beat365
信息技术研究生论坛
时间：2022年6月18日（星期六）18:00-21:00
地点：腾讯会议 823588104
报告题目一：基于机器学习的电信用户携号转网预测的研究
报告人：陈瑞霞
报告简介：针对国家2019年出台的电信号码携号转网政策，提出了一种基于机器学习的客户携号转网预测模型，用以满足运营商公司对欲离网客户进行挽留的需求。传统的基于特征的分类方法在直接利用网格数据时难以将高维的地理数据量化及使用，因此该模型融入了用户社区属性，将社区属性构建成多层社区网络并通过图嵌入方法提取新属性，避免了使用独热编码会导致维度灾难的问题。
报告题目二：基于改进型麻雀搜索算法的RFID网络优化
报告人：张江波
报告简介：针对RFID网络规划问题中，在求解覆盖率、干扰率、负载均衡、功率的四个目标综合性能不强的问题，文中提出一种基于改进型的麻雀搜索算法（Elite Opposition-based Learning and Levy Flight Sparrow Search Algorithm，ELSSA）的RFID网络规划方法。通过与应用结果较好的粒子群算法（Particle Swarm Optimization，PSO）、灰狼算法（Grey Wolf Algorithm，GWO）以及未被应用过的麻雀搜索算法（Sparrow Search Algorithm，SSA）在使用同样数量的阅读器的条件下以及设定数量范围的阅读器的条件下进行多次仿真实验测试，证明了该算法具有较好的综合性能以及一定的实际应用性。
报告题目三：基于带有优先级的MOPSO优化三直方图均衡化的灰度图像增强方法
报告人：朱洪杰
报告简介：Sergeyev提出并发展了一种数值计算方法，包括无穷小量，关键思想是引入了Grossone，作为一个新的数制的基数，它使人们能够用一种容易用数字操作的方式来表示无穷小量和无穷小量。Grossone已经成功地应用于不同的优化问题。本研究通过引入Grossone，解决多个目标之间的优先级问题；变换函数使用三直方图均衡化，使用改进后的多目标粒子群算法计算直方图分割的阈值，然后对得到的三个子直方图均衡化，得到效果更好的图像。
报告题目四：关于构建词间关系图及图卷积情感分析算法研究
报告人：杨洪昊
报告简介：情感分析一直以来作为自然语言处理当中一个非常重要且经典的问题，在论文和实践过程中经久不衰。伴随社交媒体等互联网应用和平台的迅猛发展，大量包含着用户观点和情感倾向的评论数据出现，这其中蕴含着极具价值的信息和知识，在海量数据及复杂的语言环境中，全面、准确地将我们所需的内容情感分析出来，成为了研究的重点。虽然注意力机制及CNN在语义对齐上存在优势，但缺乏机制计算语法和长期依赖，易产生误读。而利用GCN在图结构上的优势，可以很好的提取句法信息和依赖关系特征，非常契合方面级情感分析任务。
报告题目五：面向汽车复杂零部件的自动化测量关键技术研究
报告人：陈永聪
报告简介：首先介绍汽车复杂零部件的相关背景和课题来源。在基于双重几何约束的全局精度控制中，针对车身复杂特征快速准确评价问题，研究了点云融合与索引建模的方法提高数据的索引效率，并针对不同的特征研究了不同的评价算法。而基于视觉引导的测量流程自动化是一种新颖且有效的方法，但目前研究较少且仍有许多不足。报告详细介绍了高精度结构光投影终端测量的原理与方法，阐述相位解算、三维重构、相机与投影仪内参标定及畸变校正方法，设计了终端测量系统的外部观测方法及其高精度标定方法，并通过实验验证方法的有效性与精度。概括汽车产业的发展方向和车身复杂零部件测量对车身制造质量与性能提升的重要意义，重点梳理了汽车复杂零部件尺寸测量的典型特点，通过研究如何解决测量精度与效率之间的矛盾来阐述课题的实现方法和关键技术，并搭建实验平台对所提出方法进行了系统性验证。
报告题目六：超声波原理及应用
报告人：崔利娟
报告简介：超声波技术由于成本技术低、结构简单易于实现而被人们广泛应用在各行各业。首先了解超声波的基本原理以及超声波的类型，并对超声波效应如机械效应、空化效应、声学效应、热效应、化学效应、生物效应进行简单分析。由于超声波与日常可闻波比较具有自己其独有的性质比如方向性好、能量大、穿透能力强、容易引起空化作用等特点，使得超声波在工业、农业、医学、军事等众多方面有着极其广泛应用，但是超声学还是一门年强的学科，其中存在着许多尚待深入研究的问题，对许多超声应用的机理还未彻底了解，因此超声学的研究还有很大发展前景。
报告题目七：粒子群算法及其改进在光伏MPPT中的应用
报告人：齐高峰
报告简介：首先介绍光伏发电MPPT相关背景和课题来源。在多峰值MPP中传统MPPT算法已经不再适用，极易陷入局部最优解。粒子群算法（鸟群觅食算法）以其易实现、高精度、收敛快等优点被应用在求解非线性最优解上。传统粒子群算法存在在跟踪过程中易陷入局部最优解以及稳定后功率震荡相对过大等问题。针对上述问题，提出了一种自适应粒子群改进算法。本报告详细介绍了自适应粒子群改进算法的，通过与传统粒子群算法比较，证明了自适应粒子群算法的优越性，收敛更快且震荡更小。
