利用大数据分析技术的智能化网络故障诊断系统

随着网络技术的快速发展以及各种新网络业务的出现，网络的规模日益扩大和复杂。同时，各种网络服务对于网络可靠性的要求也逐渐提高，这就对网络的维护提出了更高的要求。在这种情况下，传统的网络维护模式逐渐不能适应现代网络发展的需求。针对现代大型网络的故障诊断问题，利用大数据分析技术，设计并完成了一套整体的智能化故障诊断系统。在此系统中，针对不同的故障类型，利用能够获取到的数据类型，针对性地设计了相关的故障诊断模块和算法。系统整体基于开源的数据处理平台构建，具备良好的可扩展性。通过实际案例数据的验证，结果表明此系统具备良好的处理实际网络故障的能力，将大数据分析技术应用于网络故障诊断领域也具备较强的可行性。     

探地雷达在公路改扩建工程检测中的应用

公路改扩建工程在广东省正处于快速发展时期,如何准确得到路面病害情况,是旧路处治方案制定面临的主要问题.依托开阳高速改扩建工程,采用三维探地雷达对旧路进行病害检测,得到道路表面及内部的病害分布情况,并分别与人工徒步调查路况及开挖后内部实际情况进行比对.结果表明:当三维探地雷达检测采样间距设置为2.0 cm、驻波时间设置为0.6 ms、时窗设置为85 ns时,可达到较好的检测精准度;三维探地雷达可实现对路面结构内部不同深度位置的裂缝病害进行探测,精确识别3 mm宽裂缝,并了解裂缝的发展方向及性质.     

融合改进FT显著性与Grabcut的图像目标分割算法

针对目前复杂度较大的图像中目标分割速度较慢、显著性边界分割不明确等问题，提出了一种融合改进的FT（Frequency-tuned）显著性检测与Grabcut的图像分割算法。该算法首先通过改进基于频率调谐的FT显著性检测方法得到图像中显著性较高的区域，并利用SLIC（Simple Linear Iterative Clustering）算法对显著图进行预处理得到超像素图，能够有效改善边界的分割效果，然后通过以图论GraphCut算法为基础改进的Grabcut算法建立高斯混合模型。为了提高算法效率，通过聚类以超像素代替原像素，并反复迭代高斯混合模型（Gaussian Mixed Model，GMM）参数，最后利用最大流最小割算法得到最优目标分割结果。实验结果表明所提算法能够更准确更高效率地分割图像中的显著性目标，对高分辨率图像也有很好的适用效果，相比于其他算法在分割精度上提高10%左右，并具有较高的分割效率。     

地下综合管廊混凝土爆灰检测及加固

针对某市钢筋混凝土地下综合管廊的现浇顶板、侧壁出现的混凝土爆灰质量缺陷,为确保管廊结构的安全使用,采用钻心法、超声波法、沸煮试验、爆灰物质的化学成分分析等检测方法,对爆灰现象进行了检测。结果显示,混凝土中存在的块状氧化钙与水熟化后体积增大1倍~2.5倍,使得混凝土在强度未达到设计抗拉强度前在块状氧化钙体积膨胀应力作用下被拉裂,导致了此类质量缺陷的发生。分析了质量缺陷对管廊结构的影响,并对管廊结构进行了加固设计及处理,满足了结构的正常安全使用要求。研究结果可为类似爆灰缺陷的设计及处理提供参考。     

一种经验模式分解下的海杂波小目标检测方法

利用海杂波有效探测海上小目标是目前雷达探测领域的热点问题，具有重要的应用价值。鉴于海杂波是一种非线性非平稳性的雷达回波信号，充分发挥整体平均经验模式分解的优势，将海杂波分解为若干个不同尺度的独立分量。通过研究发现有目标时，分解出的前5个分量与未分解前信号的相关系数明显减小，因此提出了一种新的海杂波背景下的目标检测方法。通过实测和模拟的海杂波数据进行训练和测试，研究结果表明，该方法能有效地实现海杂波下目标的探测，性能优于经典时域下、分数阶傅里叶变换域下以及平均经验模式分解后的广义Hurst指数的目标检测方法。     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中，最大似然（ML）检测可以取得最优的检测性能，然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题，提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引，接着对候选天线索引按正则化标准进行可靠性验证，剔除错误索引，缩小信号的搜索空间，最后通过求解最小二乘问题估计信号。仿真结果表明，与经典的正交匹配追踪（OMP）算法相比，所提算法以少许复杂度的增加为代价极大提升了检测性能，能够在检测性能与复杂度之间取得更好的折中。     

