一种复杂截面线数据的排序与轮廓分离方法

逆向工程中通过工业CT等方式测量得到的截面线数据具有数据量大、轮廓多等特点。要对其进行特征提取或几何造型之前,必须首先进行排序和轮廓分离。本文提出了一种基于极坐标的复杂截面点云数据的排序和轮廓分离方法,与基于距离的排序算法相比,这种方法减小了相邻点搜索范围,提高了搜索效率。数据试验说明这种方法能够准确地实现复杂截面点云数据地排序和轮廓分离,而且适用于包括图象数据在内的各种数据,可以用来解决图象的轮廓跟踪问题。     

基于SMOTE不平衡扩充采样算法的改进

针对不平衡数据集少类样本分类精度低的现象,本文提出了一种新的不平衡数据扩充采样算法。改进算法通过距离度量,在少类样本中心与其近邻间进行随机线性插值,使数据平衡。改进算法与SMOTE算法、C＿SMOTE算法分别对5个不平衡数据集进行扩充分类对比实验,基于AUC、OOB、F值与G值评价指标及成对样本T检验,证明改进算法能有效缓解类不平衡,并具有更优异的不平衡数据处理性能。     

基于邻近样本类别判断的不平衡数据分类算法

数据类间分布不均衡是不平衡数据集分类效果不好的主要原因,为了克服类间分布的不均衡,本文提出了一种基于邻近样本类别判断的不平衡数据分类算法。首先,对待判定样本,计算它的k个最邻近样本,然后将待判定样本的类别指派到它的k个最邻近中的多数类。由于本文所提出的不平衡数据分类算法在类别决策时,只考虑少量的邻近样本的类别,而不是考虑所有的训练样本,因此可以较好地克服类间不平衡对少数类分类结果的影响。在客户流失数据集上的仿真实验充分证明了本文算法能较好地处理不平衡数据分类问题。     

基于统计深度函数的高维中位数的求解探讨

统计深度的主要思想是在高维情况中,根据深度函数对给定的数据集或是分布得到一个中心向外的数据排序,并能由此定义出高维中位数的概念。本文改进了投影深度最深点的近似算法并提出了SPD（Spatial）深度最深点的近似算法,并且通过数据模拟可以看出这些算法的精确度较高,而且计算复杂度也不高。     

基于K-means和Label Propagation的半监督网页分类

提出基于图的半监督学习算法,即类别传播算,结合K均值算法改进,用于网页分类。该K均值类别传播方法使用欧式距离的建立带权∈NN图。在这个图中,图节点表示已标记或未标记的网页,边上的权重表示节点的相似度,已标记节点的类别沿着边向邻居节点传播,从而将网页分类问题形式化为类别在图上的传播。结合K均值方法,提高了计算速度以及图方法的归纳能力,经UCI数据集测试,结果表明,此算法比类别传播算法有更好的性能,能够有效地用于半监督网页分类。     

云环境下改进的动态模糊多关键字查询算法研究

针对当前密文搜索领域大多数多关键字查询算法均不能同时保证云环境下的安全性、便捷性,以及实用搜索算法所常见的模糊查询、多关键字查询等操作,本文提出了一种能够适应云计算应用的密文搜索算法,该算法基于MRSE与向量空间模型进行构建,在已有的MRSE的基础上进行了改进,增加了包括分块纠删码、bloomfilter在内的几种优化方案,能够将散落在云端的数据在加密的条件下进行关键字搜索,使得算法搜索性能大大增强。仿真实验结果表明,本文提出的改进的动态模糊多关键字查询算法大大增强了密文搜索的运行效率和安全性,保证了云环境数据的查询准确度,降低了运算和存储的负载,并能够实现多关键字搜索和模糊搜索,增强了云搜索服务的性能,是一种适合云环境应用的密文搜索算法。     

基于自适应采样的空间插值方法比较研究

在空间插值选取待插值点的参考样本点时,针对不同的筛选参考样本点方法对插值区域内整体分布情况的插值效果和精度存在差异性的问题,本文以北京地区空气质量监测站点数据,利用固定参考点数法、固定搜索半径法、一阶自然邻近点法和基于空间聚类的方法等四种筛选参考点方法,分别进行反距离加权插值。通过对比实验从插值精度和时间两方面来分析各个方法的优缺点。研究结果表明:插值精度由高到低依次为,一阶自然邻近点法、基于聚类法、参考点数固定法、搜索半径固定法。     

