针对固有时间尺度分解算法的模态混叠问题和最小二乘支持向量机的参数优化问题，本文提出了一种新的基于完备集合固有时间尺度分解和混合差分进化和粒子群算法优化最小二乘支持向量机的柴油机故障诊断方法。该方法主要包括以下几个步骤：首先，为解决固有时间尺度分解算法的模态混叠问题，提出了一种完备集合固有时间尺度分解算法。随后，利用完备集合固有时间尺度分解算法将非平稳的柴油机振动信号分解为一系列平稳的旋转分量和残差信号。然后，提取了前几阶旋转分量的三类典型的时频特征，包括奇异值、旋转分量能量和能量熵、AR模型参数，作为故障特征。最后，提出了混合差分进化和粒子群算法对最小二乘支持向量机的参数进行优化的方法，并通过将故障特征输入训练好的最小二乘支持向量机模型实现故障诊断。仿真和实验结果表明提出的故障诊断方法可以克服固有时间尺度分解的模态混叠问题，而且能够准确的识别柴油机故障。

本文基于作者团队近年来在人工智能技术应用于制造领域的研究与实践，首先，简析了“互联网+人工智能”时代核心技术飞速发展正引发制造领域的模式、手段和生态系统的重大变革以及人工智能的新发展。接着基于人工智能技术与信息通信技术、制造技术及产品有关专业技术等融合，研究提出了智能制造新模式、新手段、新业态，智能制造系统体系架构和智能制造系统技术体系。进而，从智能制造的应用技术、产业和应用示范等角度，简述智能制造领域的国内外发展现状。最后，针对我国人工智能2.0在智能制造领域应用研究内容提出了建议。

道路交通流预测不仅可以为出行者提供实时有效的信息，而且可以帮助他们选择最佳路径，减少出行时间，实现道路交通路径诱导，缓解交通拥堵。本文提出了一种基于ARIMA模型和Kalman滤波算法的道路交通流预测方法。首先，基于道路交通历史数据建立时间序列的ARIMA模型。其次，结合ARIMA模型和Kalman滤波法构建道路交通预测算法，获取Kalman滤波的测量方程和更新方程。然后，基于历史道路交通数据进行算法的参数设定。最后，以北京的四条路段作为案例，对所提出的方法进行了分析。实验结果表明，基于ARIMA模型和Kalman滤波的实时道路交通状态预测方法是可行的，并且可以获得很高的精度。

本文对大数据时代人工智能领域近期出现的若干理论和技术进展进行了综述。我们认为，将数据驱动机器学习方法与人类的常识先验与隐式直觉有效结合起来，可实现可解释、更鲁棒和更通用的人工智能。AI 2.0时代大数据人工智能具体表现为：从浅层计算到深度神经推理；从单纯依赖于数据驱动的模型到数据驱动与知识引导相结合学习；从领域任务驱动智能到更为通用条件下的强人工智能（从经验中学习）。下一代人工智能（AI 2.0）将改变计算本身，将大数据转变为知识以支持人类社会作出更好决策。

人工智能追求的长期目标是使机器能像人一样学习和思考。由于人类面临的许多问题具有不确定性、脆弱性和开放性，任何智能程度的机器都无法完全取代人类，这就需要将人的作用或人的认知模型引入到人工智能系统中，形成混合-增强智能的形态，这种形态是人工智能或机器智能的可行的、重要的成长模式。混合-增强智能可以分为两类基本形式：一类是人在回路的人机协同混合增强智能，另一类是将认知模型嵌入机器学习系统中，形成基于认知计算的混合智能。本文讨论人机协同的混合-增强智能的基本框架，以及基于认知计算的混合-增强智能的基本要素：直觉推理与因果模型、记忆和知识演化；特别论述了直觉推理在复杂问题求解中的作用和基本原理，以及基于记忆与推理的视觉场景理解的认知学习网络；阐述了竞争-对抗式认知学习方法，并讨论了其在自动驾驶方面的应用；最后给出混合-增强智能在相关领域的典型应用。

