1、计算机科学与技术学院 2016 届本科生毕业设计题目征集单位名称： 研究方向： 地点： 联系方式：序号导师姓名研究方向 论文题目 选题背景及意义，主要研究内容（200 字） 要求学生的预备知识与技能备注1 李海峰音频信息处理音频中暴力片段检测系统的设计与实现研究开发音像制品暴力内容的自动检测方法。具体地使用 C语言开发实现一个多媒体暴力片段检测系统平台：1）能够处理常见的视频编码格式；2）在音频特征提取方面，使用OpenSMILE 听觉特征提取工具；3）在识别器方面，集成本实验室研发 TANN 人工神经网络模型模块；4）具有方便的人机交互界面；5）能够批量处理多媒体数据和自动统计识别结果，并以
2、直观的形式加以展现。2 李海峰听觉认知 音乐情绪相关脑电信号的特征提取方法研究对音乐情绪反应是人类的基本认知功能之一。实现基于脑电信号的音乐情绪识别是构建友好、自然、智能人机接口的重要问题。研究内容主要包括：针对不同情绪音乐诱发出不同情绪状态的脑电信号，开展数据分析和认知规律挖掘，研究不同愉悦度和唤醒度下的脑电变化情况，时频域特征提取方法以及发现其中的认知规律。3 李海峰认知计算 基于Steering Calculation的脑电信号时域分析系统构建把驾驭式计算思想与可视化技术结合，研究开发具有实时显示处理及交互控制功能的脑波可视化分析系统是本课题的主要动机。具体设计实现实时提取脑电信号时域特
3、征的技术方法，包括基本的波形、过零率、短时平稳性、能量轮廓等特征，以及高层次的眨眼等特征；完成对特征的可视化显示；并提出基于驾驭式计算对数值模型、运行状态和模型内部变量进行实时动态干预的方法。做到能够随时中止计算，在调整参数后，又能恢复计算。4 李海峰听觉信息处理技术基于常数 Q变换的音乐特征提取技术设计实现基于常数 Q 变换的音乐特征提取方法，在几个经典的音乐处理中（包括乐曲和歌唱） ，把基于 CQT 的特征与常用的 OpenSmile 特征做出比较研究，论证有针对性地提取音乐特征的优势，丰富当前音频信号特征提取方法，开发出新的特征提取工具并应用于实验现有系统中。5 李海峰脑机接口 听觉疲劳
4、的脑电信号特征提取方法研究当前脑机接口技术已经涉及到了生活的方方面面，对脑电波的解读与分析也提出了更新、更高的要求。本课题研究基于脑电信号的听觉疲劳实时监测技术。把听觉疲劳分为听觉注意状态与非注意状态转移，以及认知疲劳两个层次。研究探索听觉疲劳脑波信号的最具代表性皮层分布位置和信号特点；设计针对听觉脑波特点的疲劳特征定义与提取方法；根据疲劳脑波特征设计快速脑网络分析方法；结合模式分类识别技术，给出对疲劳状态的评估和检测结果。6 李海峰听觉认知 情绪语音信息相关脑电信号的特征提取方法研究对语音刺激的情绪反应是人类的基本认知功能之一。研究内容主要包括：1.脑电实验：基于国际通用情绪声音库(IADS
5、)开展听觉认知实验，采集各种刺激诱发出不同情绪状态下的脑电信号。2.数据分析和认知规律挖掘：研究不同愉悦度和唤醒度下的脑电变化情况，时频域特征提取方法以及发现其中的认知规律。3.脑电情绪自动识别：使用脑电信号特征提取方法建立不同情绪语音对应的时频域特征，选用合适的分类识别方法，实现脑电情绪的自动检测。7 刘绍辉数字图像处理基于局部统计特性的图像噪声消除研究如何去除含噪声数字图像中的高斯噪声，提高图像质量。噪声图像严重影响人类视觉感知，本项目中讲探讨如何利用局部的统计特性力气去除图像中的噪声：1）能够检测图像中的噪声类别；2）识别噪声的参数； 3）通过局部统计特性，设计去除噪声的模型；4）采用低
6、秩方法来去除图像噪声有初步的图像处理基础8 刘绍辉计算机视觉 三维点云数据的噪声消除成像技术的发展导致大量的三维成像设备和模型的出现，但通常获取设备的精度不够，导致其噪声严重影响三维对象的重建和检索。本题目实现基于三维点云数据的去噪算法，采用局部表面法向量以及 ICP 相结合的算法来去除三维点云数据的噪声，提高后续处理的精度。有初步的图像处理基础9 刘绍辉多媒体安全 基于局部参考的互补图像信息隐藏图像信息隐藏属于信息安全的范畴，具有广泛的应用前景，例如图像认证、加密、溯源、取证等等。本项目拟设计一种基于局部参考图像的可逆信息隐藏算法，利用算法之间的互补特性来提高隐藏的质量和安全性。有初步的图像
7、处理基础10 刘绍辉多媒体安全 JPEG 图像中的可逆信息隐藏算法研究JPEG 图像是目前应用最为广泛的图像标准。本项目拟在 JPEG图像中实现一种可逆的信息隐藏算法，并试图结合隐藏和加密来提高图像的安全性。从而达到可在小团体中共享秘密图像的目的。有初步的图像处理基础11 刘健 生物信息学、智能数据管理海量生物数据集成平台研发随着后基因组时代的来临，各种基因组学、转录组学、代谢组学和疾病等相关生物数据信息的不断涌现。由于各生物数据库覆盖面广，分布分散且格式不统一。如何有效集成各种生物数据，并为用户提供方便的数据库接口是当务之急。本题目针对生物大数据集成需求，设计海量生物数据集成的解决方案，开发
8、平台系统软件。熟练掌握一门编程语言12 刘健 生物信息学、智能数据管理海量生物数据智能搜索平台研发生物大数据中往往蕴含着复杂生物语义，这就使得生物学家不得不频繁搜索生物数据集以获得全面的数据进行分析。为生物学家提供智能查询方法，使其能以系统、全面的观点分析生物学问题，揭示生命科学中蕴含的复杂关系，成为了一种趋势。本题目从满足用户智能查询需求入手，提出面向海量生物数据的智能搜索解决方案，并实现相关系统。熟练掌握一门编程语言13 曲明 物联网、操 农机电招平 在互联网+的背景下，农机电召系统核心目标是将闲置的农机 Android 软件开发，成 作系统、软件工程台用户 APP软件设计与实现资源与农田
