澳门太阳集团9728网站
信息技術研究生論壇
時間：2022年6月18日（星期六）18:00-21:00
地點：騰訊會議 823588104
報告題目一：基于機器學習的電信用戶攜号轉網預測的研究
報告人：陳瑞霞
報告簡介：針對國家2019年出台的電信号碼攜号轉網政策，提出了一種基于機器學習的客戶攜号轉網預測模型，用以滿足運營商公司對欲離網客戶進行挽留的需求。傳統的基于特征的分類方法在直接利用網格數據時難以将高維的地理數據量化及使用，因此該模型融入了用戶社區屬性，将社區屬性構建成多層社區網絡并通過圖嵌入方法提取新屬性，避免了使用獨熱編碼會導緻維度災難的問題。
報告題目二：基于改進型麻雀搜索算法的RFID網絡優化
報告人：張江波
報告簡介：針對RFID網絡規劃問題中，在求解覆蓋率、幹擾率、負載均衡、功率的四個目标綜合性能不強的問題，文中提出一種基于改進型的麻雀搜索算法（Elite Opposition-based Learning and Levy Flight Sparrow Search Algorithm，ELSSA）的RFID網絡規劃方法。通過與應用結果較好的粒子群算法（Particle Swarm Optimization，PSO）、灰狼算法（Grey Wolf Algorithm，GWO）以及未被應用過的麻雀搜索算法（Sparrow Search Algorithm，SSA）在使用同樣數量的閱讀器的條件下以及設定數量範圍的閱讀器的條件下進行多次仿真實驗測試，證明了該算法具有較好的綜合性能以及一定的實際應用性。
報告題目三：基于帶有優先級的MOPSO優化三直方圖均衡化的灰度圖像增強方法
報告人：朱洪傑
報告簡介：Sergeyev提出并發展了一種數值計算方法，包括無窮小量，關鍵思想是引入了Grossone，作為一個新的數制的基數，它使人們能夠用一種容易用數字操作的方式來表示無窮小量和無窮小量。Grossone已經成功地應用于不同的優化問題。本研究通過引入Grossone，解決多個目标之間的優先級問題；變換函數使用三直方圖均衡化，使用改進後的多目标粒子群算法計算直方圖分割的阈值，然後對得到的三個子直方圖均衡化，得到效果更好的圖像。
報告題目四：關于構建詞間關系圖及圖卷積情感分析算法研究
報告人：楊洪昊
報告簡介：情感分析一直以來作為自然語言處理當中一個非常重要且經典的問題，在論文和實踐過程中經久不衰。伴随社交媒體等互聯網應用和平台的迅猛發展，大量包含着用戶觀點和情感傾向的評論數據出現，這其中蘊含着極具價值的信息和知識，在海量數據及複雜的語言環境中，全面、準确地将我們所需的内容情感分析出來，成為了研究的重點。雖然注意力機制及CNN在語義對齊上存在優勢，但缺乏機制計算語法和長期依賴，易産生誤讀。而利用GCN在圖結構上的優勢，可以很好的提取句法信息和依賴關系特征，非常契合方面級情感分析任務。
報告題目五：面向汽車複雜零部件的自動化測量關鍵技術研究
報告人：陳永聰
報告簡介：首先介紹汽車複雜零部件的相關背景和課題來源。在基于雙重幾何約束的全局精度控制中，針對車身複雜特征快速準确評價問題，研究了點雲融合與索引建模的方法提高數據的索引效率，并針對不同的特征研究了不同的評價算法。而基于視覺引導的測量流程自動化是一種新穎且有效的方法，但目前研究較少且仍有許多不足。報告詳細介紹了高精度結構光投影終端測量的原理與方法，闡述相位解算、三維重構、相機與投影儀内參标定及畸變校正方法，設計了終端測量系統的外部觀測方法及其高精度标定方法，并通過實驗驗證方法的有效性與精度。概括汽車産業的發展方向和車身複雜零部件測量對車身制造質量與性能提升的重要意義，重點梳理了汽車複雜零部件尺寸測量的典型特點，通過研究如何解決測量精度與效率之間的矛盾來闡述課題的實現方法和關鍵技術，并搭建實驗平台對所提出方法進行了系統性驗證。
報告題目六：超聲波原理及應用
報告人：崔利娟
報告簡介：超聲波技術由于成本技術低、結構簡單易于實現而被人們廣泛應用在各行各業。首先了解超聲波的基本原理以及超聲波的類型，并對超聲波效應如機械效應、空化效應、聲學效應、熱效應、化學效應、生物效應進行簡單分析。由于超聲波與日常可聞波比較具有自己其獨有的性質比如方向性好、能量大、穿透能力強、容易引起空化作用等特點，使得超聲波在工業、農業、醫學、軍事等衆多方面有着極其廣泛應用，但是超聲學還是一門年強的學科，其中存在着許多尚待深入研究的問題，對許多超聲應用的機理還未徹底了解，因此超聲學的研究還有很大發展前景。
報告題目七：粒子群算法及其改進在光伏MPPT中的應用
報告人：齊高峰
報告簡介：首先介紹光伏發電MPPT相關背景和課題來源。在多峰值MPP中傳統MPPT算法已經不再适用，極易陷入局部最優解。粒子群算法（鳥群覓食算法）以其易實現、高精度、收斂快等優點被應用在求解非線性最優解上。傳統粒子群算法存在在跟蹤過程中易陷入局部最優解以及穩定後功率震蕩相對過大等問題。針對上述問題，提出了一種自适應粒子群改進算法。本報告詳細介紹了自适應粒子群改進算法的，通過與傳統粒子群算法比較，證明了自适應粒子群算法的優越性，收斂更快且震蕩更小。
