课程文献中心 更多>>

关键词： 城市交通   子区划分   交通拥堵扩散   瓶颈识别   区域协调控制  

摘要： 【背景】城市交通信号区域协调控制在路网规模过大时无法有效协调，传统静态交通子区划分难以适应交叉口拥堵动态扩散，大规模路网协调存在计算复杂性挑战。【目标】为解决大规模城市路网交通信号协调控制效率低下的问题，提出基于交通瓶颈动态识别的子区划分方法以优化区域协同效果。【方法】首先，定义交叉口交通瓶颈与拥堵扩散模型，构建拥堵扩散图。随后，结合改进深度优先搜索算法识别关键瓶颈节点，并采用半马尔科夫过程（SMP）对拥堵扩散进行建模，实现动态交通子区划分。【数据】通过在纽约曼哈顿区域路网开源数据集进行仿真实验对比不同子区划分策略对交通流参数（速度、行程时间、停车次数）的影响。【结果】实验表明，在区域信号协调控制使用本文提出子区划分方法，与改进Newman算法相比区域内平均车速提升7.21%，行程时间与停车次数分别减少22.62%和3.98%，显著优于传统子区划分方式。【结论】基于拥堵扩散与瓶颈识别的动态子区划分策略可有效提升区域协调信号控制性能。【应用】提出的子区划分方法适用于城市智慧交通系统中多交叉口协同信号优化，可为缓解区域级交通拥堵提供技术支撑。

关键词： 事件因果关系抽取   深度学习   图网络   大语言模型   注意力机制  

摘要： 为了提高文档级事件因果关系识别的准确率，首先利用大语言模型所包含的隐性知识，从文档中筛选出与目标事件相关的其他事件，构建事件候选集。其次将事件候选集组合成事件关系全连接图，并对其进行条件约束，通过条件约束将事件关系全连接图简化为事件关系约束图，减少图中无关事件的噪声传递。最后以自注意力机制计算图网络中任一节点对其他节点的影响，并利用带有焦点损失的二分类损失函数训练模型，进一步缓解了因果关系识别中的假阳性问题。研究结果表明:模型在事件因果关系识别任务中，Causal-TimeBank数据集句内事件对因果识别的精确率达到了77.3%；EventStoryLine数据集句内事件对因果识别的精确率达到了75.2%，句间事件对识别的F1-score达到了60.6%，文档级事件对识别的F1-score达到了59.6%。

关键词： 图计算   图摘要   图压缩   图简化  

摘要： 随着计算资源的进步，越来越多的现实世界数据以图的形式存储在计算机中。然而，直接处理大规模图所需的时间和资源成本不断攀升。有损图摘要技术在确保保留图的整体结构和主要属性的前提下，对图进行精炼和删减，从而生成一个近似输入图的紧凑表示，来获得较小存储需求和更高计算效率。然而，已有的工作通常面临计算效率与摘要质量的不平衡，或缺乏节点属性的纳入。为了解决这些问题，本研究提出了一种基于迭代最小哈希局部敏感哈希（MinHash Locality-Sensitive Hashing， MinHash-LSH）的有损图摘要方法：IMLS（Iteration MinHash-LSH Lossy Graph Summarization Method）。方法通过引入结合属性权重的得分函数评估节点合并收益，迭代的合并节点对，生成一个限制节点数量的摘要图，旨在最大限度地减少重构误差与存储大小，同时最大限度地提高节点同质性。实验结果表明，IMLS在压缩比相似的情况下，运行时间比同类方法快约51.3倍，且能够生成重构误差低约12.3倍的摘要图。此外，IMLS方法具有线性可扩展性，适用于大规模图，并且通过控制属性权重参数，能够确保生成的摘要图具有可控的节点同质性。

关键词： 三维CAD模型   STEP文件   属性图   图神经网络   分类与检索  

摘要： 针对现有三维CAD模型分类与检索算法的局限性，提出了一种基于属性图的改进方法。该方法在STEP文件B-rep表示的基础上，结合工程语义信息构建通用属性图，并基于此设计了一种自注意力分层池化网络。通过改进SAGPool图池化层，增强了模型对节点重要性评估的能力，同时引入注意力机制提取全局特征表示。实验结果表明，在分类任务中，该方法优于基线算法，在TraceParts数据集和FabWave数据集上分别达到了100%和96.3%的分类准确率。此外，利用分类网络的Softmax层输出特征进行检索任务，两个数据集的平均检索精度分别为0.988和0.918，充分证明了该方法在分类与检索任务中的有效性。