9、劳作需求进行充分的信息匹配，从而对传统的农机需求发布和对接形式完全网络化，实现信息的充分共享，消除信息不对称造成的资源浪费和掮客分成现象。从而提升农村合作社经营和现代化农业管理的整体水平。系统分三个主要部分，即农作业主应用程序（包括 APP 和 WEB），农机主应用程序（包括 APP 和 WEB），以及电机电召平台（包括五个部分，服务器部署和用户可见 WEB 程序）。java 语言14 曲明成物联网、操作系统、软件工程农机电招平台用户WEB 软件设计与实现在互联网+的背景下，农机电召系统核心目标是将闲置的农机资源与农田劳作需求进行充分的信息匹配，从而对传统的农机需求发布和对接形式完全网络化，实
10、现信息的充分共享，消除信息不对称造成的资源浪费和掮客分成现象。从而提升农村合作社经营和现代化农业管理的整体水平。系统分三个主要部分，即农作业主应用程序（包括 APP 和 WEB），农机主应用程序（包括 APP 和 WEB），以及电机电召平台（包括五个部分，服务器部署和用户可见 WEB 程序）。WEB 程序开发，java 语言15 曲明成物联网、操作系统、软件工程无人机群控平台 web 端程序设计与实现目前无人机的成功应用案例还主要局限于单机应用，比如航拍、竞技、植保、勘察等。这些应用的共性特征是无人机地面站系统多针对单机控制，不具备群控和群组协同智能规划控制能力。比如构建森林安防、景区巡逻、社
11、区巡防、社区快递（大件物品多机协同投放，多件多目标地分配与收发过程）、社区火灾侦查、偷盗者追踪、社区紧急物品投放与救援、社区灭火等，更需要多机群组管控和多机协同完成任务。项目以开源 Mission planner 无人机地面站和开源四轴无WEB 程序开发，java 语言人机飞控平台（PIXHAWK Quadrotors ）PX4 为实践开发基础，研究、设计、构建出支持无人机群组管控和协同规划、导航、控制、和监控的网络化智慧社区地面站管控平台，简称：管控平台。亦即将传统的一个地面站控制一架无人机进行深度升级，实现一个管控平台可以同时对多个无人机进行管控和群组协同作业规划。16 曲明成物联网、操作
12、系统、软件工程无人机群控平台服务端程序设计与实现目前无人机的成功应用案例还主要局限于单机应用，比如航拍、竞技、植保、勘察等。这些应用的共性特征是无人机地面站系统多针对单机控制，不具备群控和群组协同智能规划控制能力。比如构建森林安防、景区巡逻、社区巡防、社区快递（大件物品多机协同投放，多件多目标地分配与收发过程）、社区火灾侦查、偷盗者追踪、社区紧急物品投放与救援、社区灭火等，更需要多机群组管控和多机协同完成任务。项目以开源 Mission planner 无人机地面站和开源四轴无人机飞控平台（PIXHAWK Quadrotors ）PX4 为实践开发基础，研究、设计、构建出支持无人机群组管控和协
13、同规划、导航、控制、和监控的网络化智慧社区地面站管控平台，简称：管控平台。亦即将传统的一个地面站控制一架无人机进行深度升级，实现一个管控平台可以同时对多个无人机进行管控和群组协同作业规划。Netty 高并发框架，socket 编程， java 语言17 王甜甜 软件工程、程序分析软件调试辅助工具的设计与实现随着软件数量和代码规模的不断增多，各种程序缺陷不断的出现。因此，如何进行自动化的代码调试与修正，成为软件研究的一个热点方向。本课题开发一个软件调试过程辅助工具，实现软件调试过程的并行化，让多人同时参与到同一个程序的调试过程中，程序设计 15114661292新技术楼 帮助开发人员快速找到软件
14、中错误的位置，以最短的时间完成程序的调试。18 王甜甜软件工程、程序分析软件缺陷预测工具的设计与实现软件缺陷预测是软件工程中的一个非常重要的研究课题，它基于软件历史数据中的模块缺陷记录来对新的软件模块进行缺陷预测，还能提供决策支持来指导软件项目的规划和过程管理。预测的软件模块的缺陷相关信息不但能反映软件模块的质量,还能用于指导测试资源的分配。比如, 通过预测新的软件模块是否含有缺陷,我们可以只对含有缺陷的软件模块进行测试, 从而节省检测正确软件模块的资源。本课题利用机器学习和程序分析等技术，研究实现软件缺陷的预测方法，开发软件缺陷预测。程序设计 15114661292新技术楼 19 王甜甜 软
15、件工程、程序分析程序自动辅助修正工具的设计与实现本课题研究程序自动修正在学生代码评测方向的应用，基于已有程序修正模型，实现一个便于教师和学生使用的程序自动修正系统，不仅可以自动给学生的程序进行测试和提供修正参考，而且减少了教师批改作业的负担。程序设计 15114661292新技术楼 20 朴松昊计算机应用 基于视觉的机器人路径规划研究人类认识外部环境的信息的 80%的信息都通过视觉获得的，因此视觉系统的好坏直接关系到机器人的智能控制水平，可以说嵌入式视觉技术的高低决定机器人大赛的名次。本项目为适应小型仿人机器人的需要，研究实时工作的嵌入式视觉系统，完成路径规划研究。编程语言基础21 朴松昊基于
16、优化算法的机器人避障研究机器人实际工作中，采用基于无线传感器网络的单芯片型结构，超小型视觉芯片采集外部环境信息，然后将些信息进行规格化后用无线通信传送至主机，由主机对该信息进行识别与定位，最后由主机产生的编程语言基础行为决策信息用蓝牙通信再反馈至机器人的数字信号处理器芯片，由它驱动机器人电机系统，通过优化算法完成机器人避障规划。22 蔡则苏计算机应用 基于协作的机器人追捕研究智能机器人的研究与开发引起了发动国家的科学家和企业家的极大热情，纷纷耗巨资组织和实施相应的发展战略规划，相继成立或者资助以研究和开发智能机器人为目标的研究机构或研究课题。其中，多机器人追捕问题是机器人协作研究的重要方向之一