报告题目八：基于JDL模型的工业网络安全态势感知研究
报告人：孟令斌
报告内容：网络态势感作为一种新兴技术，但现有的态势感知却存在着误报率高、实时性差、针对性弱等诸多问题。随着信息融合技术的不断发展及涌出的协同开发、资源管理等新方法和新概念,需要对原有JDL功能模型进行修正改进。具体表现为：许多成功的系统均采用了数据融合和资源管理的双节点网络(Dual Node Net works ,简称DNN )体系结构,从而使资源管理问题贯穿于整个信息融合系统,JDL功能模型需要依此进行修正；随着信息融合技术的发展,其内容越来越丰富,功能层次划分越来越完备,JDL功能模型的功能层次划分需要进一步完善。
报告题目九：自然语言处理中爬虫以及数据预处理的方法介绍
报告人：王慧军
报告简介：通过一个案例来介绍爬虫所使用到的一些常用库，例如selenium（一个Web自动化测试工具，最初是为了网站的自动化测试开发的，可以按照指定的命令自动操作，自动加载页面并且获取到我们需要的数据），BeautifulSoup(网页解析，获取数据)， re（使用正则表达式来进行字符匹配），xlwt（进行excel的相关操作）。此外，我们通过两个案例：机器翻译（英语和西班牙语互译），用户评论分类（德克士用户评论情感分析）来介绍自然语言处理的数据预处理的流程以及一些常用方法。
报告题目十：锂离子电池的SOC估计算法研究
报告人：何璐
报告简介：首先介绍锂离子电池的SOC估算的相关背景和课题来源。SOC估算方法一般有库伦计数方法、开路电压法、内阻法、基于模型算法、数据驱动算法等。随着计算机技术和机器学习的快速发展，人们提出了多种基于人工智能的数据驱动方法来估计SOC。BP神经网络是目前应用比较广泛的神经网络之一，是一种正向求解、反向传播的网络结构模型。然而传统的神经网络会“遗忘”历史数据，而锂电池组SOC不仅仅和当前电池状态有关，还和历史电池状态息息相关。LSTM 网络可以解决长距离的记忆遗忘问题，其主要的不同之处在于把神经网络中对信息的加工处理变得更加精细。报告详细介绍了一种基于前向生成LSTM算法的估算模型。通过其与BP神经网络、LSTM网络算法、前向生成LSTM网络算法通过测试数据测试结果比较，得出前向生成LSTM网络算法效果较优。
报告题目十一：基于区块链技术的分布式电能交易系统高效共识机制
报告人：李昊帅
报告简介：针对分布式能源入网、交易、清算等过程中可能存在信任风险问题，将区块链技术运用在分布式能源交易中，构建一个不依赖第三方、用户可自主定价、自主交易的电力能源交易系统，实现分布式能源交易的动态管理。利用新型高效的共识机制实现入网信任。设计新型高效的共识机制，赋予已有节点的相互评价权利，将已有节点的评价权重（受到已有节点受评情况、给评情况和过往交易信用记录等的影响）和评价结果化为信誉值，共同决定新建节点的挖矿难度，减少资源耗费、缩短共识周期、实现实时交互。
报告题目十二：运动模糊图像的恢复技术研究
报告人：兰高众
报告简介：首先介绍运动模糊图像复原的相关背景和主要复原技术。当前，神经网络图像复原方法的相关研究如火如荼，甚至已经开始向智能领域拓展，报告详细介绍了一种利用深度学习的生成式对抗神经网络与卷积神经网络实现对运动模糊图像的恢复与图像增强，以提高运动模糊图像的恢复质量与算法鲁棒性。
报告题目十三：改进CenterNet的高精度带钢表面缺陷检测方法研究
报告人：董维振
报告简介：首先介绍在工业领域中表面缺陷检测的相关背景和主要方法和技术。当前，基于深度学习的目标检测模型研究愈加广泛，在工业领域具有良好前景。 报告详细介绍了一种基于深度学习的单阶段无锚窗口目标检测模型CenterNet， 并通过引入高效通道注意力机制无效特征进行抑制，深度可分离卷积降低网络计算量，并结合高分辨率表征网络提升整体网络分辨率， 以提高模型的检测精度和算法鲁棒性，并降低了模型的参数、网络运算量。
报告题目十四：用于射频能量采集无线传感器网络的可靠通信的分析
报告人：雷昆成
报告简介：首先介绍RF能量收集系统的相关背景和课题来源，RF能量收集系统模型，信道假设。其次介绍HHT和HDT协议，MRC和SC理论，及其能量收割原理和数据包传输协议，最后，通过比较HHT-MRC、HHT-SC、HDT-MRC、HDT-SC，在能量收集时间aT和（1-a）T之间进行时间分配，随着aT的增加，发现系统性能先增加后减小，通过蒙特卡洛模拟，找出最优的能量收集时间aT。
报告题目十五：基于卷积神经网络的俯视视角人流监测系统研究
报告人：李明
报告简介：首先介绍课题的来源与背景，人流监测的发展历程及现状，着重介绍基于计算机视觉的人流监测的主要内容，主要包括三个步骤：行人检测、人流跟踪和行人计数。在行人检测算法选择中，分析了R-CNN 系列、YOLO系列、SSD算法的优缺点，最终选取SSD算法作为行人检测算法；在人流跟踪中采用SORT 多目标跟踪算法；行人计数中相比于传统的单线法，本研究采用双向人流量智能统计方法。
欢迎广大师生踊跃参加！
