课程文献中心 更多>>

关键词： 序列推荐   可变形卷积   图神经网络   冷启动   动态卷积  

摘要： 序列推荐系统旨在基于用户的历史行为偏好预测下一步行为．尽管针对序列推荐提出了许多有效的方法，但仍然存在根本性的挑战．首先，随着在线服务的普及，推荐系统需要同时服务于热启动用户和冷启动用户．然而，由于难以从交互数据有限的序列中学习到有效的序列依赖关系，大多数依赖于用户-项目交互的现有模型失去了优势．其次，由于现实中用户意图的可变性和主观随机性，用户在其历史序列中的行为往往是隐含和复杂的，很难从这些用户-项目交互数据中捕获这种动态转变模式．提出了一种基于图神经网络插值和可变形卷积网络的序列推荐模型（graph-based interpolation enhanced sequential recommender with deformable convolutional network， GISDCN）．对于冷启动用户，将序列对象重新构建成图，并提取全局序列中的知识来推断用户可能的偏好．为了捕捉复杂的顺序依赖关系，使用可变形卷积网络来生成更健壮和灵活的卷积核．最后，在4个数据集上进行了综合实验，验证了模型的有效性．实验结果表明，GISDCN优于大多数主流的模型．

关键词： 专题地图   GIS数据可视化   辅助决策  

摘要： 国土空间规划在国土空间治理和城市可持续发展中起着基础性、战略性的引领作用。以地图为可视化方式的地理数据分析有助于规划者了解城市的空间分布特征、预测未来发展趋势，直观地为规划决策提供关键支持。本文从国土空间规划“五级三类”体系的视角出发，采用“空间数据分析+专题制图”的思想，提出了面向国土空间规划的辅助决策分析图的主题内容选取和表达策略，并以杭州市为例，对辅助决策分析图的表达策略进行了说明。

关键词： 配电通信一体化网络   跨域路由优化   变分图自编码器   异构多智能体深度确定性策略梯度算法  

摘要： 配网侧分布式源储荷资源的高比例接入要求更高效的通信通道，以实现其可观可控。但目前配电通信骨干网和接入网在网络结构等方面存在显著差异，且未形成统一的资源管理策略，引起跨网传输时延高、资源利用不充分的难题。为此，本文构建了一种基于多控制器软件定义网络(SDN)的跨域通信架构，实现对骨干网和接入网资源的统一管理，形成配电通信一体化网络(DCIN)。在此基础上，提出一种面向DCIN的跨域路由算法(DCRA)，采用HADDPG算法和变分图自编码器(VGAE)优化跨域路由决策，以多约束无环K最短路算法保障域内路由服务质量，从而构建出完整的DCIN路由方案。仿真结果表明，与现有方法相比，所提算法将平均端到端时延降低了至少10.92%，在丢包率、吞吐量和服务中断率等指标上均有较好表现，验证了其在提升跨域资源利用效率方面的卓越成效。

关键词： 城市文化   城市更新   专题地图设计   地图文化  

摘要： 城市文化地图是城市文化与风貌传播的重要媒介，也在地理信息服务中扮演关键角色。针对当前城市文化地图难以兼顾深度内涵表达和即时服务供给的现状，本研究通过构建城市的时空间坐标系，形成了适应城市动态发展的城市文化地图内容体系框架，随后以重庆市为研究城市实施了重庆市“每周一图”的设计实践，并形成一套能够成体系快速更新，用以提供民生服务、传递城市风貌的城市文化地图设计流程，旨在为城市文化地图的设计提供理论依据和实践参考。

关键词： 航空运输   扇区划分   航路点聚类   航路点相关度   空中交通复杂度   NSGA-Ⅱ算法  

摘要： 航路结构和空中交通态势是影响扇区划分的重要因素。为合理利用空域资源、均衡各扇区空中交通态势，确保空中交通管制的安全性，提出了一种基于空中交通复杂度的扇区划分方法。首先，根据航路点分布和空中交通流量建立航路点相关度计算模型，并结合空中交通复杂度构建了空域网络拓扑图；其次，采用加权模糊C均值聚类算法对空域网络拓扑图进行处理，以确定空域扇区的边界；然后，改进NSGA-Ⅱ算法，以降低并均衡空中交通复杂度为目标，同时引入扇区结构特征作为约束条件对扇区划分进行求解；最后，通过利用华东地区部分管制空域及相关航迹数据，对基于空中交通复杂度的扇区划分进行实例仿真，并与现行扇区结构及基于流量的扇区结构进行对比分析。结果表明：基于复杂度的扇区划分能够提高扇区复杂度和流量的均衡性，有效降低复杂度和流量的极端值，提升空域划分的稳定性，验证了基于空中交通复杂度的扇区划分方法的合理性和有效性。

