文本聚类算法的质量评价

文本聚类是建立大规模文本集合的分类体系实例的有效手段之一。本文讨论了利用标准的分类测试集合进行聚类质量的量化评价的手段,选择了k-Means聚类算法、STC（后缀树聚类）算法和基于Ant的聚类算法进行了实验对比。对实验结果的分析表明,STC聚类算法由于在处理文本时充分考虑了文本的短语特性,其聚类效果较好;基于Ant的聚类算法的结果受参数输入的影响较大;在Ant聚类算法中引入文本特性可以提高聚类结果的质量。     

P2P网络中带阀值Top-k查询方法研究

由于P2P网络（peer-to-peernetworks）具有高动态、分散的特点,洪泛式查询方法引起查询反馈信息的急剧增加．基于互联网搜索引擎广泛采用的T0p-k查询算法,以查询树中祖先节点本地查询结果下界作为阈值,提出了用于非结构化P2P网络的带阈值Top-k查询算法．实验证明,在非结构化P2P系统中,带阈值Top-k方法能减少网络传输量．     

基于人工免疫的P2P文件共享防污染系统

文件污染是当前P2P文件共享系统普遍存在的问题,极大的降低了系统的可用性。P2P文件共享系统和生物免疫系统一样,都是高度分布、自适应和自组织的。利用向量空间相似度赋予投票权重,采用自适应的信誉阈值判断文件可信性,建立了基于人工免疫的防污染对象信誉机制来进行邻居节点集的选取,以改进系统可用性。仿真实验表明,系统具有很高的识别精确度,能够以低通讯代价很好的抑制污染文件在网络中的传播。     

一种基于P2P的新型网络学习模型

传统的网络学习系统建立在集中模式的系统之上,无法满足灵活的学习需求。Edutella/JXTA是一个P2P项目,它通过提供基于RDF的资源声明、查询描述和RDF知识仓库,能够支持异种结点间的互操作。文章详细讨论了Edutella的体系结构,重点研究了能够提供基于语义的资源搜索服务,最后分析其特点并预测Edutella的应用前景。     

无结构对等网络资源搜索算法

为解决现有的无结构对等网络搜索方法的冗余和效率问题,提出1种改进的搜索方法(LRT_NIT).使用记录历史记录的方法,增加邻居节点信息表和邻居的邻居节点信息表查询.通过仿真实验和复杂度分析证明此方法结合信息搜索和索引搜索的优点,可提高搜索效率,减少冗余信息包生成.该方法对某些对等网络搜索问题有一定意义.     

基于改进谱聚类算法的航路辨识

为解决船舶自动识别系统(automatic identification system, AIS)数据挖掘不够充分,对航路辨识分析不够全面等问题,提出一种基于改进谱聚类算法的数据挖掘方式。利用Sliding Window算法对船舶轨迹AIS数据进行压缩,减少数据冗余提高聚类效率。改进亲和距离函数,提出新的亲和矩阵的标准,提高聚类的稳定性,进一步对数据去噪,减少噪声敏感。通过优化初始中心对k均值算法进行改进,优化全局搜索能力,缓解初始值的选取对聚类效果的影响。以天津港AIS数据为样本进行算法验证。结果表明,该聚类算法能准确提取和划分某水域船舶主要航迹段,算法消耗系统资源少,计算速度快。改进后的算法可为航路辨识、分道通航制定等提供理论支持。     

基于时空相似测度的冷链物流分区配送路径优化

为提高生鲜品冷链物流配送的时效性,进而提高冷链配送企业的服务质量和市场竞争力,考虑客户地理位置的相邻性和交货时间窗的相似性,提出基于时空相似测度的冷链物流分区配送路径优化模型。借助基于时空相似测度的k-means聚类方法和遗传算法,实现客户的动态分区和路径优化。通过算例发现:基于时空相似测度进行分区的路径优化方案不仅在配送成本、时间惩罚成本和货损成本上明显优于基于传统的固定分区和基于空间相似测度进行分区的路径优化方案,而且时效性也明显改善。     

一种基于分布式LSH的海量视频快速检索方法

针对大规模视频数据库,提出一种快速的视频相似性检索方法.该方法采用基于内存约束的分布式哈希结构,称为MD-LSH,有效地解决了快速与可扩展性问题.首先从视频序列中提取出特征向量集合,然后使用MD-LSH对高维特征向量建立索引,根据返回的相似帧集合对相关的视频进行相似度计算,最后排序得到相似视频的查询结果.实验表明,该方法对大规模视频的快速检索是非常有效的.     

