互联网已经和经济系统深度融合形成了新的“赛博经济系统”.本文探讨了赛博经济系统的主要特征，分析了当前赛博经济发飞速发展的原因.从信息的角度出发，赛博经济是信息增长更快的经济，而信息有序与快速增长的核心原因是算法，进而以算法为基础提出了赛博经济的新形态——赛博智能经济.认为区块链技术有望成为赛博智能经济的信任基础设施，使赛博智能经济迈入新时代.同时，详细分析了区块链技术的特点，给出了当前区块链发展过程中面临机遇与挑战.

对工业4.0的提出背景进行了简单的综述，并简要总结了欧盟对于物联网的政策.指出物联网的核心就是打破信息化孤岛间的壁垒、实现信息的智能化共享.作为信息化的必然结果从嵌入式智能化角度将物联网凝练为“让物会说话”.而电子标签、无线传感器网络、现代无线通信网络、互联网等都是实现信息化的具体技术手段.最后总结出物联网的“7C”原则.

根据MOOCs平台上学习者的学习行为，利用基于离差平方和法的AHC层次聚类算法和K-means非层次聚类算法，对参加MOOCs课程的学习者进行了类别划分.研究和分析了不同类别学习者的学习行为对MOOCs学习效果的影响，并利用卡方检验和单因素方差分析对不同类型的学习者在课程完成率、课程成绩等方面做了详尽的对比分析.针对如何提高学生MOOCs学习效果及MOOCs课程的结构内容设计给出了建议，为进一步在高校中顺利开展MOOCs教育提供借鉴.

“一带一路”、智能制造2025、工业革命4.0等正在重塑我国产业发展与升级的新格局，面对工程专业化人才新需求，迫切需要在总结网络工程专业发展经验成果的基础上，以新工科行动、工程教育专业认证、卓越工程师试点等计划为契机，积极探索培养高素质工程专业人才，建设一流网络工程专业的道路.本文从6个方面探讨了网络工程专业建设发展的新思路与新措施，努力实现专业建设新跨越，产教融合协同育人，为国家源源不断输送优秀的网络工程技术专业人才.

爆炸式增长的语音数据为存储与传输带来极大困难，现有方法难以实时应对海量语音频域数据.因此本文提出一种增量式学习的语音字典构造方法，该方法先将语音时域信号经短时傅里叶变换处理后转换为各窗频谱幅值，再将高维空间向量投影到低维空间，并以字典中的少数基向量线性拟合当前窗向量.进而通过存储基向量的标识和拟合系数完成对当前窗向量的存储，把无法拟合的窗向量经处理后加入字典，实现增量式学习.解压过程依据用户请求将字典中指定条目经线性拟合实现.实验结果表明，本方法能大幅度压缩语音频谱包络，适用于受带宽限制下实时高采样率的流式语音数据，与同类算法相比，在保证还原质量的情况下，能对信号的存储空间以及传输带宽进行大幅度的压缩.

近几年，情感分析技术引起人们的兴趣，在金融应用上，可以作为投资者投资前的参考.但是现有方法存在应用过于专一、数据偏差、结果过于笼统和不够精确的问题.因此本文优化一个通用的中文文本分类器，用于对在线评论数据和股票新闻数据进行情感分析.收集整理了2万条数据作为语料库，每条数据分别由3个人进行独立标注.之后对THUCTC进行优化，具体从3个方面对中文文本分类器进行优化，首先是词语切分，使用词干词典方法结合不同的分词法，实验比较后得到二分法为最好的结果；其次，为分类器选择最好的内核，发现Liblinear内核对即时性要求较高的投资人更好，另一方面Libsvm在提高准确率方面更有优势；最后在金融导向的情绪字典方面，它由Chi-square和TF-IDF方法构建，可用在普通文本分类器上.通过这种方式，本文的结果可以被推广且不会失去准确性.