17、，课题拟采用优化算法进行研究，实现多个机器人协作追捕。编程语言基础23 程思瑶传感网、物联网、感知大数据计算感知大数据相对主成分分析技术物理世界在时间上、空间上的变化往往是持续的，因而感知数据具有较强的时间、空间相关性。除此之外，相对于用户特定的计算需求，并非所有的感知数据均有用。因而，本课题的主要研究内容是对。于用户给定的操作，如何在感知大数据集合中提取与给定操作最相关的数据子集，用以支持用户计算任务的完成。具有一定的数学基础，了解回归分析等技术，具有一定的分布式环境编程基础联系方式：1379662479324 程思瑶移动设备上可视化技术的研究随着移动终端的发展，人们常常拥有各种移动设备，例
18、如手机、Pad 等，并且这些移动设备在人们办公中起到了十分重要的作用，一些企业经理常常用各种移动设备查看查询结果，各种报表等。然后由于移动设备的尺寸不一，分辨率千差万别，故需要研究动态自适应的可视化算法，以便在满足用户观测精度的条件下，传输最少的数据。具有一定的安卓系统编程经验联系方式：1379662479325 程思瑶移动健康网中隐私保护技术的研究随着手机、各种手环等设备的产生于发展，用移动设备来监测持有者的健康越来越普遍，另外也使得及时预警成为可能。然而，由于健康数据关乎持有真的隐私，而在网络中传播势必会造成隐私泄露，故如何设计有效的隐私保护策略，使得网络中传输的健康数据即可及时报告给相关
19、医生，又不会在具有一定的安卓开发经验、以及基础信息安全知识联系方式：13796624793传输过程中泄密十分重要，有待于研究。26 程思瑶基于 RFID的动作识别系统RFID 传感器费用低廉，耗能少，而且还能在周围环境中捕获能量，因而使用其作为动作监测与识别系统的部件，可大大降低系统布置的成本。然而，RFID 传感器的处理与通信能力极其有限，这也为具体动作的识别带来巨大挑战，故如何利用 RFID、移动终端、笔记本电脑等搭建一个有效、精度高、耗能与成本低的动作识别系统即颇具挑战又据具有巨大的实际应用价值具有比一定的分布式环境编程经验，熟练掌握操作系统等知识联系方式：1379662479327 程
20、思瑶基于手机的智能家居系统随着人们对生活品质的要求越来越高，智能家居系统作为智慧化城市、智慧化地球的一个基本单元在未来研究与生产中有着十分重要的地位。如何利用手机 APP 使得人们远程可控家中一些电器，如空调等，如何对家中各类异常进行远程监控和报警，如何智能地使得人们生活环境更舒适等都是很值得研究的问题。具有一定的安卓编程经验，了解一些硬件知识。联系方式：1379662479328 石胜飞大数据、数据挖掘基于微信公众平台的社交型CRM（客户关系管理）系统设计与实现1. 传统的销售模式是通过渠道拓展专员，与客户一对一沟通方式进行，受制于拜访频率、地理距离以及个体工作能力等因素的限制，效率不高，很
21、难确保信息的有效沟通，已经不能满足企业销售发展所带来的沟通需求；2. 本系统基于微信公众平台实现社交型客户关系管理系统，包括根据不同区域和等级的分销商进行针对性的分组管理和沟通；定向微信信息推送：定期（每月 34 次）向相应区域和等级的分销商推送关于新品、促销、活动等推文；嫁接于微信的网页（微站）：可实现二维码系统积分查询、展架/礼品申请状态查询、最新促销、最新产品查询、常见问题 Q&A 等模块功能；实现微信即时信息咨询：由企Java Web 开发。 联系方式：业总部人员在后台对不同区域的分销商咨询进行即时反馈和解答，并对所有资讯问题进行分类和记录。29 石胜飞大数据、数据挖掘楼宇经济管理系统
22、楼宇经济主要指中心城区以商务楼宇、功能性板块或园区设 施等为载体,通过开发、租售或合作等方式,为入驻载体内的现 代服务型或都市工业型企业提供各类服务 ,以达到楼宇招 商、稳商、强商的效果,从而产生高效税源、保持经济增长的目 的, 进而促进城市发展。但在楼宇经济的发展过程中,楼宇载 体资源众多 、楼宇内入驻企业海量致使政府很难进行管理和 服务,楼宇经济管理系统也就逐渐被开发使用。Java Web 开发框架Struts2、 Spring MVC等联系方式：30 邹兆年大数据 知识图谱搜索算法知识图谱（Knowledge Graph）是一种分布式的知识表示形式，现在已经积累了许多大规模的知识图谱数据
23、，如Freebase、Yoga 、Google Knowledge Graph 等。知识图谱搜索是指搜索满足用户搜索条件的知识，这是一项具有重要意义的问题。该课题研究内容是实现现有知识图谱搜索算法，并提出改进算法。精通高级语言程序设计、数据库、数据挖掘、图论、算法、数据结构等联系方式：1394509342531 邹兆年大数据 分布式参数化最大流算法参数化最大流算法是解决许多最优化问题的一项基本算法工具。随着图数据规模的不断增大，单机执行参数化最大流算法存在性能瓶颈。该课题研究如何设计和实现 Spark 等分布式并行计算平台上的参数化最大流算法。精通高级语言程序设计、图论、算法、数据结构、Spa
24、rk 等要求主动学习能力强、编程水平高。32 邹兆年大数据 图数据上的关联规则挖掘算法关联规则挖掘是一项重要的数据挖掘问题。现有研究都是在事物数据库、关系数据库、序列数据上进行。该课题研究图数据上的关联规则挖掘问题。该问题很有趣，欢迎对数据挖掘研究感兴趣的同学来选题。精通高级语言程序设计、数据库、数据挖掘、图论、算法、数据结构等。能够熟练运用数学工具进行证明和计算。要求主动学习能力强、编程水平高。33 邹兆年大数据 分布式子图计数算法计数图中的子图是一个基本且重要的研究问题，该问题对于大量图数据计算问题都有重要的应用价值。该课题研究子图计数的分布式算法，并在 GraphLab 等分布式计算环境