一种快速有效的相似视频检索方法

提出了一种新的相似视频快速检索方法.根据视频的时空分布统计得到图像特征码和视频单元,通过统计视频单元数量度量视频相似性.为了适应可扩展计算的需要,提出了基于聚类索引表的检索方法.通过对大规模数据库的查询测试证明该相似性检索算法快速有效.     

K-最邻近算法在文本自动分类中的应用

对文本的自动分类进行了研究,介绍文本分类的基本过程和文本特征选取的方法,重点介绍了一种常用的基于内容的分类算法——K-最邻近算法．利用K-最邻近算法（KNN）并结合改进的词特征权值计算方法和文本相似度的计算方法完成了文本的自动分类．通过KNN方法分类之后的结果的查准率、查全率得以明显提高．     

细粒度并行归一化部分失真运动估计

移动视频编码应用对实时性要求越来越高,传统编码器中使用的串行运动估计算法难以满足实时编码要求.本文并行化移动编码中典型的运动估计算法--归一化部分失真搜索.采用比帧和宏块更小的候选块作为并行粒度,保持归一化部分失真快速排除非最佳候选块优势,同时充分利用多核计算资源.4核CPU平台上实验结果表明,相比串行算法,该并行算法在计算量增加不超过1.2%的前提下,实现了3.88至3.96的加速比.     

一种采用自适应机制的分层置信传播算法

提出了一种基于迭代自适应机制的改进算法,有效地缩减了分层置信传播算法(HBP)的计算时间.传统HBP计算时间随指定的迭代上限增加而线性增长.为此引入消息收敛的条件判断,在迭代上限相同情况下,减少算法的迭代次数,缩减整体迭代时间.实验表明,与传统HBP相比,该方法计算时间缩减了38%以上,计算时间对整体迭代上限不敏感.该方法可以应用于使用HBP算法的其他方法.     

正则搜索树的分支因数

正则搜索树的分支因数对算法的复杂度有决定性影响。尤其在深度优先的启发式搜索中,决定时间复杂度的启发式分布与分支因数紧密相关。本文介绍两种分支因数的计算方法:数值法与解析法。在数码难题及鲁比克魔方这两类实际的问题空间上,用这两种方法可获得相同结果。这些结果是进一步研究算法时间复杂度的必要基础。     

支持动态搜索区域的运动估计硬件结构设计与优化

提出一种支持动态搜索区域的可变块大小运动估计硬件结构, 弥补固定大小搜索区域的不足, 可同时降低外存带宽、计算复杂度和功耗. 使用循环分布式存储结构来支持动态搜索区域的数据存取. 此外, 对耗时的SAD(sum of absolute differences)计算阵列进行均衡的流水线划分和加法逻辑优化. 实现结果表明, 相比同类设计, 该设计以少量的吞吐率损失, 换取面积效率和功耗效率的明显提高.     

海上搜寻区域确定的计算机辅助方法

为提高海上搜救的准确性和效率,通过计算海流、风生流、风压差等对搜寻目标的影响,预测搜寻基准,并考虑位置总或然误差、可用搜寻力量和覆盖因数等,对搜寻辅助系统中的关键部分——搜寻区域确定进行研究,建立搜寻区域确定模型, 编制相应计算机辅助程序.实例验证该方法的准确性.     

一种改进的多关系半连接数据库查询算法研究

由于普通多关系半连接优化算法,分布式数据库系统的缓冲区不能作为查询的中间结果的最后装配站点,提出了改进普通多关系半连接的数据库查询优化算法,实验结果表明改进的多关系半连接的查询优化算法明显地减少了中间结果数据量,有效地降低了网络通信总代价。