報告題目八：基于JDL模型的工業網絡安全态勢感知研究
報告人：孟令斌
報告内容：網絡态勢感作為一種新興技術，但現有的态勢感知卻存在着誤報率高、實時性差、針對性弱等諸多問題。随着信息融合技術的不斷發展及湧出的協同開發、資源管理等新方法和新概念,需要對原有JDL功能模型進行修正改進。具體表現為：許多成功的系統均采用了數據融合和資源管理的雙節點網絡(Dual Node Net works ,簡稱DNN )體系結構,從而使資源管理問題貫穿于整個信息融合系統,JDL功能模型需要依此進行修正；随着信息融合技術的發展,其内容越來越豐富,功能層次劃分越來越完備,JDL功能模型的功能層次劃分需要進一步完善。
報告題目九：自然語言處理中爬蟲以及數據預處理的方法介紹
報告人：王慧軍
報告簡介：通過一個案例來介紹爬蟲所使用到的一些常用庫，例如selenium（一個Web自動化測試工具，最初是為了網站的自動化測試開發的，可以按照指定的命令自動操作，自動加載頁面并且獲取到我們需要的數據），BeautifulSoup(網頁解析，獲取數據)， re（使用正則表達式來進行字符匹配），xlwt（進行excel的相關操作）。此外，我們通過兩個案例：機器翻譯（英語和西班牙語互譯），用戶評論分類（德克士用戶評論情感分析）來介紹自然語言處理的數據預處理的流程以及一些常用方法。
報告題目十：锂離子電池的SOC估計算法研究
報告人：何璐
報告簡介：首先介紹锂離子電池的SOC估算的相關背景和課題來源。SOC估算方法一般有庫倫計數方法、開路電壓法、内阻法、基于模型算法、數據驅動算法等。随着計算機技術和機器學習的快速發展，人們提出了多種基于人工智能的數據驅動方法來估計SOC。BP神經網絡是目前應用比較廣泛的神經網絡之一，是一種正向求解、反向傳播的網絡結構模型。然而傳統的神經網絡會“遺忘”曆史數據，而锂電池組SOC不僅僅和當前電池狀态有關，還和曆史電池狀态息息相關。LSTM 網絡可以解決長距離的記憶遺忘問題，其主要的不同之處在于把神經網絡中對信息的加工處理變得更加精細。報告詳細介紹了一種基于前向生成LSTM算法的估算模型。通過其與BP神經網絡、LSTM網絡算法、前向生成LSTM網絡算法通過測試數據測試結果比較，得出前向生成LSTM網絡算法效果較優。
報告題目十一：基于區塊鍊技術的分布式電能交易系統高效共識機制
報告人：李昊帥
報告簡介：針對分布式能源入網、交易、清算等過程中可能存在信任風險問題，将區塊鍊技術運用在分布式能源交易中，構建一個不依賴第三方、用戶可自主定價、自主交易的電力能源交易系統，實現分布式能源交易的動态管理。利用新型高效的共識機制實現入網信任。設計新型高效的共識機制，賦予已有節點的相互評價權利，将已有節點的評價權重（受到已有節點受評情況、給評情況和過往交易信用記錄等的影響）和評價結果化為信譽值，共同決定新建節點的挖礦難度，減少資源耗費、縮短共識周期、實現實時交互。
報告題目十二：運動模糊圖像的恢複技術研究
報告人：蘭高衆
報告簡介：首先介紹運動模糊圖像複原的相關背景和主要複原技術。當前，神經網絡圖像複原方法的相關研究如火如荼，甚至已經開始向智能領域拓展，報告詳細介紹了一種利用深度學習的生成式對抗神經網絡與卷積神經網絡實現對運動模糊圖像的恢複與圖像增強，以提高運動模糊圖像的恢複質量與算法魯棒性。
報告題目十三：改進CenterNet的高精度帶鋼表面缺陷檢測方法研究
報告人：董維振
報告簡介：首先介紹在工業領域中表面缺陷檢測的相關背景和主要方法和技術。當前，基于深度學習的目标檢測模型研究愈加廣泛，在工業領域具有良好前景。 報告詳細介紹了一種基于深度學習的單階段無錨窗口目标檢測模型CenterNet， 并通過引入高效通道注意力機制無效特征進行抑制，深度可分離卷積降低網絡計算量，并結合高分辨率表征網絡提升整體網絡分辨率， 以提高模型的檢測精度和算法魯棒性，并降低了模型的參數、網絡運算量。
報告題目十四：用于射頻能量采集無線傳感器網絡的可靠通信的分析
報告人：雷昆成
報告簡介：首先介紹RF能量收集系統的相關背景和課題來源，RF能量收集系統模型，信道假設。其次介紹HHT和HDT協議，MRC和SC理論，及其能量收割原理和數據包傳輸協議，最後，通過比較HHT-MRC、HHT-SC、HDT-MRC、HDT-SC，在能量收集時間aT和（1-a）T之間進行時間分配，随着aT的增加，發現系統性能先增加後減小，通過蒙特卡洛模拟，找出最優的能量收集時間aT。
報告題目十五：基于卷積神經網絡的俯視視角人流監測系統研究
報告人：李明
報告簡介：首先介紹課題的來源與背景，人流監測的發展曆程及現狀，着重介紹基于計算機視覺的人流監測的主要内容，主要包括三個步驟：行人檢測、人流跟蹤和行人計數。在行人檢測算法選擇中，分析了R-CNN 系列、YOLO系列、SSD算法的優缺點，最終選取SSD算法作為行人檢測算法；在人流跟蹤中采用SORT 多目标跟蹤算法；行人計數中相比于傳統的單線法，本研究采用雙向人流量智能統計方法。
歡迎廣大師生踴躍參加！
