一种虚拟网络映射算法及其在气象云中的应用

针对现有虚拟网络映射算法效率低下的问题,本文提出了一种基于节点资源能力和节点位置关系的虚拟网络映射算法(Nrc-Npr),仿真实验证明,该算法使映射的物理节点分布紧凑,减少了链路映射阶段映射链路的长度,可以有效的提高虚拟链路的映射质量、网络请求接收率,减少运行时间。将该算法应用到湖南省气象云,取得了良好的效果。     

不可微凸规划的一个收敛算法

本文给出了不可微凸规划的一个收敛算法,其特点在用算法的迭代过程中迭代方向采用的是一种近似的次梯度。另外,利用和本文相似的证明方法,可以说明,当这个算法中的迭代方向取成由其它的一些方法计算得到的近似次梯度时,算法仍然是收敛的。     

浅谈专利分类、行业分类与商品分类的统一模型

提出一种专利分类、行业分类与商品分类的统一模型,便于专利数据与行业经济数据、商品分类数据的关联研究。该统一模型的关键在于多种分类体系之间的映射方法。首先,映射方法将复杂的任务拆分为简单任务的组合。其次,利用了名称、说明、生产商、分类号等多种分类数据。最后,改进了一种投票算法以处理数据映射歧义。该统一模型使得经济活动数据的大数据处理更加容易,使得在三种视角下的综合分析成为可能。     

基于WordNet的关联数据本体映射研究

随着越来越多的数据集以关联数据的形式发布到数据网络中,不同数据集之间的本体映射成为当前的研究热点。本文以WordNet为基础,通过对从数据网络中获取的XML格式的本体文档进行解析以获取待映射概念,并建立待映射概念节点的父概念树和子概念树并计算其相似度,提出了一种新的关联数据本体映射方法。     

基于逻辑自映射的变尺度Henon搜索蜂群算法

鉴于Henon映射的自组织特性,提出基于Henon映射变尺度搜索的蜂群优化算法,通过Henon映射的逻辑自组织映射能力,在蜂群寻优搜索到的引领蜂群扰动附近的自组织变尺度搜索更优特征解,同时对这搜索范围进行变尺度动态调整收缩。最后将蜂群仿生优化算法应用到强干扰瑞利分布色噪声下微弱信号检测仿真实验和应用中,仿真实验表明,改进的蜂群优化算法显著提高了优化性能,寻优检测精度更高,并能实现全局快速收敛,能有效对强干扰下的微弱信号进行有效检测,检测性能提高显著。     

本体映射技术在关联数据中的应用研究

本体异构严重影响了关联数据集本体间的信息交互,导致关联数据集间的本体层关联缺乏。本文讨论了本体异构的类型,介绍了本体映射的过程和主要方法,提出了一种利用本体映射技术在数据集之间建立关联的方法,从而使得实例层面的数据可以实现自动建立链接,以便在此基础上开发更多的智能应用。     

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。     

凹凸映射的算法及GLSL实现

凹凸映射是纹理映射的一种,它不用修改物体模型就使物体表面具有凹凸不平粗糙的外表,外表受光源的位置影响,其显示的明暗和颜色会发生变化,该文探讨了使用OpenGL着色语言（GLSL）实现凹凸映射的算法,并介绍其生成原理,算法可以应用在计算机三维绘图中。     

基于高斯核的KSOFM聚类算法研究

文章提出了一种基于高斯核的KSOFM聚类算法,通过核函数将输入空间中的样本映射到高维特征空间中,并在特征空间中进行聚类。核函数的应用使得在原空间中未曾体现的信息得以展现并被聚类算法所运用,使得聚类算法在性能上有较高的提升。     

改进的三维自组织映射算法在图像压缩中的应用

矢量量化是一种高效的数据压缩技术,已广泛应用于图像压缩领域。为改善所恢复图像的性能,文中在三维自组织映射（SOM）的基础上,提出一种改进的三维SOM算法,同时将其应用到图像压缩中。实验结果表明,改进的三维SOM算法所恢复的图像质量高于基本的三维SOM算法。     

隐枚举法的改进及应用

在缺乏通用有效的解决整数（０－１）规划算法的条件下，隐枚举法已被成功地应用到基于整数规划模型的应用问题中，本文对Ｅ．ＢＡＬＡＳ提出的隐含枚举法进行了改进，给出一种简单可行的算法，并给出基于该算法的ＤＳＳ应用系统案例。     

粒子群算法优化BP神经网络的指纹识别技术

指纹识别技术是当今应用最广泛的生物识别技术之一。在指纹识别过程中,图像处理、特征提取、匹配等过程数据量庞大,计算比较烦琐。BP神经网络具有良好的自学习能力、强大的分类能力和容错能力,将其应用到指纹识别中是可行的。为改进BP神经网络计算速度较慢,梯度下降法不能处理一些不可微传递函数的问题,采用粒子群算法对BP算法进行优化,提高了指纹识别的速度和准确度。     

一种新的求解Min-Max问题的逼近算法

针对极大极小(Min-Max)问题中极大值函数的不可微性,构造了一种针对极大值函数新的光滑逼近函数,并讨论了该逼近函数的若干性质,给出一种求解极大极小问题的具有大范围收敛性的算法,数值结果表明算法是有效的.     