25、下实现算法。精通高级语言程序设计、图论、算法、数据结构、并行计算等。熟练使用Linux 操作系统。要求主动学习能力强、编程水平高。34 张岩 大数据 Efficient Algorithms for Public-Private Social NetworksWe introduce the public-private model of graphs. In this model, we have a public graph and each node in the public graph has an associated private graph. The motivation f
26、or studying this model stems from social networks, where the nodes are the users, the public graph is visible to everyone, and the private graph at each node is visible only to the user at the node. From each nodes viewpoint, the graph is just a union of its private graph and the public graph.We con
27、sider the problem of efficiently computing various properties of the graphs from each nodes point of view, with minimal amount of recomputation on the public graph. To illustrate the richness of our model, we explore two powerful computational paradigms for studying large graphs, namely, sketching a
28、nd sampling, and focus on some key problems in social networks and show efficient algorithms in the public- private graph model. In the sketching model, we show how to efficiently approximate the neighborhood function, which in turn can be used to approximate various notions of centrality. In the sa
29、mpling model, we focus on all-pair shortest path distances, node similarities, and correlation clustering.精通高级语言程序设计、图论、算法、数据结构等联系方式：1384513935035 张岩 大数据 Locally Densest Mining dense subgraphs from a large graph is a fundamental graph mining task and can be widely applied in a variety of application
30、 精通高级语言程序设计、数据库、数联系方式：Subgraph Discoverydomains such as network science, biology, graph database, web mining, graph compression, and micro-blogging systems. Here a dense subgraph is defined as a subgraph with high density (#.edge / #.node). Existing studies of this problem either focus on finding th
31、e densest subgraph or identifying an optimal clique-like dense subgraph, and they adopt a simple greedy approach to find the top- k dense subgraphs. However, their identified subgraphs cannot be used to represent the dense regions of the graph. Intuitively, to represent a dense region, the subgraph
32、identified should be the sub- graph with highest density in its local region in the graph. However, it is non-trivial to formally model a locally densest subgraph. In this paper, we aim to discover top-k such representative locally densest subgraphs of a graph. We provide an elegant parameter-free d
33、efinition of a locally densest subgraph. The definition not only fits well with the intuition, but is also associated with several nice structural properties. We show that the set of locally densest subgraphs in a graph can be computed in polynomial time. We further propose three novel pruning strat
