基于散列表的快速分组分类算法

通过分析Internet网络主干路由器分组分类的关键问题和解决方案, 提出了基于散列表的快速分组分类算法, 该算法时间复杂度为O(1); 通过分析规则表的相关性将规则表分成相关子集和不相关子集, 对不相关子集采用哈希法构造散列表. 实验测试表明, 所给算法比顺序匹配算法的吞吐率提高近10%. 进一步分析了规则冲突, 并给出了冲突的理论证明和查找算法.     

融合分类与协同过滤的情境感知音乐推荐算法

针对用户情境信息,提出一种融合分类与协同过滤的情境感知音乐推荐算法. 首先,通过计算用户情境信息的相似度,由协同过滤算法得到初始音乐推荐列表;然后通过机器学习算法训练分类模型,得出用户在特定情境下的音乐类型偏好;最后将协同过滤得到的推荐列表与分类模型得到的音乐类型偏好进行融合,为特定情境的用户提供个性化音乐推荐. 该算法不仅有效地降低了推荐过程的复杂度,还使传统的协同过滤推荐算法具备了情境感知的能力. 实验结果表明,该方法可以有效地提高个性化音乐推荐系统的性能.     

基于最小边集的De Bruijn图定位算法

针对基因序列比对问题提出了一种DBG(de Bruijn图)模型,称为MiniDBG.它可以存储最小边集的位置列表,并通过位置列表有效地定位图上的任何节点、边和路径,从而实现对基因的序列比对.介绍了MiniDBG模型及基于该模型的路径定位算法,并对算法进行了证明.同时将MiniDBG与基于BWT和基于位置列表的路径定位方法进行了比较,实验结果表明,在频繁比对的情况下,MiniDBG的性能优于其他两种方法.     

基于改进粒子群-蚁群融合算法的网格资源分配方法

为有效解决网格计算中的资源分配和任务调度问题,提出一种改进粒子群-蚁群融合算法.该算法通过改进的离散粒子群算法对信息进行优化调度,产生优选的调度列表,并通过该列表产生改进蚁群算法的初始信息素,有效克服了粒子群算法后期局部搜索能力差和蚁群算法前期盲目搜索的缺陷.理论分析和仿真实验表明本文算法具有较好的性能.     

BP网络与LVQ网络在遥感影像分类中的比较分析

遥感影像分类是遥感技术研究发展应用中的一个重要组成部分。基于Matlab平台应用BP、LVQ两种神经网络算法对TM多光谱影像进行了分类研究,最后应用混淆矩阵对这两种网络算法与最大似然法的影像分类结果做了精度评价与对比分析。实验结果表明,神经网络分类器作为一种非参数分类器,进行影像光谱特征分类时能获得较高的分类精度,引入对比度纹理特征后精度有更进一步的提高。两种神经网络算法中,LVQ网络算法的影像分类精度比BP网络要高。     

基于可信度的投票列表合并算法

在投票系统中,每个投票人按照自己对候选人的认可程度对候选人进行排名,从而得到大量的有序投票列表.为了从这些列表中得到一个综合投票结果,需要找到一种合理有效的列表合并算法,综合分析列表数据并将它们合并为一个综合列表.本文提出一种基于可信度的投票列表合并算法,其基本思路是:通过综合分析投票列表中蕴含的众多排名信息,度量出每个列表中每条排名信息可被采信的程度,简称为可信度,然后基于已经得到的可信度,让那些高可信度的排名信息在综合排名中发挥更大的作用,从而得到一个更好的综合排名结果.实验结果充分表明,本文提出的算法能够更有效地挖掘出排名信息的可信度,从而得到准确度更高的合并结果.     

基于分类规则算法对存款意愿倾向的研究

通过数据挖掘软件工具weka,对Bank Marketing数据集分别用分类算法中的J48(C4.5)及Na?ve Bayes算法进行分类实验分析,并从运行速度、正确率、可伸缩性、强壮性等方面对两种算法的分类效果进行了对比分析,得出了Na?ve Bayes算法相较J48(C4.5)算法能得到更有效的分类结果。     

两种工作三类雇员人力计划问题的模型及其最优控制

讨论了两种工作、三类雇员(其中一类雇员具有混合技能,能够代替另两类雇员工作)的人力资源计划的最优控制问题,提出了整数线性系统上的最优控制模型,针对工程中最常见的需求轨线的情形,在对问题的性质进行分析的基础上,采用了一种“削峰”的算法,在雇员需求列表给出的情况下该算法是求解问题的多项式时间复杂度的最优算法.     