基于相空间重构技术的EM聚类模糊神经网络预测模型及其应用

应用相空间重构技术对时间序列进行分割,将原序列映射到多维的数据空间中。将期望最大化(EM)聚类算法和神经网络相结合,提出了一种基于相空间重构技术的EM聚类模糊神经网络预测模型。在股票市场上进行了应用,结果表明该预测模型降低了预测误差,提高了系统的性能。     

蚁群算法优化和路径规划问题的应用研究

基于智能仿生计算的蚁群优化算法在路径规划问题中具有较好的应用前景,通过蚁群算法优化,实现机器人路径规划和应急救援的路径规划等。传统的基于蚁群算法的路径规划在信息素转换中容易导致信息丢失,产生局部收敛,提出一种基于信息素多目标Pareto支配的蚁群优化算法实现路径规划,利用信息素多目标Pareto集合序列的均匀遍历特性和逻辑差分变尺度特征,进行变尺度搜索,根据蚁群优化算法一次次地更新搜索空间,结合负反馈机制,通过蚂蚁的信息素转化进行路径分析,采用Pareto支配集记录下最优的食物源,蚁群在寻找食物过程中,避免了局部寻优和局部收敛,仿真结果表明,采用该算法进行蚁群优化后的路径规划避障效果较好,以较快的收敛速度和较少的迭代次数找到最优路径,收敛性好。     

一种GA-BP算法的研究及性能分析

遗传算法具有搜索全局最优解的能力,并且有很强的鲁棒性,而BP算法具有很好的泛化能力和非线性映射能力,基于两种算法的特点,设计了一种GA-BP算法,该算法将遗传算法应用到神经网络中权值和阈值的优化中,将最优解的分布范围缩小,然后通过BP算法进行再次优化和精确求解,以防止神经网络陷入局部极小点,从而达到加速收敛、减少训练次数的目的;并且通过对比实验给出该算法的可行性和有效性分析,进一步验证了该算法在收敛速度和误差精度上的优越性。     

院士寄语

张恭庆 (1936.5.29-)数学家,上海人,1959年毕业于北京大学数学系。北京大学数学系教授、数学研究所所长。他以同调类的极小极大原理为基础,把许多临界点定理纳入新的Morse理论,使几种不同理论在这里汇合、交织,形成一个强有力的理论框架,由此发现了好几个新的重要的临界点定理,并使过去的许多结果的证明大为简化,所得结论也更为精确。这一理论被广泛地应用于非线性微分方程。此外,他把一大类数理方程自由边界问题抽象成带间断非线性项的偏微分方程,发展了集值映射拓扑度和不可微泛函的临界点理论等工具,成功地解决了这类问题。     

基于PCA的SOM网络在基因数据聚类分析中的应用

把主分量分析（PCA）方法和自组织特征映射网络（SOM）相结合,应用到基因数据聚类分析中。首先对基因数据集进行PCA分析,提取出少量的特征主分量,再对数据集进行降维。这些主分量基本上可以反映原数据集的综合信息,然后应用SOM网络对得到的特征分量进行聚类分析,把相似的基因划分到一个区域。实验结果表明,与单一地选用SOM网络进行聚类分析相比,该方法有较高的分类正确率及较为清晰的分类边界,是一种非常有效的聚类分析方法。     

基于L-C映射加密算法的电子商务安全性分析

随着信息技术的高速发展,电子商务成为未来商务活动的必然趋势。针对目前人们越来越重视电子商务的安全性问题,本文提出了一种应用于电子商务信息加密的L-C映射加密算法。该算法结合了Logistic映射算法和Cubic映射算法,形成新的Logistic-Cubic映射加密算法,简称L-C映射加密算法,并且采用分层迭代模式,再根据加密函数加密得到的密文,得到下一次算法的迭代次数,保证算法的随机性和规律性。算法仿真结果表明,本文提出的这种应用于电子商务信息加密的L-C映射加密算法在本文信息加密和图像信息加密上效果良好,且加密速度比一般的加密算法快,值得推广。     

基于动态Skyline计算的智能电网分布式路由算法

针对低压集抄微功率无线网络中采集器如何通过多跳方式选择一条最优路径把相关数据实时可靠地传送到集中器的路由优化问题,提出一种基于动态Skyline计算的分布式智能路由算法,该算法中,各采集器通过和邻居交换状态信息来独立动态选择下一跳,仅需局部环境信息即可有效找到至集中器的优化路径。仿真实验表明,提出的新算法较现存算法在实时性和可靠性方面均更具优势。