为了针对不同的应用和流量提供服务质量保障和差异化服务，负载均衡和多优先级队列技术被广泛地应用于网络中。在传统网络中，网络管理员经常使用“traceroute”和“ping”工具来检测负载均衡机制或者服务质量策略是否正常工作。然而，由于这些工具并不被现有的OpenFlow交换机所支持，所以还不能够应用于软件定义网络中。此外，traceroute和ping依靠主动发送探测包来探测路径。然而，当负载均衡机制把探测包和所需追踪流的数据包均衡到不同路径时，这些工具将无法探测出流的真实转发路径，更无法测量出真实的路径时延。因此，为了准确的测量链路时延，测量工具必须能够提前找出数据包的真实转发路径。基于此发现，我们提出了一套新的软件定义网络中的流追踪机制“FlowTrace”，利用它来追踪任意流量的转发路径以及测量数据流所经历的链路时延。该工具通过收集交换机的流表来计算流的转发路径。然而，如果直接从交换机中查询流表会产生很大的数据平面流量，从而带来巨大的开销。因此，我们提出了一种被动的零开销的流表收集方法来解决该问题。在获得流的真实转发路径后，我们提出了一种新的测量方法来测量不同流的网络时延。最后，实验结果显示我们设计的方法可以准确的找出流的真实转发路径并测量出不同种类流所经历的时延。

In some image classification tasks, similarities among different categories are different and the samples are usually misclassified as highly similar categories. To distinguish highly similar categories, more specific features are required so that the classifier can improve the classification performance. In this paper, we propose a novel two-level hierarchical feature learning framework based on the deep convolutional neural network (CNN), which is simple and effective. First, the deep feature extractors of different levels are trained using the transfer learning method that fine-tunes the pre-trained deep CNN model toward the new target dataset. Second, the general feature extracted from all the categories and the specific feature extracted from highly similar categories are fused into a feature vector. Then the final feature representation is fed into a linear classifier. Finally, experiments using the Caltech-256, Oxford Flower-102, and Tasmania Coral Point Count (CPC) datasets demonstrate that the expression ability of the deep features resulting from two-level hierarchical feature learning is powerful. Our proposed method effectively increases the classification accuracy in comparison with flat multiple classification methods.

跨媒体分析与推理是计算机科学的热点问题，也是人工智能中一个具有广阔前景的研究方向。目前，尚未有文献对跨媒体分析与推理的现有方法进行归纳总结并给出它的研究进展、挑战及发展方向。为解决这些问题，本文从七个方面进行综述：（1）跨媒体统一表征理论与模型；（2）跨媒体关联理解与深度挖掘；（3）跨媒体知识图谱构建与学习方法；（4）跨媒体知识演化与推理；（5）跨媒体描述与生成；（6）跨媒体智能引擎；（7）跨媒体智能应用。本文的目标是给出跨媒体分析与推理的方法、进展以及发展方向，吸引更多人关注该领域的最新进展，通过探讨面临的挑战和研究方向，为研究者提供重要参考。

智能无人自主系统是人工智能的重要应用之一，其发展可大大推动人工智能技术的创新。本文通过其主要成就介绍了智能无人自主系统的发展趋势。并且，本文将相关技术分成了7个领域，包括人工智能技术、无人车、无人机、服务机器人、空间机器人、海洋机器人和无人车间/智能工厂。本文对每个领域的发展趋势进行了介绍。

鸡尾酒会问题即在多人同时说话的场景下追踪并识别某一个特定说话人的语音。在自动语音识别技术大规模推广应用中，鸡尾酒会问题是亟待解决的关键问题之一。本文回顾了在过去20多年中针对鸡尾酒会问题提出的相关技术。主要讨论在鸡尾酒会问题中扮演中心角色的语音分离问题。介绍了以下内容：传统的单通道情况下的技术，如计算听觉场景分析（computational auditory scene analysis, CASA）、非负矩阵分解（non-negative matrix factorization, NMF）以及生成式模型建模；传统的多通道情况下的技术，如波束成形和多通道盲源分离；一些基于深度学习的最新技术，如深度聚类（deep clustering, DPCL）、深度吸引网络（deep attractor network, DANet）以及排列不变性训练（permutation invariant training, PIT）。此外，介绍了在鸡尾酒会环境下针对改善多说话人语音识别和说话人识别精度的相关技术。笔者认为，利用一个更加强大的模型来有效地开发和利用来自麦克风阵列、声学训练集合以及语言本身的知识非常重要。更好的优化策略和技术的提出会逐步解决鸡尾酒会问题。

光电子技术是由光子技术和电子技术结合形成的一门新技术。光子技术将取代电子技术，引发一场新的产业革命，给工业和社会带来巨大冲击。我们回顾光电子器件与集成技术的发展历程，对比分析光电子工艺平台的发展与特点，总结关键性制造工艺，介绍具有代表性的光电器件，并聚焦光电子技术发展亟待突破的关键技术。通过对光电子技术发展的全面梳理，认为我国应抓住机遇，实现光电子技术产业转型升级。借鉴国外先进光电子平台和技术发展经验，加快布局人才储备，注重基础工艺积累，整合建立国家级光电子技术平台，大幅提升我国光器件国产化水平和自主创新能力。