智能语音识别技术的研究已有较长的时间，但由于语音信号本身所具有的多变性、瞬时性、连续性和动态性的特征，使得机器在不同的环境尤其是噪声环境中进行语音信号的识别仍具有一定的困难.为了提高带噪语音信号识别的准确率，本文研究了一种常用的噪声估计算法，即基于后验信噪比的时间递归平均算法.并在此算法的基础上提出了一种对平滑因子的改进算法，将语音活性检测算法与这两种算法在不同输入信噪比下进行模拟验证.通过运算结果的对比分析可以看出，改进后的算法相比于语音活性检测算法最高可以使输出分段SNR提高2.1 dB，相比于原时间递归平均算法最高可以使输出分段SNR提高0.5 dB，表明低输入SNR下改进后的算法可以有效提高语音信号的质量和可懂度.

在多示例学习中，当训练样本数量不充足或者训练样本中存在噪声信息时，分类器的分类性能将降低.针对该问题，本文提出了一种基于抗噪声的多任务多示例学习算法.一方面，针对训练样本中可能存在的噪声问题，该算法赋予包中示例不同的权值，通过迭代更新权值来降低噪声数据对预测结果的影响.另一方面，针对训练样本数量不充足问题，该算法运用多任务学习策略，通过同时训练多个学习任务，利用任务间的关联性来提高各个分类任务的预测性能.实验结果证明，与现有的分类算法相比，该方法在相同的实验条件下具有更优秀的性能.

为解决广告投入成本受限时通过在线关键词投资与组合使营销利润最大化及投资合理化问题，以“基于角色的协同”工程方法及其E-CARGO模型对淘宝商家的广告关键词投资问题进行建模，结合历史数据，采用群组角色组合线性规划方法对广告关键词投资做效益计算，以获得周期性历史数据预测与支持下的广告关键字最佳投资方案.通过实验仿真论证，该方法高效、可靠，能使投资者在投资费用受限情况下尽可能利润最大化，并对投资回报率问题与投资区间进行了分析，经过定量计算与定性分析给出理性投资建议.

在线投资组合选择问题是当前量化投资领域一个重要的研究问题.为了避免剧烈波动的股票市场中过去较长时间的股价数据对当前的投资决策产生干扰，基于移动窗口设计在线投资组合策略.首先利用近期股价数据，计算所有定常再调整策略的近期表现并对其进行排序；根据其排序构造权重，对所有定常再调整策略进行加权平均，提出了基于移动窗口的策略；进一步采用适应性学习的方法选择移动窗口的长度，提出了适应性学习的策略.采用实际股价数据对提出的策略进行了实证分析，结果表明它们具有较好的性能.

针对智能工厂工业大数据应用需求，以炼化企业为例，通过搭建智能工厂大数据云平台，实现全网全流程多源异构数据采集，提供多层次分析方案，建立数据挖掘方法模型库，承载智能生产、网络化协同制造等智能服务，提升企业自身的核心竞争力.

BIM作为建筑信息集成管理平台，现今已被广泛应用于国际建筑市场上，正推动建筑行业进行史无前例的改革.然而，在建设项目中BIM技术的应用仍面临着法律政策、行业、组织管理、技术、经济和人力资源等多方面的风险.本文通过文献综述整理归纳出风险因素，基于DEMATEL方法辨析BIM应用风险的主要影响因素和分析各因素间的因果关系.从中心度可得出，BIM应用最主要的风险因素是企业的投资收益不确定性，而原因度可得出主要因素是BIM标准和指南缺陷，缺乏国产的BIM软件.最后为降低BIM应用风险，提出了完善BIM标准和制定应用指南，加强BIM技术研发和BIM合同管理，制定业务流程，组建BIM专业团队等有针对性的建议.