基于位置敏感哈希的海量文本数据查询算法研究

提出了一种基于位置敏感哈希算法的海量文本数据查询算法,通过位置敏感哈希算法将文本数据的特征向量映射到哈希桶中,从而有效地降低了计算复杂度并提高了数据检索的效率。首先,利用TF-IDF特征表示文本的特征向量,并根据给定的哈希函数集把文本的特征向量映射至哈希桶;接下来,利用哈希表为给定的文本计算出与之对应的直方图,通过直方图距离计算文本的相似度;最后,通过计算目标文本集中的文本与待查询文本的相似度进行文本排序,排序分值高的文本作为相关文本返回给用户。实验结果表明,对比已有方法文本提出的算法在MAP以及查全率-查准率曲线两个测度上都获得了较好的性能。     

基于X264的六边形运动估计算法的改进

在块匹配运动估计中,起始搜索的模板类型和大小影响着搜索的速度,在现有的快速搜索算法中,采用由大到小的模板进行搜索,这种方法在运动矢量较小时,增加了一些不必要搜索的点数.本文在分析X264(X264是一个开源的H264/AVC的视频编解码器)编码模型中4种运动估计算法的基础上,提出了一种六边形改进算法,在保持了原有图象质量的情况下有效的提高编码速度.通过对各种测试序列的实验证明,改进后的算法与六边形算法相比,在重建图象质量和码率接近的情况下,编码速度平均提高了12%,提高了编码器的实时性.     

基于检错码静默补偿的跨层链路复激活算法

有效的链路层的复激活算法可以提高语义系统的检错性能。传统方法采用自适应模式匹配方法实现语义系统的跨层链路复激活,当检错码冗余数据块随机放置时,不能有效实现语义检错。提出一种基于检错码静默补偿的跨层链路复激活算法,构建语义系统网络控制模型,设计检错码编码数据块放置方法,提出检错码静默补偿机制并实现跨层链路复激活算法改进。实验结果表明,采用该算法能有效实现语义系统检错码跨层链路激活,谱峰复激活搜索明显,任务执行精度提高17%,算法在语义网通信编码设计等领域具有较好的应用价值。     

基于遗传禁忌的数据库多连接查询优化算法

针对数据库多连接查询优化问题,提出一种基于遗传禁忌算法的数据库多连接查询优化策略。把遗传算法作为查询优化的主框架,禁忌搜索作为遗传算法的变异算子,增加种群多样性,克服遗传算法收敛慢、局部搜索能力差等缺陷。仿真结果表明,遗传禁忌算法加快了求解数据库多连接查询优化问题的速度,而且提高了查询优化效率,得到较满意的查询优化结果。     

电动汽车电池剩余电量百分比SOC的参数识别优化

针对标准卡尔曼滤波算法在对SOC参数识别时还存在识别精度不高、稳定性较差等问题。本文设计了一种以非线性变换卡尔曼滤波算法为基础的SOC参数识别优化模型,最先近似非线性函数的概率密度分布,之后再采用具有确定点集来对输入状态的分布进行表示,之后再对每个Sigma点进行非线性变换,得到非线性变换后的点集和方差,最后用本文设计的算法优化SOC估算算法。并进行了仿真实验。结果表明,与标准卡尔曼滤波算法相比,改进后的卡尔曼滤波算法的估算曲线波动较小,且具有更高的稳定性和估算精度。     

[2015年第2期] 多样性图排序的研究现状及展望

排序是信息检索、数据挖掘以及社会网络分析的基础工作之一。 在线社交网络和社 会媒体的快速发展积累了大量的图数据——由表示实体的节点和表示实体间关系的连边构 成。 图数据中节点之间连接关系复杂, 通常缺少显式的全序结构, 使得图排序在图数据分析 中显得尤为重要。 图排序算法主要包括 2 大类, 面向节点中心度的图排序算法和面向节点集 合多样性的图排序算法。 与传统的图排序不同 , 多样性图排序考虑排序和聚类的融合, 体现 为节点集合对网络整体的覆盖程度。 近年来, 多样性图排序得到了广泛的关注, 取得了一系 列研究进展,研究成果成功应用到了搜索结果排序、文档自动摘要、信息推荐系统和影响最大 化等诸多场景中。 文章评述了多样性图排序的研究现状及主要进展, 将现有的多样性图排序 方法按照研究思路的不同分为边际效益最大化、竞争随机游走、聚类与排序互增强 3 类, 分别 评述了每类方法的优势和不足。 最后指出 , 设计有效的评价指标和标准测试集、克服多样性 图排序面临的精度和速度的矛盾等是多样性图排序未来的研究重点。     