34、egies to largely reduce the search space of the algorithm. In our experiments, we use several real datasets with various graph properties to evaluate the effectiveness of our model using four quality measures and a case study. We also test our algorithms on several real web-scale graphs, one of whic
35、h contains 118.14 million nodes and 1.02 billion edges, to demonstrate the high efficiency of the proposed algorithms.据挖掘、图论、算法、数据结构等1384513935036 张岩 大数据 Memory-efficient and How can we estimate local triangle counts accurately in a graph stream without storing the whole graph? The local triangle co
36、unting 精通高级语言程序设计、数据库、数联系方式：Accurate Sampling for Counting Local Triangles in Graph Streamswhich counts triangles for each node in a graph is a very important problem with wide applications in social network analysis, anomaly detection, web mining, etc.In this paper, we propose Mascot, a memory-effi
37、cient and accurate method for local triangle estimation in a graph stream based on edge sampling. To develop Mascot, we first present two naive local triangle counting algorithms in a graph stream: Mascot-C and Mascot-A. Mascot-C is based on constant edge sampling, and Mascot-A improves its accuracy
38、 by utilizing more memory spaces. Mascot achieves both accuracy and memory-efficiency of the two algorithms by an unconditional triangle counting for a new edge, regardless of whether it is sampled or not. In contrast to the existing algorithm which requires prior knowledge on the target graph and a
39、ppropriately set parameters, Mas- cot requires only one simple parameter, the edge sampling probability. Through extensive experiments, we show that for the same number of edges sampled, Mascot provides the best accuracy compared to the existing algorithm as well as Mascot-C and Mascot-A. Thanks to
40、Mascot, we also discover interesting anomalous patterns in real graphs, like core-peripheries in the web and ambiguous author names in DBLP.据挖掘、图论、算法、数据结构等1384513935037 张岩 大数据 Diversified Top-k Graph Pattern MatchingGraph pattern matching has been widely used in e.g., so- cial data analysis. A numbe
41、r of matching algorithms have been developed that, given a graph pattern Q and a graph G, compute the set M(Q,G) of matches of Q in G. How- ever, these algorithms often return an excessive number of matches, and are expensive on large real-life social graphs. Moreover, in practice many social querie