剖线强度梯度变化的作物软硬变化区精确划分

[目的]软硬变化区的划分是进行遥感变化检测技术识别农作物的基础。为解决人工判读方法中存在人为主观因素影响以及自动判别和交互式判别方法对不同研究区的适用性问题,该文提出基于剖线梯度变化(Profile based Gradient Change Magnitude,PGCM)进行软硬变化区划分的方法。[方法]该研究选择破碎农业景观种植区域为研究区,计算拔节期Quick Bird影像和播种期模拟影像两个时相的变化强度,从作物地块内部向外绘制剖线,利用剖线强度的梯度变化确定硬变化区(Hard change region,HCR)、软变化区(Soft change region,SCR)和未变化区(Non change region,NCR)3者间的划分阈值。[结果]从识别结果来看,PGCM能够有效在地块边界处探测到软变化像元,进而确定HCR、SCR。像元分辨率在5~60 m不同尺度下,识别HCR区混入比例为11%~16%,混入比例随着分辨率下降而降低;NCR区混入比例为3%~4%,受分辨率尺度影响不大;SCR区识别比例为74%~86%,识别精度较高,识别结果与冬小麦空间分布结果保持一致。[结论]PGCM方法能够自动、便捷地确定阈值,摆脱人工判定的主观性,有效地划分出HCR、SCR和NCR 3个区域,为进一步HCR、SCR区内的作物识别提供基础。     

电子系统未发现故障研究综述

电子系统的复杂度日渐增加，工艺水平日益提升，未发现故障(NFF)事件频发，对电子设备产生很大的影响，常导致不必要的重复停机、过度修理和零备件大量损耗等问题，影响设备的战备完好性。主要从NFF事件的基本概念和相关术语、NFF事件原因如故障因素和非故障因素、间歇故障引起NFF事件的机理等方面对NFF 事件进行系统论述，并指出了NFF事件的危害及其应对/预防措施，列举了相关实例，以期给相关工程和研究人员以借鉴，促进对NFF事件的研究。     

基于离散选择模型的推荐系统改进算法

准确地预估用户的点击率,并根据该概率对商品排序以供用户选择在推荐系统领域有着重要的意义。推荐系统中常用的因子分解机等机器学习模型一般只考虑用户选择单个商品的概率,忽略了候选商品之间的相互影响,离散选择模型则考虑将商品候选集作为整体进行考虑。提出了使用深度学习模型来改进离散选择模型,模型使用相对特征层、注意力机制等网络结构帮助深度学习模型进行不同商品间的特征比较,研究结果表明引入离散选择模型的深度学习模型表现优于梯度提升决策树、因子分解机等模型。     

Effects of subject pool culture and institutional environment on corruption: Experimental evidence from Albania

This research uses experimental methods to investigate whether subject pool culture and institutional environment have an effect on participants’ corrupt behavior in the laboratory. While we find that subject pool culture does not affect the overall magnitude of corruption of laboratory participants, it does affect the likelihood of corruption and its distribution. Additionally, we find that the effect on corrupt behavior differs with the framing of the experiment’s instructions. Interestingly, in the context of a weak rule of law and high levels of corruption, loaded negative instructions positively affect corrupt behavior of firms and public officials. Previous research in the context of a country exhibiting a strong rule of law and low levels of corruption finds no framing effects. We also find that increasing the probability of detection significantly reduces corruption as measured by the amount of the bribes offered/accepted and the probability of offering/accepting a bribe. Finally, we find that individual risk preferences negatively affect the level of corrupt behavior.