基于多GPU的千万级高维空间实时检索

海量高维数据的近邻检索一直是多媒体信息领域的重要研究课题。本文提出一种基于多GPU的并行高维空间距离检索排序算法,通过并行优化空间距离计算及排序过程,并充分利用GPU硬件特性和众多的流处理器单元,算法能实现百万级的高维数据的实时检索。在此基础上,研究并利用多GPU架构,提升并行效率,拓展实时数据查询的数据规模。实验结果表明,本文算法可达到千万级别高维数据的实时精确检索,极大地拓展了高维检索的应用范围。     

一种融合标签和患者咨询文本的医生推荐算法

【目的/意义】针对在线医疗信息结构松散，医疗平台医生推荐精度不足的现状，设计了一种基于标签和患者咨询文本的医生推荐算法，提升医生推荐效果。【方法/过程】利用Word2vec模型训练患者咨询文本得到特征向量，改进余弦相似度算法计算医生推荐集A；利用LDA模型训练医生标签得到医生在主题上投影的概率分布，改进KL距离算法计算医生推荐集B；基于社会网络分析理论设计相关算法重构医生网络链接，选择中心性指标得到最终医生推荐集C。【结果/结论】以“丁香医生”数据进行实证，面向UGC数据丰富了算法的可用程度，弥补了单一推荐方法的不足，提高了推荐的精度。本文所提方法有效提升了医生推荐精度。【创新/局限】通过融合标签和患者咨询文本，采用社会网络分析实现了医生混合推荐。虽然通过中心性指标进行重要医生挖掘，但挖掘效果有提升空间。     

基于细胞膜优化的人工鱼群算法研究

研究人工鱼群算法优化问题,为了改进AFSA在非全局极值点出现较严重聚集情况时,收敛速度降低,甚至陷入局部极值,搜索性能劣化的问题,采用细胞膜优化算法物质的转运方式,对人工鱼群算法的寻优行为进行改进,从而一定程度上避免算法陷入局部最优,提出了一种基于细胞膜优化的人工鱼群算法.通过4个典型函数仿真和应用实例仿真结果表明,该算法是可行有效的,求解精度更高,算法更稳定.     

基于改进粒子群BP算法的神经网络及应用

融合粒子群算法和BP算法的优点,提出了改进粒子群BP算法,阐述了其基本思想,详细的实施步骤及对标准BP算法的改进之处。为了验证提出算法的优越性,以某钢厂引进的连铸板坯二冷动态控制系统为研究对象,设计了基于该算法的表面温度神经网络控制器。以实际生产现场的设备、工艺参数为基础进行了仿真研究,改进粒子群BP算法在收敛速度、计算精度、最优解的搜索能力、算法稳定性等方面优于标准BP算法。     

一种自动获取用户兴趣的个性化搜索算法

解决用户的模糊查询问题一直以来是信息检索领域研究的热点。为了解决不同用户间的查询差异,一种称为个性化搜索的技术得以提出,其通过获取用户的喜好来识别查询意图,但研究发现很少有用户愿意直接或间接提供个人信息。本文提出一种基于用户点击历史信息自动获取用户兴趣进而对搜索结果进行个性化呈现的Web搜索系统架构。基于主题相关PageRank技术,设计了用户兴趣学习算法和个性化搜索页面排序算法。实验表明该算法能有效学习用户的兴趣信息,提高了个性化Web搜索质量。     

改进的SPIHT小波图像压缩编码

针对原SPIHT算法存在扫描的重复且未能充分利用小波系数分布特点,随着压缩比的增加,会引起编码效率的下降等不足,提出一种改进的图像压缩编码算法。改进的图像编码算法低频子带进行DPCM无损编码,高频子带采用优化排序的SPIHT算法。仿真结果表明,改进算法较原算法在重构图像的主观效果和峰值信噪比上都得到了提高。     

基于改进MPA优化的高斯混合模型算法

针对高斯混合模型算法（GMM）对初始参数敏感、易陷入局部最优的问题,提出一种基于改进海洋捕食者算法优化的GMM算法（MMPA-GMM）。首先基于混沌序列和伪对立学习策略初始化种群,引入非线性收敛因子平衡MPA算法的全局与局部搜索,同时提出融入社会等级制度的位置更新策略;然后从搜索能力和收敛速度对改进的MPA进行分析;最后以S＿Dbw指标作为算法的适应度函数,利用改进的MPA优化GMM算法的初始参数。实验结果表明,改进的MPA在4种测试函数上表现良好,并且MMPA-GMM算法对4个数据集的聚类效果均有改善,有效避免了GMM算法陷入局部最优的问题。