目前PPP项目决策论证只注重项目的财务分析，探求公共部门与私人投资者的利益合作，忽视了PPP项目另一利益主体——社会公众的需求，从而造成了许多PPP项目最终的社会满意度不高、国民经济评价不佳等问题.本文在研究公众参与PPP项目决策的可行性和有效性的基础上，以贝叶斯网络为手段建立了一个多目标决策模型，辅助公众参与PPP项目规划决策.最后，通过对某商业性PPP项目决策模型的模拟运算，分析了该模型结果的获得过程.

研究跳跃扩散模型下美式期权定价问题的高效数值求解方法.首先在空间方向上利用高精度紧致差分格式离散期权定价模型，再对离散后所得到的常微分方程时间离散转化为线性互补问题.对线性互补问题的计算可求得期权价格的数值近似解.最后为了克服初始条件的不光滑性，对美式期权定价模型运用了奇异性分离的方法以提高计算结果的精度.数值实例验证了本文所建立算法的优越性.

随着我国电子商务事业的发展，传统的电子商务服务模式已经不能满足人们的购物需求，针对客户个性化推荐的研究具有一定的意义.本文将Apriori算法进行改进，利用改进的Apriori算法对用户兴趣信息进行挖掘，挖掘用户之间的关联性，建立用户行为模型，为用户推荐其感兴趣的商品，提升用户的购买体验.实验表明，改进的算法提高了推荐的精度和速度.

针对海洋大数据环境的数据量大和实时动态变化的特点，提出了一种基于云存储的海洋大数据迁移算法。首先，对海洋大数据进行了表示；设计了一种灰色模型的服务器负载预测算法，该算法能根据服务器历史负载信息来预测下一个时刻的负载。基于服务器的负载预测信息，提出了一种对服务器的负载进行实时迁移的数据迁移算法，通过设定最大负载阈值和最小负载阈值来实现服务器负载的均衡分配。在CloudSim环境下进行实验，实验结果表明文中方法能有效地实现海洋大数据环境的云环境的负载均衡，具有负载均衡高和负载均衡效率高的优点，与其他方法相比，具有更好的负载均衡能力。

提出一种基于动态模糊混沌粒子群算法的微电网多目标优化调度方法.利用动态目标函数与模糊理论解决多目标主观权值的缺陷，建立以运行维护成本、环境污染物成本为目标的微电网多目标调度模型.微电网多目标优化调度属于多变量、强非线性优化问题，针对传统粒子群算法求解时容易陷入局部最优等问题，在粒子初始化时，引入一种结合Chebyshev映射和Logistic映射的组合混沌映射，在粒子更新过程中，引入Logistic映射，从而增加粒子寻优的遍历性，加强算法全局优化能力.针对惯性权重在粒子群更新过程中的取值问题，采用迭代次数梯度改变惯性权重的策略.仿真结果证明了算法具有更高的收敛效率和更好的收敛效果.

为解决目前混合现实系统交互的自然性、直观性与准确性不高的问题，提出一种基于指挥棒的交互方式，其实现的关键是能够实时、准确地对指挥棒位姿进行测算与跟踪.为此，重点探讨一种基于双色标的视觉跟踪方法对指挥棒位姿进行测算.具体思路是先对颜色标进行快速轮廓提取，然后采用最小面积矩形法修补轮廓，从而得到颜色标在平面投影的位姿.最后利用双目视觉定位原理计算出颜色标在三维空间上的位姿即为所求的指挥棒的三维位姿.为验证所提方法的有效性，采用实验对该算法的实时性、准确性进行了分析.结果表明，该方法的实时性与准确性均能满足交互需求.

为实现南方某运输集团公司生产运营数据的统一采集、处理、分析与决策，本文构建基于大数据的生产运营决策系统.该系统可使管理者快速了解分析各业务部门的生产运营状态，使决策者借助可视化功能强大的管理驾驶舱分析面向生产运营主题的多维数据集，提高运输集团的信息化水平.在此基础上进行各种大数据分析应用，可有效促进运输集团生产运营智能化水平，为相关系统的数据挖掘和分析提供有益的借鉴.