42、s are 精通高级语言程序设计、数据库、数据挖掘、图论、算法、数据结构等联系方式：13845139350to find matches of a specific pattern node, rather than the entire M(Q,G).This paper studies top-k graph pattern matching. (1) We revise graph pattern matching defined in terms of simulation, by supporting a designated output node uo. Given G and
43、Q, it is to find those nodes in M(Q,G) that match uo, instead of the large set M (Q, G). (2) We study two classes of functions for ranking the matches: relevance functions r() based on, e.g., social impact, and distance functions d() to cover diverse elements. (3) We develop two algorithms for compu
44、ting top-k matches of uo based on r(), with the early termination property, i.e., they find top-k matches without computing the entire M (Q, G). (4) We also study diversified top-k matching, a bi-criteria optimization problem based on both r() and d(). We show that its decision problem is NP-complet
45、e. Nonetheless, we provide an approximation algorithm with performance guarantees and a heuristic one with the early termination property. (5) Using real-life and synthetic data, we experimentally verify that our (diversi- fied) top-k matching algorithms are effective, and outper- form traditional m
46、atching algorithms in efficiency.38 张岩 大数据 Scalable Large Near-Clique Detection in Large-Scale Networks via Extracting dense subgraphs from large graphs is a key primitive in a variety of graph mining applications, ranging from mining social networks and the Web graph to bioinformatics 41. In this p
47、aper we focus on a family of poly-time solvable formulations, known as the k-clique densest sub- graph problem (k-Clique-DSP) 57. When k = 2, the problem becomes the well-known densest subgraph problem 精通高级语言程序设计、数据库、数据挖掘、图论、算法、数据结构等联系方式：13845139350Sampling (DSP) 22, 31, 33, 39. Our main contributio
48、n is a sampling scheme that gives densest subgraph sparsifier, yielding a randomized algorithm that produces high-quality approximations while providing significant speedups and improved space complexity. We also extend this family of formulations to bipartite graphs by introducing the (p, q)-biclique densest subgraph problem (p,q)-Biclique-DSP), and devise an ex- act algorithm that can treat both clique and biclique densi- ties in a unified way.As an example of performance, our sparsifying algorithm extracts the 5-clique densest subgraph which is a large-near cl