随着互联网的负载高速增长和各种应用的日益丰富，为提供方便、快捷的互联网接入服务，现有的网络结构已经变得相当复杂和多样，这给网络管理提出了新的挑战。为了应对这一挑战，软件定义网络的概念被提出，并被认为是一种有前景的解决方案。在软件定义网络结构中，网络控制域和数据传输域是分开的；所有的网络设备被抽象化，通过一个集中式的控制器来进行管理。通过使用软件定义网络的结构，网络管理变得灵活和高效，因此可以潜在地提升网络性能。为了充分利用软件定义网络的优势，最近又提出了软件定义无线网络结构。本文首先分析在不同无线网络中软件定义网络结构的应用。然后讨论在基于软件定义网络结构的无线网络中使性能提升的几个关键技术环节。最后，提出一些关于软件定义无线网络可能的未来研究方向。

The objective of this research is the rapid reconstruction of ancient buildings of historical importance using a single image. The key idea of our approach is to reduce the infinite solutions that might otherwise arise when recovering a 3D geometry from 2D photographs. The main outcome of our research shows that the proposed methodology can be used to reconstruct ancient monuments for use as proxies for digital effects in applications such as tourism, games, and entertainment, which do not require very accurate modeling. In this article, we consider the reconstruction of ancient Mughal architecture including the Taj Mahal. We propose a modeling pipeline that makes an easy reconstruction possible using a single photograph taken from a single view, without the need to create complex point clouds from multiple images or the use of laser scanners. First, an initial model is automatically reconstructed using locally fitted planar primitives along with their boundary polygons and the adjacency relation among parts of the polygons. This approach is faster and more accurate than creating a model from scratch because the initial reconstruction phase provides a set of structural information together with the adjacency relation, which makes it possible to estimate the approximate depth of the entire structural monument. Next, we use manual extrapolation and editing techniques with modeling software to assemble and adjust different 3D components of the model. Thus, this research opens up the opportunity for the present generation to experience remote sites of architectural and cultural importance through virtual worlds and real-time mobile applications. Variations of a recreated 3D monument to represent an amalgam of various cultures are targeted for future work.

为实时检测缺陷记录的录入错误，提出一种基于知识图谱技术的电力设备缺陷记录错误识别方法。针对电力缺陷文本特点，通过优化构建知识图谱的一般流程，提出利用现有电力设备缺陷记录语料构建电力设备缺陷知识图谱的方法。然后，基于所构建的知识图谱，针对电力设备缺陷记录的各种错误类型，提出利用图搜索识别缺陷记录错误。最后，对比所提方法和机器学习方法在缺陷记录错误识别上的查准率、查全率、F1分数、准确率和效率，并分析影响各种方法错误识别效果的因素。比较结果表明，所提方法在缺陷记录错误识别效果上有明显优势，识别效率满足实时性要求。

多媒体内容是阿里巴巴业务生态中必不可少的组成部分，且需求量巨大。多媒体内容生产通常具有较高技术及资金要求。随着人工智能技术近年飞速发展，众多辅助多媒体内容生产的工具应运而生，人工智能技术与多媒体内容设计的结合在阿里巴巴业务生态中的应用愈加广泛，涉及领域包括辅助设计、平面设计、视频生成和页面制造。本文首先介绍了在阿里巴巴业务生态中人工智能辅助设计工具的通用处理流程，然后在上述4个应用领域分别选择一个代表性工具着重介绍。通过这些工具的使用，多媒体内容设计结合人工智能带来的价值在业务中得到很好验证，体现了人工智能技术在促进多媒体内容生产中起到的巨大作用，也预示了其广泛应用前景。

Global illumination is the core part of photo-realistic rendering. The photon mapping algorithm is an effective method for computing global illumination with its obvious advantage of caustic and color bleeding rendering. It is an active research field that has been developed over the past two decades. The deficiency of precise details and efficient rendering are still the main challenges of photon mapping. This report reviews recent work and classifies it into a set of categories including radiance estimation, photon relaxation, photon tracing, progressive photon mapping, and parallel methods. The goals of our report are giving readers an overall introduction to photon mapping and motivating further research to address the limitations of existing methods.

We present a high-definition (HD) 3D laparoscopic system including a dual channel optical system, two cameras, a camera control unit (CCU), and an HD 3D monitor. This laparoscopic system is capable of outputting dual high-definition videos and providing vivid 3D images. A modified pinhole camera model is used for camera calibration and a new method of depth measurement to improve precision. The average error of depth measurement measured by experiment (about 1.13 mm) was small in proportion to the large range in distance of the system (10−150 mm). The new method is applicable to any calibrated binocular vision system.

