微博数据,研究设计了一种基于SnowNLP的微博网络舆情分析系统。该系统由舆情数据采集、舆情数据分析和舆情数据可视化组成,能够实现微博数据文本挖掘、网络舆情数据情感分析、舆情数据与关键词匹配结果统计等功能,并能够对微博内容情感分析结果、用户等级、内容分词结果等进行可视化展示。实验测试结果表明：本系统功能运行正常,同时验证了设计方案的可行性和有效性。系统在网络舆情监测领域具有重要的应用价值。     

基于时间函数的高寒矿区地表动态下沉规律研究

高寒地区因为其冻土的特殊性质导致其经历开采后随着季节变化易导致上覆岩层破坏,因此,为准确预测高寒地区矿区上覆岩层的动态沉降的发展趋势,本文选取高寒矿区地表富水区作为研究对象,基于Weibull时间函数与分段函数的思路,结合矿区地表InSAR监测数据建立高寒矿区地表动态沉降模型,讨论了该函数模型的适用性。结果表明:高寒矿区冻胀地表沉降的三个阶段沉降量与时间的关系曲线与Weibull时间函数模型对应曲线相符;对Weibull时间函数的双参数取值进行探讨并优化,最终确定当初始、加速阶段的λ取值2.5,η取值0.068,稳定阶段λ取值2.3,η取值0.048时误差处于限差范围内,能较为准确地模拟预测地表的动态沉降过程,该研究可为高寒矿区的防灾减灾及治理工程提供参考。     

利用Web日志挖掘技术构建自适应网站

利用基于图结构Web日志挖掘获得的规则和用户访问模式,使Web站点的结构及站点内的页面进行自身的调整和改善,从而实现站点组织结构的优化.     

基于深度学习的Stack Overflow问题帖分类方法

针对基于正则表达式和传统机器学习的分类方法分别存在模式手工提取困难和性能瓶颈的问题,提出一种基于深度学习的问题帖分类方法,采用深度文本挖掘模型TextCNN和融合注意力机制的TextRNN构建分类模型.实验结果表明,基于深度学习的方法在多数问题目的类别上的分类性能优于已有基准方法,且使用的Adam优化器优于SGD优化器...     

基于土地利用变化的城市规划环境影响评价

城市规划的环境影响具有显著的不确定性,难以定量评价。该文将社会经济活动落实到空间网格上,以土地利用变化表征城市规划的实施,集成情景分析和Monte Carlo技术来模拟土地利用变化,并结合不确定性分析技术构建了城市规划环境影响的定量评价方法。对大连市发展规划的地表水环境影响评价进行了方法应用,识别了规划年主要河流的环境风险、环境压力、极端环境影响、关键污染物和关键污染源。该方法可以系统识别城市规划环境影响的不确定性并定量评价其影响,为科学规划提供决策支持。     

无线传感器网络多目标关联覆盖

针对多目标网络覆盖中传感器节点和目标的关联关系,依据数据挖掘中的关联规则挖掘技术,设计了多目标关联覆盖算法MTACA．考虑到能量的有效性,利用关联规则挖掘方法动态地确定目标集合和传感器节点集合,通过节点集合工作状态的转换完成目标的完全覆盖,延长了网络使用寿命．同时,改进了适应区域覆盖的PEAS算法,使其适应多目标覆盖的应用．通过仿真对MTACA和改进的PEAS算法进行了性能分析．结果表明：MTACA算法和改进的PEAS算法在目标完全覆盖能力和网络使用寿命上明显优于随机部署网络;MTACA算法在目标完全覆盖能力、网络使用寿命、网络剩余能量以及节点间能量消耗均匀性上明显优于改进PEAS算法．     

水合磷酸铁铵的低热固相合成及其对乙酸丁酯的催化作用

以Fe2(SO4)3与NH4H2PO4·12H2O为原料,PEG-400为表面活性剂,经低热固相反应合成得到水合磷酸铁铵,经XRD分析表征确定其分子式为Fe3(NH4)(PO3(OH)0.666O0.333)3(PO2(OH)2)3(H2O)6Fe3H23.998NO29.997P6后,用其作为催化剂进行乙酸丁酯的合成试验。试验应用均匀设计试验法及数据挖掘技术,在数据挖掘成果的指导下考察反应时间、醇酸物质的量比及催化剂用量等因素对收率的影响。获得催化反应的最佳工艺条件是反应时间6h,醇酸物质的量比1.56∶1,催化剂用量1.73g。在这个最优的工艺条件下,水合磷酸铁铵催化合成乙酸丁酯的收率可达到98.6%。水合磷酸氢铁铵不仅合成工艺简单,可行,而且作为乙酸丁酯的催化剂时,具有良好的催化活性,工业应用潜质大。     

共同延误工期下索赔事件的研究

共同延误工期索赔在工程实践中普遍存在,而且其影响因素多、牵涉面广.因此,共同延误的责任分摊和责任定量化对工期索赔非常重要.针对由于共同延误引起的工期延误,各责任方难以确定和各责任方责任比例难以定量处理的问题,通过比较和分析不利于承包商原则、初始责任人原则和影响比例划分原则的工期索赔原则,进而分析网络计划和动态分析计算方法.最后,提出动态责任分析计算法,即以关键路线为标准,通过解析业主、承包商、不可抗力同时引起的工期延误特点,建立共同延误工期索赔模型,对工期延误责任归属进行判定,计算各责任方的工期索赔时间.