关键词： 认知结构   层次因子图   电商用户   概率图模型   变分推理算法  

摘要： 【目的/意义】挖掘电商用户对信息组织和理解的认知过程，为企业深入了解用户的信息处理和决策过程，优化商品信息呈现方式和服务，提升用户体验和营销效果提供依据。【方法/过程】基于层次因子图构建电商用户信息认知结构模型，根据电商用户在商品页面浏览的信息外显处理行为数据，采用变分推理算法推导用户先验知识和新知识加工的消息传递路径和关系，挖掘用户信息认知结构。【结果/结论】实验结果表明，基于层次因子图的认知结构挖掘方法能够有效识别中国、菲律宾、马来西亚等国电商用户信息认知结构。通过对比不同国家用户的信息认知结构，发现不同文化背景下的用户在信息处理和决策制定等方面存在一定的差异。【创新/局限】研究揭示了用户信息认知结构的构建过程，未来将深入探索用户认知结构模型与情境感知模型的融合，将情境信息作为输入参数引入到用户认知结构的分析过程中更准确地理解和预测用户在不同情境下的认知结构和行为模式。

关键词： 分数因子   孤立韧度   分数(a,b,m)-覆盖图  

摘要： 若对任意满足|H|=m的H?E(G),存在分数[a,b]-因子(对应分数示性函数为h)使得h(e)=1对任意e∈H成立,则称图G称为分数(a,b,m)-覆盖图.本文给出分数(a,b,m)-覆盖图的孤立韧度及孤立韧度变种界,并通过反例说明该界是紧的.

关键词： 复杂网络   重要节点排序   图神经网络   图注意力机制  

摘要： 在复杂网络中，重要节点排序可以找出网络中的核心节点和关键节点，对控制发生在复杂网络上的传播过程有着重要的作用。目前已有许多重要节点排序的研究工作，但如何高效全面地利用节点信息提取特征，进而评估节点重要性仍需进一步探索。结合节点的局部信息和全局信息，提出一种基于图神经网络的重要节点排序方法。该方法首先利用度、节点间最短距离和k-shell值捕获节点的局部信息和全局信息，其次在获取到节点信息后，利用图注意力机制对邻居节点特征进行聚合并学习节点的表示向量，最后通过全连接层计算节点的重要性。在真实网络数据集上进行实验，采用单调性指数和肯德尔系数来验证提出方法的有效性。实验结果表明，在不同的网络结构中，该模型均能有效地对网络中节点进行排序。

关键词： 机器学习   卷积神经网络   心电信号   特征提取  

摘要： 心电图（ECG）是一种以非侵入方式在人体表面采集的一维医学信号，可反映人体心脏跳动过程中心肌细胞的电生理信号变化，从而体现人体心脏健康状态。本研究基于Python+TensorFlow2的心电图自动分类技术，采用MIT-BIH心电数据库作为研究数据来源，遵循AAMI EC57标准对心拍进行5分类构建心电分类模型。该模型可用于识别5种类别的心律失常以来判断不同类别的心脏病症，从而降低心律失常的临床诊断成本，辅助医生对心电图的分析工作。

关键词： 施工图预算编制   施工方案比选   经济效益   石材幕墙  

摘要： 在建筑工程领域,施工图预算编制与施工环节的协同管控对项目的成功实施极为关键.本文深入探究这两者的协同管控,剖析当前施工图预算编制与施工环节相互脱节的现状,分析预算超支、进度延误等问题的成因.运用理论研究与实际案例分析相结合的方法,阐述协同管控在成本控制、资源优化配置以及工程进度保障方面的重要作用,旨在提升建筑工程项目管理水平,有效降低工程成本,确保工程按时、高质量交付,推动建筑工程行业的可持续发展.

关键词： 隐私集合交集   云辅助   资源受限   同态加密   秘密分享   Private Set Intersection   Cloud-Assisted   Resource-Constrained   Homomorphic Encryption   Secret Sharing  

摘要： 隐私集合交集(Private Set Intersection, PSI)协议是一种具有重要实际意义的安全多方计算协议，广泛应用于多方私有输入集合求交集的场景。阈值多方PSI协议作为PSI协议的一种灵活形式，能够适应更多复杂场景。本文给出了一种一次的云辅助阈值多方PSI模型(Cloud-assisted Threshold Multi-party Private Set Intersection, CTMPSI)，旨在优化发送方在资源受限场景下的性能。该协议通过引入云服务器辅助计算，显著降低了发送方的计算和通信开销，同时在半诚实模型下确保了输入集合元素的隐私性。此外，CTMPSI实现了发送方上传加密数据后即可离线的功能，进一步提升了协议的实用性。本文详细描述了CTMPSI协议的设计框架和性能评估。实验结果表明，在不平衡输入集合场景中，CTMPSI协议相较于现有的多方PSI协议，在性能上取得了显著提升。该协议为资源受限场景下的阈值多方PSI应用提供了高效且安全的解决方案，具有重要的理论价值和实际意义。