共同作者学术贡献分配模式提供了固定或灵活的信用分配公式，并广泛应用于评估科学出版物共同作者的贡献。本文提出了一种新颖的“第一和其他（First and Others, F＆O）合作者”分配模式。通过引入调整参数α和权重β，使得信用分配具备以下新的属性：（1）通过修改公式（调整参数α）或强调单个作者贡献（调整权重β）体现学术贡献分配的灵活性和适用性；（2）将第一作者的贡献与其他作者分开计算，第二作者的贡献会根据α参数的变化，呈现出拐点。文中提出相应定理和证明，揭示了“第一和其他（F＆O）合作者”分配模式新的特性，应是对文献计量学基本理论的贡献。F＆O模式亦可应用于“强调第一作者学术贡献”的策略。通过对一组来自化学、医学、心理学和哈佛-芝加哥调查数据的应用，F＆O模式与其他方法进行了分析比较，若干测定系数的优化显示出本文方法的先进性。

We propose a self-adaptive process (SAP) that maintains the software architecture quality using the MAPE-K standard model. The proposed process can be plugged into various software development processes and service-oriented methodologies due to its explicitly defined inputs and outputs. To this aim, the proposed SAP is integrated with the service-oriented modeling and application (SOMA) methodology in a two-layered structure to create a novel methodology, named self-adaptive service-oriented architecture methodology (SASOAM), which provides a semi-automatic self-aware method by the composition of architectural tactics. Moreover, the maintenance activity of SOMA is improved using architectural and adaptive patterns, which results in controlling the software architecture quality. The improvement in the maintainability of SOMA is demonstrated by an analytic hierarchy process (AHP) based evaluation method. Furthermore, the proposed method is applied to a case study to represent the feasibility and practicality of SASOAM.

Controller area networks (CANs) have been designed for multiplexing communication between electronic control units (ECUs) in vehicles and many high-level industrial control applications. When a CAN bus is overloaded by a large number of ECUs connected to it, both the waiting time and the error probability of the data transmission are increased. Thus, it is desirable to reduce the CAN frame length, since the duration of data transmission is proportional to the frame length. In this paper, we present a CAN message compression method to reduce the CAN frame length. Experimental results indicate that CAN transmission data can be compressed by up to 81.06% with the proposed method. By using an embedded test board, we show that 64-bit engine management system (EMS) CAN data compression can be performed within 0.16 ms; consequently, the proposed algorithm can be successfully used in automobile applications.

精确故障诊断是预测与健康管理的一个重要部分。它能避免事故的发生，延长设备使用寿命，还能降低设备维修保养费用。本文研究涡轮发动机的故障诊断。由于发动机工作在高温、高压、高转速的严峻环境中，不能安装过多传感器，因此我们无法获得足够多的传感器数据，以至于采用现有算法不能进行精确的潜在故障诊断。本文针对复杂环境下有限传感器数据的发动机故障诊断问题，提出了一种基于信息熵的深度置信网络方法。首先介绍了几种信息熵，并基于单信号熵提出了联合复杂信息熵。其次，分析了深度置信网络的构成，提出了基于信息熵的深度置信网络方法。验证实验表明，与现有的机器学习算法比较，该方法的诊断精度大大提高。

利用海量网络安全威胁情报数据，构建网络安全知识图谱实施深度关联分析和挖掘，可帮助识别安全威胁并提出相应防御措施。这已成为网络安全领域研究热点。本文针对网络安全文本数据，研究实体识别算法，为构建网络安全知识图谱奠定基础。传统方法难以识别网络安全领域的新实体、中英文混合安全实体等，且提取的特征不够充分。本文在神经网络模型基础上，提出基于特征模板的CNN-BiLSTM-CRF网络安全实体识别算法。首先构建人工特征模板，提取局部上下文特征。再利用CNN提取字符特征，与局部上下文特征结合，传入BiLSTM模型提取语义特征。最后利用CRF对安全实体进行标注。结果表明，在大规模网络安全数据集上，该方法优于其它算法，F值达到86%。

基于密码学的量子点元胞自动机（QCA）是纳米技术领域新范例，在整体性能上优于传统互补金属氧化物半导体（CMOS）技术。为保障纳米通信的数据安全，提出一种基于量子元胞自动机的安全通信系统。利用设计的电路对输入数据加密，通过纳米路由器和数据路径选择器将其传到输出通道，然后将数据解密，恢复其原始形式。实验结果和理论推导证明了电路的准确性。此外，分析了电路功耗和复杂性。

