首页期刊导航|北方工业大学学报
期刊信息/Journal information
北方工业大学学报
北方工业大学学报

王晓纯

季刊

1001-5477

ncutxb3374@ncut.edu.cn

010-88803374

100144

北京石景山晋元庄5号

北方工业大学学报/Journal Journal of North China University of Technology
查看更多>>本刊是由北方工业大学主办、国内外公开发行的学术性季刊。刊登自然科学、工程科学和社会科学领域中的理论研究、应用研究和教学研究等方面学术文章。本学报坚持基础理论研究与技术应用的研究相结合、理论与实践相结合、普及与提高相结合、理论与实践相结合的原则，力争达到科研成果尽快转化为科研社会财富，实现为经济建设服务之目的。
正式出版
收录年代

    一种面向多场景的轨迹相似度计算框架

    赵卓峰鲍越李舸飞
    91-99页
    查看更多>>摘要：轨迹相似度计算作为轨迹数据分析中的一个研究热点,主要用来衡量两个移动对象轨迹相似程度.已有的轨迹相似度计算工作主要根据不同类型的轨迹数据和应用场景提出了大量轨迹相似性度量方法,但随着轨迹数据采集手段的逐渐丰富和应用需求的发展,在轨迹相似性计算方面却缺少一个统一的框架以支持多样化轨迹数据下的相似轨迹分析.为此,本文在综合分析已有相似轨迹度量方法共性特征基础上,提出了一个兼容多种轨迹相似度度量方法的集成计算框架(Multiple Scenarios Similarity Trajectory Framework,MSSTJ),并通过一种统一的轨迹数据分区索引方法来优化不同相似轨迹度量方法的计算效率,从而使得用户可以通过参数化配置的简单方式来实现不同场景下多样化的轨迹相似度高效计算的需求.通过基于两类不同类型轨迹数据集的相关实验表明,MSSTJ可以帮助用户快速实现不同的轨迹相似度计算算法,并且实现的算法具有较好的性能表现.

    轨迹相似度计算多场景集成计算框架分区索引优化轨迹相似度算法

      原文链接:
    • 万方数据
    • 维普

    基于Transformer和GAN的多元时间序列异常检测方法

    曾凡锋吕繁钰
    100-109页
    查看更多>>摘要：在时序数据分析中,异常检测是最为成熟的应用之一.它在量化交易、网络安全检测、自动驾驶和大型工业设备日常维护等现实领域广泛应用.随着业务组合的复杂性和时序数据量的增加,传统的人工和简单算法方法很难判断异常点.针对上述问题,对现有的检测方法进行了改进,提出了一种基于Transformer和生成式对抗网络(Generative Adversarial Networks,GAN)的时间序列异常检测模型,利用改进后的Transformer对时间序列的空间特征进行提取,并使用基于异常分数的异常检测算法和对抗训练以获得稳定性和准确性.模型采用自监督训练的方式,避免了需要手动标注异常数据的麻烦,同时减少了数据集对于监督模型训练的依赖.通过实验验证,本文提出的基于Transformer的时间序列异常检测模型在准确率上与先进的基于Transformer的模型相当,并且表现优于多元时间序列的大型数据集上的监督训练和传统异常检测方法.因此,该模型在实际应用中具有较好的潜力.

    深度学习异常检测Transformer生成式对抗网络(GAN)多元时间序列

      原文链接:
    • 万方数据
    • 维普

    基于Jetson Nano的隐式场景表征重建方法

    孙佳乐阿卜杜萨拉木·麦合穆提李杰
    110-117页
    查看更多>>摘要：随着计算机视觉和边缘计算技术的不断发展,对于复杂场景的高效重建与表征成为了研究的热点之一.本研究提出了一种基于Jetson Nano的隐式场景表征重建方法,旨在通过深度学习和边缘计算技术的有机结合,实现对复杂场景的高效重建与表征.本研究是基于Jetson Nano边缘计算平台,将RGBD相机与其连接,通过网络传输将采集的数据存储于云端.本研究采用了一种创新性的隐式表示模型,通过函数对场景信息进行紧凑而高效的表征.该方法在Jetson Nano边缘计算平台上通过统一计算设备架构(Compute Unified Device Architecture,CUDA)和深度学习推理引擎(Turing Tensor R-Engine,TensorRT)优化,进一步提升了计算效率.结合隐式神经网络和同步定位与地图构建(Simultaneous Localization And Mapping,SLAM)技术,成功实现了三维场景的精准重建,相机追踪中绝对轨迹误差的均方根误差平均值达到了1.87,在各个场景的表现均具有鲁棒性.

