基于产生式规则的排序算法

给出了产生式规则的排序算法,以提高复杂问题的求解速度.实验证明,该算法不仅可用于规则静态排列,而且适宜规则动态排列.     

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。     

WIFI无线局域网中分层空时分组码检测算法研究

为了增加数据传输速率并且提高频谱利用率,WIFI中采用分层空时分组码,分层空时分组码的检测决定着接收机的性能.本文详细推导了分组干扰抑制算法的原理,并且给出了基于分组干扰抑制的最优排序串行算法,针对该算法需要进行大量的数据排序运算,提出了一种次优排序算法.在WIFI信道环境B下,利用MATLAB对最优与次优排序算法进行仿真.实验结果表明,次优排序算法的性能接近于最优排序算法,但该算法使接收机复杂度大大降低.     

线性时间复杂度排序算法研究及应用

算法在程序设计中起着至关重要的作用,一个好的算法可以让程序变得高效。排序作为数据处理最基本的工作之一,在程序中需要大量使用。常见的几种排序算法的平均时间复杂度最优为O（nlog2n）,为从根本上提高程序的运行效率,对能够在线性时间解决数据排序的算法进行了研究,并在实际问题中对桶排序算法加以了应用。     

[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。     

一种大规模中文搜索日志的层次聚类方法

提出一种层次聚类算法,旨在对搜索引擎的查询日志数据进行聚类分析。算法基于搜狗实验室公开的查询日志数据,通过3次划分完成查询文本聚类,每一次划分实现不同程度的降维。相似度参数可根据不同的聚类需求调整,算法可扩展性强。实验结果为查询推荐、相关性排序等提供了有力的依据。     

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。     

常见排序算法及其主要应用

主要针对选择排序、冒泡排序、直接插入排序和希尔排序的基本原理和时间复杂度进行了阐述。并对这四种排序方法在不同应用场合、不同数据特性下的时间效率进行了分析,得出其在不同情况下的适用性。     

基于谷歌距离的汉英词表概念映射研究

本文对《汉语主题词表》(工程技术版)概念与英文超级科技词表概念的映射进行研究,建立优化的汉对英有序映射模式,并采用基于谷歌距离的语义相似度算法进行实验,计算英文词之间的语义距离,导入原有汉英映射信息。通过实验分析,获得了按相似度排序的汉英映射模式,实现了多个英文词汇与汉词的对应并由高到低排列出来。该方法获得的排序结果基本满足要求,部分词语需要人工修正。     

各种内部排序算法的比较

排序是程序设计中非常重要的内容,其算法种类繁多,现介绍常用的几种排序算法,并比较了它们的异同。针对不同的序列选择最佳排序方法,以提高效率。     

用于解决生产调度冲突问题的并行快速排序算法

本文并行快速排序算法对生产调度冲突问题进行解决,构建了BP神经网络,并与并行快速排序算法相结合建立了生产调度冲突问题模型,并利用加工时间条件进行约束后,对生产调度冲突相关数据进行采集,对训练初始目标进行设定,并根据不通过的初始目标设定不同排序规则,将排序规则输入到生产调度冲突问题模型,对生产调度资源样本进行迭代训练,将迭代结果与实际的期望值比较,分析并修正两者之间的误差,将修正后的最佳输出状态排序方法进行输出,避免发生生产调度冲突问题。实验结果表明,本文提出的方法对于生产调度资源数据的调度都可以输出最佳方案,可以对生产调度冲突问题进行有效解决。     

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。     

基于语义网络的社会化问答社区答案聚合与排序研究

【目的/意义】旨在将社会化问答社区中碎片化的答案关联起来,并为用户提供不同主题的高质量答案和更 好的知识服务。【方法/过程】首先,本研究利用Doc2vec算法计算答案之间的语义相似度,并构建答案语义网络。其 次,利用Louvain算法对答案语义网络进行社区划分,并用TextRank算法抽取各个主题下文档的关键词,使用词云 对每个主题进行可视化展示。最后,利用PageRank算法对聚类后的答案语义网络进行排序,从而实现答案文档的 主题聚合和排序。【结果/结论】本研究使用“知乎”上的问答数据进行了实证研究。结果表明,所提出的答案聚合和 排序方法不仅能够向用户直观地展示答案之间的关联强度和各个主题答案的主要内容,还能够为用户提供分主题 的答案排序结果,自动为用户筛选高质量的答案。【创新/局限】创新性地提出了答案语义网络,并基于答案语义网 络,提出了一种集聚合、主题可视化和排序于一体的答案知识组织方法。     

大数据催生高考志愿新算法

本文介绍了以大数据理论为核心,以正态分布函数为算法的高考填报志愿的新方法——位次概率法和位次排序法。科学、准确、应用简单。     

一种基于SVD++融合显隐式反馈的自适应推荐算法

本文针对当前的排序推荐算法研究中,大部分算法没有充分利用数据集中的有效信息的问题,提出一种自适应的成对排序推荐算法,该算法同时使用了显式评分和隐式反馈信息,提高了算法的准确率的观点。在个性化推荐行业起到一定的积极作用。如付诸现实将产生约20万元的经济效益。     

基于半带滤波分块采样的计算任务排序算法

在计算机信息管理中,需要对计算任务按优先级或复杂度进行优化排序,实现计算效益优化。研究云计算信息系统中的计算任务优化排序算法,提高数据管理和调度的效率。传统方法采用子带合成滤波方法进行任务排序,计算开销和执行时效性方面性能不好,提出一种基于带滤波分块采样的计算任务排序算法。计算在整个计算机信息管理基站的每个站点的合计成本,根据信息匹配相关度进行资源搜索,计算任务分配时半滤波分块采样的收敛函数,得到基于半滤波分块采样的任务排序二元假设检验分配模型,实现任务优先级排序优化。仿真结果表明,采用该算法对云计算信息系统中的计算任务进行排序,能有效准确地确定计算任务的优先级,减少任务冲突,提高任务执行效率,在计算机信息管理和任务分配中具有较高应用价值。     

近似邻近搜索随机算法

通过研究近似邻近查询算法,提出了一种基于随机化思想的KANN(K-approximate nearest-neighbor algorithm)算法,改进相似性搜索的速度和精度。算法在两个阶段采用了随机思想:一是在编码时,结合谱哈希算法和随机矩阵逼近法得到数据点的二进制编码。二是在查询时,为降低搜索时间成本,先对原数据集进行初次阈值筛选得到一个查询点的一个近似类别集。由于近似类别中存成对距离很小,采用基于距离搜索算法精度下降。本论文提出采用统计秩的思想,保留距离排序的信息,在近似类别的数据集进行多次抽样排序,得到k个近似邻居。本文提出的近似邻近检索框架采用多环节过滤数据,并控制搜索误差,在速度和精度上得到了改进。     

语义检索排序方法研究进展

排序算法的好坏很大程度上影响了搜索引擎的用户体验,尤其是近些年随着语义检索技术的发展,使其检索和排序的对象不仅仅局限于文档和网页,更包括了实体和关系等。在对现有研究与应用调研的基础上,对当前语义检索研究进行了综述,并按照排序的阶段将其分为实体排序、关系排序和本体文档排序,并详细阐述了每种排序算法的研究进展,最后指出,将用户的社会网络因素同已有的排序算法相结合,是未来语义排序的发展趋势之一。