在过去几年，一些智能制造概念相继被提出，如云制造、工业4.0以及工业互联网。它们共同目的之一是通过构建汇聚资源的平台，实现跨企业资源协同优化配置。在所有这些概念中，一个完整制造系统包括分布式物理制造系统和一个包含从物理制造系统映射的虚拟制造系统平台。我们称这样的制造系统为平台型智能制造系统。因此，一个平台型智能制造系统可看作一个规模巨大的信息物理系统，其中信息部分是平台而物理部分是相应物理制造系统。对一个平台型智能制造系统而言，一个重要问题是如何实现汇聚资源的优化调度。多智能体技术为该问题的解决提供了一种有效方法。本文提出一个面向平台型智能制造系统调度的多智能体架构，包括平台层次的调度多智能体系统和企业层次的调度多智能体系统。提出平台型智能制造系统调度的流程、特征和需求。基于上述架构，提出一个面向平台型智能制造系统的调度模型。通过案例，验证了所提架构和模型的有效性。

随着云计算、物联网和工业互联网等多种业务的发展，传统互联网面临诸多挑战。未来网络需要解决这些挑战以提高网络可扩展性、安全性、移动性以及服务质量。本文调研了最近提出的新型网络架构以及满足网络新需求的新兴技术，介绍了这些网络体系结构和新技术的一些应用案例，提出结合当前网络优势的新型网络体系架构——服务定制网络，并讨论了未来互联网的一些开放性挑战和机遇。希望本工作能够帮助读者快速了解当前相关研究中存在的问题和挑战，为未来网络研究提供指导。

We propose a pipelined Reed-Solomon (RS) decoder for an ultra-wideband system using a modified stepby-step algorithm. To reduce the complexity, the modified step-by-step algorithm merges two cases of the original algorithm. The pipelined structure allows the decoder to work at high rates with minimum delay. Consequently, for RS(23,17) codes, the proposed architecture requires 42.5% and 24.4% less area compared with a modified Euclidean architecture and a pipelined degree-computationless modified Euclidean architecture, respectively. The area of the proposed decoder is 11.3% less than that of the previous step-by-step decoder with a lower critical path delay.

提出一种面向微纳卫星的自主汽化管理液氨推进系统。相比常规冷气或液化气推进系统，提出多路平行筛孔式汽化装置和对应汽化控制方法。所提方案有效解决了液氨高汽化潜热和不易完全汽化的问题，从而发挥液氨推进剂高贮存密度和高比冲性能优势。此外，重点分析自主汽化管理液氨推进系统的工作流程及其涉及的物理化学过程和数学模型。综合考虑推力表现和能源效率，提出最优系统推力控制策略。地面测试表明，自主汽化管理液氨推进系统总重1.8 kg（包含0.34 kg液氨推进剂），比冲达到100 s，系统功耗在10 W以下。自主汽化管理液氨推进系统具有高比冲、低功耗、可实现性强、推力输出均一稳定等特点，适合微纳卫星在轨应用。

随着5G在全球范围内商业化进程的推进，为满足未来更高速率、更低延迟和新业务的需求，面向6G的研究已经启动。无线信道是收发两端信息传输媒介，无线信道的特性决定了无线通信系统的性能限。因此，开展信道研究是设计6G无线通信系统的前提。本文首先介绍了6G可能出现的技术和应用，包括太赫兹通信、工业互联网、空天地一体化网络和机器学习，并指出6G信道模型的发展趋势。其次，针对这些技术和应用，综述了目前信道测量与建模的研究进展。最后，展望了未来面向6G的信道测量与建模。

隐式反馈是指用户通过行为间接表达用户的意见。由于其在现实世界中的易得性和丰富性，越来越受到推荐系统领域的关注。使用隐式反馈的常见做法是把隐式反馈当做正面或者负面的用户偏好，并附带不同的置信度。这类方法大多认为，与隐式反馈相关的数值（例如观看的时间）反映了置信度的大小，并且数值越大代表置信度越大。这种假设只适合只有一种隐式反馈的场景。然而在现实世界中，经常同时存在多种隐式反馈，称为异构隐式反馈。现有方法无法有效地从异构隐式反馈中推测出置信度。本文提出了一种新颖的利用异构隐式反馈预测置信度的方法，把预测的置信度应用到“基于点的”和“基于对的”矩阵分解模型中，并提出了一种更通用的方法来为“基于对的”方法选择有效的训练样本。在天猫提供的真实电商数据集上的实验表明，本文方法在多个指标上的效果均要优于现有的方法。