关键词： 多维时间序列   无监督异常检测   多窗口划分   集成学习   大模型  

摘要： 大模型时代下，大模型的训练和推理需要算力资源的支撑，其中针对算力资源指标数据的异常检测能够有效保障大模型的正常训练和推理.随着大模型参数的增加，大模型使用的算力资源规模日益扩大，其中反映算力运行状态的多类指标数据随着时间推移呈现出更复杂的时序周期性变化.现有的多维时序异常检测方法通常采用预设的窗口大小对多维时序数据进行滑动切片，但忽略不同维度周期特性的统一窗口划分会截断部分维度时序数据的完整周期性模式，阻碍了异常检测模型对多维时序数据正常模式的学习，导致异常检测效果变差.为了解决这一问题，提出了一种基于多窗口划分集成学习的无监督多维时序异常检测方法SELAD.具体地，首先利用傅里叶变换提取多维时序数据中各维度的周期性模式，并鉴于此信息进行多窗口划分，以保留各维度数据的完整周期性模式. 在模型训练过程中，大模型参数量巨大的特点可以解决传统模型在滑动窗口增大后出现记忆瓶颈导致学习效果变差的问题.通过设计一种混合专家模型将保留完整周期划分的时序数据输入融合大模型和LSTM模型的集成学习框架进行训练，以学习并重构各维度的正常时序模式.最终，基于重构误差检测多维时间序列数据中的异常.通过在4个多维时间序列数据集上实验，SELAD在平均F1分数上相比现有方法提升了17.87%～90.77%.

关键词： 电子航道图   质量检查   数据显示   数据质量  

摘要： 电子航道图是长江航道信息化建设的关键，因此保障长江电子航道图的数据质量是长江航运信息化进一步发展的必要条件。但随着航道图数据规范进一步扩充、更新，现有检测工具已然无法满足实际检测需求。基于上述实际需求，本项目开发了电子航道图质量检查显示软件，通过该程序的开发，探索了一套高效、科学的图幅数据检测执行方法，可有效提升图幅数据的检测效率，规范电子航道图质量检查工作，充分保障图幅数据质量，从而为数字航道、智能航道建设提供强大有效的数据支撑，切实保障航道图数据质量的同时，亦可规范电子航道图质量检查工作。

关键词： 激光雷达   惯性测量单元   预积分   紧耦合   SLAM  

摘要： 针对在自主泊车环境中，仅使用激光雷达传感器，建图和定位精度受限的情况下，提出了一种基于惯性测量单元(inertial measurement unit，IMU)与激光雷达紧耦合的车辆自主泊车场景下的建图定位方法I-LOAM。首先，在前端对点云数据进行IMU预积分、点云预处理，去除地面点云，降低点云规模，保证激光里程计的效率。其次，提出一种基于初始配准算法（sample consensus initial alignment，SAC-IA）粗处理和优化后的迭代最近点算法（iterative closest point，ICP）精配准的S-ICP算法，与IMU和LiDAR紧耦合的定位算法互为补充，为自主泊车系统提供更为灵活和精准的建图定位方案。然后，在后端融合IMU信息、激光里程计和回环检测信息完成地图构建。与LeGO-LOAM算法相比，所提算法的均方根误差在在室外、室内和直道三种场景中分别降低了45%、3%和6%，具有更好的精度和鲁棒性，为车辆在自主泊车环境下的建图与定位任务提供精准可靠的解决方案。

关键词： 几何超图   三维场景图生成   结构化组织   节点聚类   多元关系提取   自适应更新  

摘要： 在计算机图形学与视觉领域，3D场景图生成(SGG)近年来引起了广泛关注。尽管现有研究在粗分类和单一关系标签的准确性方面有所提高，但在细粒度分类和多标签情境下的表现依然不足，无法满足实际应用的需求。为此，提出了一种创新性框架，旨在充分利用上下文信息实现细粒度实体分类、多关系标签以及更高的准确性。该方法由两个核心模块组成：图特征提取模块(GFE)和图上下文推理模块(GCI)。图特征提取模块负责从输入数据中提取实体及交互语义特征保留关键信息，而图上下文推理模块通过引入传统图和超图的结构化特征，通过分析不同实体间的关系，识别邻域内的实体关联度，合并具有相似交互模式的实体，从而学习实体间的交互形式，其中引入的几何超图结构是基于场景布局动态生成的结构化组织信息。通过在3DSSG数据集上的实验评估，该方法在关系预测子任务中表现最为出色，取得了优越的性能。所提出的框架通过融合传统图与超图对于节点和节点间关联的组织能力，有效地改善了3D场景图生成任务中的细粒度分类和多关系标签的识别能力。

关键词： 敦煌   藏汉灸法图   成书环境   年代考证  

摘要： 探讨以敦煌藏经洞出土的《灸经图》为核心，结合《藏医图文》等文献，论证《灸经图》成书年代早于《黄帝内经》。敦煌莫高窟藏经洞保存的五万余件文献中，医药学文献百余种，其中《灸经图》与《藏医图文》是现存最早的藏汉灸法图谱。