    JetsonNano边缘计算三维重建神经辐射场同步定位与建图(SLAM)

      原文链接:
    • 万方数据
    • 维普

    一种基于信誉值的多层委托权益证明共识机制

    徐刚姚腾锴孟祥飞高天昊...
    118-125页
    查看更多>>摘要：针对委托权益证明共识机制(Delegated Proof of Stake,DPoS)中存在的节点选举不合理、中心化风险增加、节点投票不积极等问题,本文提出一种基于信誉值的多层委托权益证明共识机制(Reputation-based Multilayer Delegated Proof of Stake,RM-DPoS).首先,提出基于信誉值的节点投票票据评估模型,计算节点信誉值,确定节点的投票权重.其次,引入多层委托投票机制,将投票节点分为不同层次,并允许投票节点将投票权重委托给更高一级的代理节点,防止权力过于集中,化解中心化风险.最后,设计了节点激励方案,依据信誉值和沙普利值进行代币奖励和惩罚,鼓励节点积极投票,维护系统稳定性.实验结果表明,RM-DPoS能够有效解决DPoS共识机制中的问题,能够防范中心化风险,增强系统的稳定性和安全性,具有广泛的应用潜力.

    委托权益证明共识机制信誉值多层委托投票沙普利值

      原文链接:
    • 万方数据
    • 维普

    法律文书命名实体识别研究进展

    高海慧张虎
    126-135页
    查看更多>>摘要：实现"数字法治,智慧司法"是我们一直以来的宗旨和目标,为了加速推进智慧法院建设工作,为后续相关研究提供参考与借鉴,本文归纳梳理了法律文书命名实体识别的相关研究成果.首先介绍了智慧司法的重要性及针对法律领域探索命名实体识别任务的必要性;然后对现有法律文书命名实体识别中的实体类型、实体标注方式、信息抽取评测任务中使用的数据集及常用评测指标等进行了整理;并从基于深度学习的命名实体识别方法、基本模型框架及基于命名实体识别的下游任务等多个方面总结了法律文书命名实体识别的发展历程;最后从命名实体识别数据集及研究方法等角度指出了现存问题和未来研究方向.

    法律文书命名实体识别智慧司法深度学习知识图谱

      原文链接:
    • 万方数据
    • 维普

    基于词嵌入的科研主题排序研究

    何东彬陶莎任延昭朱艳红...
    136-149页
    查看更多>>摘要：为准确把握科研领域内文献主题的发展变化,常利用隐式语义特征提取科研主题分布.但由于主题挖掘技术本身的限制,并非所有主题都具有同等重要性或意义.有些主题可能包含太多背景词,信息空泛,或者主题词之间缺乏连贯性,导致主题缺乏实际意义.针对上述问题,在已有研究基础上,基于词嵌入,提出一种新的多维度评估主题质量算法;针对科研文档的特点,利用语料库的统计特征对无意义主题距离评估方法进行优化,并最终将二者融合到一个统一的主题排序框架中.实验结果表明,本文提出的方法可以有效提高主题排序整体效果,能够识别出非重要和质量差的主题,主题排序的整体效果优于现有方法.

    主题模型潜在狄利克雷分配(LDA)主题排序科研主题词嵌入

      原文链接:
    • 万方数据
    • 维普

    基于层次分析法和市场法的数据资产定价方法

    张淳瑞房俊
    150-156页
    查看更多>>摘要：数据资产定价至今是一个具有挑战性的问题.随着大数据时代的来临,数据资产已成为企业核心竞争力和决策支撑的关键要素.由于数据资产的特殊性,传统的资产定价方法不能完全适用于数据资产,目前还缺乏明确的交易规则和成熟的定价方法.因此,博弈论、期权定价法与市场对比法等成为数据资产定价的新探索方向.本研究在现有方法的基础上,提出一种综合运用层次分析法和市场法的定价模型.具体来说,首先采用专家打分方式选取合适的数据评估指标,运用层次分析法确定各评估指标的权重,然后在交易市场中搜集同类数据资产的交易案例,通过市场法计算市场修正系数,运用权重修正模型和系数修正模型对待评估数据资产进行定价.模型考虑了数据资产的特殊属性,也综合了多种定价方法的优势,能够实现对数据资产更准确和科学的评估.

    数据资产定价层次分析法市场法指标权重专家打分法

      原文链接:
    • 万方数据
    • 维普