卷积融合文本和异质信息网络的学术论文推荐算法

针对交互数据稀疏和推荐多样性问题,基于卷积协同过滤推荐框架提出卷积融合文本和异质信息网络的学术论文推荐算法（WN-APR）。首先学习不同语义下用户和论文的多样化特征,缓解数据稀疏问题;然后基于外积设计不同语义特征相互增强的方式融合它们,并使用三维卷积神经网络代替二维卷积神经网络充分挖掘不同特征对性能的影响;最后改进贝叶斯个性化排序损失函数增强推荐多样性。在CiteuLike-a、CiteuLike-t数据集上的实验结果表明,相比于基线模型,WN-APR在准确率和多样性的四个指标上都有所提升。     

流域治理研究进展与我国流域治理体系框架构建

从流域治理协调机构、流域治理机制、流域治理法治化等3个方面对国内外流域治理进行了综述,并构建我国现代流域治理体系框架:建立全国性流域协调机构,实行流域集中统一治理,化解流域治理中的“集体行动困境”;推进流域治理法治化,完善以流域为单位的综合立法原则,健全整体性的流域治理法律法规内容,加强联合执法力度,促进立法、行政、司法的无缝对接,增强流域治理效能;树立山水林田湖草系统治理思维,建立流域整体化治理体制机制,促进流域治理多元化,推动区域一体化和部门协同化,实现流域治理的整体化、系统化。     

图像信息对句子语义理解与表示的有效性验证与分析

近年来,图像文本建模研究已经成为自然语言处理领域一个重要的研究方向.图像常被用于增强句子的语义理解与表示.然而也有研究人员对图像信息用于句子语义理解的必要性提出质疑,原因是文本本身就能够提供强有力的先验知识,帮助模型取得非常好的效果;甚至在不使用图像的条件下就能得出正确的答案.因此研究图像文本建模需要首先回答一个问题:图像是否有助于句子语义的理解与表示?为此,本文选择一个典型的不包含图像的自然语言语义理解任务:自然语言推理,并将图像信息引入到该任务中用于验证图像信息的有效性.由于自然语言推理任务是一个单一的自然语言任务,在数据标注过程中没有考虑图像信息,因此选择该任务能够更客观地分析出图像信息对句子语义理解与表示的影响.具体而言,本文提出一种通用的即插即用框架(general plug and play framework)用于图像信息的整合.基于该框架,本文选择目前最先进的五个自然语言推理模型,对比分析这些模型在使用图像信息前后的表现,以及使用不同图像处理模型与不同图像设置时的表现.最后,本文在一个大规模公开数据集上进行了大量实验,实验结果证实图像作为额外知识,确实有助于句子语义的理解与表示.此外,还证实了不同的图像处理模型和使用方法对整个模型的表现也会造成不同的影响.     

网络信息资源分级体系框架的构建

网络信息分级是保障网络信息内容安全的重要手段。主要构建了网络信息资源分级体系框架六元组模型,分析了相关组成元素的内容,以适应不同行业应用。     

基于OPC的焦化厂备煤系统异构网络化控制系统设计

针对焦化厂备煤生产车间内部由于具有多种网络体系或者结构的现场总线及控制系统而造成信息无法共享的问题,提出了一种基于OPC技术的异构网络化控制系统的设计方案,详细介绍了系统的OPC服务器/客户端的设计开发。该系统通过基于工业以太网的TCP/IP体系连接所有子系统,并利用OPC技术为异构数据源提供统一数据接口,使数据管理层能够获取各种数据,解决了异构网络中数据信息转换、集成及存储问题,满足了企业生产过程中信息互操作以及与企业信息系统集成的要求。     

Cell处理器访存特征研究

Cell处理器是一款异构多核处理器,拥有强大的计算能力。但是,在进行应用并行化时,却受到本地存储器容量、访存带宽和数据传输延时等的限制。DMA传输是隐藏长延时、提高存储带宽利用率的有效方法。本文在分析Cell处理器结构基础上,进行了一系列详细的DMA测试,并利用指数拟合技术得到DMA平均带宽模型,发现参与DMA传输的SPE数量和每次DMA传输规模是影响DMA访存带宽的主要因素。     

中国耕地细碎化的理论解析与研究框架

基于演绎推理法和文献研究法,探索耕地细碎化的概念、过程、机制和效应,并构建耕地细碎化研究框架,为耕地细碎化研究提供理论指导。结果表明:①耕地细碎化是耕地在自然-人为双重因素驱动下,耕地地块在形态上不断分割、变小,耕地产权在主体上不断细分、多元的过程,并分别表现为相互关联又有所区别的耕地景观细碎化和耕地权属细碎化; ②耕地细碎化研究应遵循“诊断-机制-效应-治理”的理论框架,耕地细碎化诊断需从形态和权属两方面构建评价指标体系,形成机制可从自然切割力、利用切割力、设施切割力和管理切割力4个方面揭示不同因素的作用机制,效应需揭示不同尺度下耕地细碎化形态和产权的趋势性转折对经济、社会和生态的影响,治理研究应按照“问题识别治理潜力治理路径保障措施”的逻辑顺序构建。     

敏捷化AIOps框架及运维数据质量评估方法

敏捷化智能运维(AIOps)框架将模型构建提前至测试阶段,利用该阶段产生的监控数据代替线上采集的数据以训练AIOps模型,进而实现智能运维的早开发与早使用. 运维数据质量评估方法通过最大均值差异度量方式,分别在健康评估与故障诊断运维场景下对训练数据分别进行趋势性、阶段性、可检测性及可诊断性评估,以预估数据对模型的适用性. 基于华为技术有限公司提供的测试环境设置测试用例并构建实验数据集,在该数据集上的实验结果验证了敏捷化AIOps框架的可行性及数据质量评估方法的有效性.     

欠驱动异构式下肢康复机器人动力学分析及参数优化

针对现有外骨骼机器人人机自由度不匹配和关节对中性差的问题,提出欠驱动下肢康复机器人. 欠驱动机器人只有4个直线驱动,驱动的直线运动通过推杆和人机连接机构转化为人下肢在矢状面内的屈伸运动,带动人体进行步态康复训练. 建立机器人系统的人机耦合模型,进行模型的动力学分析,对人机耦合模型中影响动力学结果的参数进行分析,建立驱动力与肢体推动力之间的关系模型,并以推力系数最大为目标进行参数分析与优化,得到最佳的结构参数. 根据优化后的结构参数搭建康复机器人实验系统,对髋、膝关节驱动力与角度进行对比. 实验结果表明最大髋关节角度误差为2.9°,最大膝关节角度误差为6.4°,最大误差均约为9%,验证了动力学模型和参数优化结果的正确性.     

异构数据集成采集交换平台中安全审计技术的设计与实现

以自行开发的基于异构数据源通用ETLA工具为背景,讨论了其审计监控子系统的设计方法和实现.该子系统具有完整的审计安全保护、监控整个数据的ETLA过程和日志分析功能.