一种垂直结构的高效用项集挖掘算法

挖掘高效用项集已成为关联分析中的热点问题之一.多数高效用项集挖掘算法需要产生大量的候选项集,影响了算法性能.HUI-Miner是一个不需要产生候选项集就能发现事务数据库中所有高效用项集的算法.但其需要产生大量效用列表,不仅消耗了过多的存储空间,而且影响了算法的运行性能.针对此问题,提出一个新的数据结构,称为项集列表,用于存储事务和项的效用信息.提出3种剪枝策略,减少项集列表的数量,通过扫描一次事务数据库完成所有项集列表的构建.提出算法MHUI,直接从项集列表中挖掘所有的高效用项集而不产生任何候选项集.在3个不同的稀疏数据集上和最新的算法进行对比实验证明,MHUI算法的运行时间和内存消耗优于其他算法.     

开放内容空间的Spam页面侦测

基于链接分析自动侦测Spam页面,提出了一个分阶段机制.采用决策树和链接分析模型对Wikipedia中的所有节点进行Indegree和Outdegree检测,从而产生出一个候选列表,并引入一个启发算法来降低第一类型的错误.设计一个分类器用于分类候选列表,采用TrustRank和SpamRank算法分别从信任种子集和Spam种子集中推算系统页面各自可信概率和Spam概率,从而减少第二类型的错误.然后将产生的候选集合推送至页面编辑,根据编辑判断的结果反馈训练模型,调整权重.结果表明,分阶段侦测模型可自动地侦测Spam页面,其查准率和查全率分别达到78.3%和94%.     

开放内容空间的Spare页面侦测

基于链接分析自动侦测Spam页面，提出了一个分阶段机制。采用决策树和链接分析模型对Wikipedia中的所有节点进行Indegree和Outdegree检测，从而产生出一个候选列表，并引入一个启发算法来降低第一类型的错误。设计一个分类器用于分类候选列表，采用TrustRank和SpamRank算法分别从信任种子集和Spam种子集中推算系统页面各自可信概率和Spam概率，从而减少第二类型的错误。然后将产生的候选集合推送至页面编辑，根据编辑判断的结果反馈训练模型，调整权重。结果表明，分阶段侦测模型可自动地侦测Spam页面，其查准率和查全率分别达到78．3％和94％。     

基于PairWise排序学习算法研究综述

Learning to Rank(L2R)技术是对搜索结果进行排序,是近几年的研究热点。现关于L2R中的PairWise方法进行研究分析,PairWise方法将排序问题转化为二元分类问题,其缺点是只考虑两篇文档的相对顺序,而不考虑文档出现在搜索结果列表中的位置。另外,不同的查询拥有的文档对数目不同,结果会向拥有文档对较多的查询偏移。对常用的PairWise算法的损失函数及其求解方法、基本思想、算法框架、效用评价以及算法应用进行概括分析。     

一种极化码联合SC球形列表译码算法

为了降低极化码译码复杂度,提出了一种极化码联合SC球形列表(joint successive cancellation sphere list,JSCSL)译码算法.JSCSL译码算法结合了串行消除列表(successive cancellation list,SCL)译码和球形列表(list sphere decod...     

改进SPRINT算法及其在分布式环境下的研究

通过引入一种动态数据结构, 解决了SPRINT算法使用多个属性列表存储数据、 占用过多系统资源、 需创建哈希表对属性列表进行分割以及节点分割处理相对复杂的问题, 并探讨了改进算法在分布式环境下的工作过程. 实验结果表明, 改进的算法减少了属性列表占用的存储空间以及分割节点操作所需的时间.     

一种实时有效的蜂群模式挖掘算法

针对实时相关运动模式挖掘应用的需求,提出了一种实时地发现关闭蜂群模式的簇重组算法(CLUR).该算法维护一个候选蜂群模式列表,在每个时间戳采用基于密度的聚类算法对移动目标进行聚类,根据聚类结果组合所有的最大移动目标集,记录相应的时间集,然后构建候选蜂群模式,并更新到候选列表.算法给出了三种更新规则和一种插入规则,用于实现候选蜂群模式列表的更新,同时降低了候选列表的冗余度,提高了算法的效率.在每个时间戳结束时可通过关闭检测规则实时地发现当前时刻的关闭蜂群模式.在合成数据上的综合实验验证了CLUR算法的正确性、实时性和高效性,CLUR算法适用于实时相关运动模式挖掘系统.     

关于支持向量机DirectSVM算法的探讨

DirectSVM算法是求解支持向量机的一种简单快速迭代算法,具有最好的几何直观性.算法将线性可分的两类样本中距离最近的两个异类样本点作为支持向量,以该两点连线的垂直平分面作为初始分类超平面,然后根据分类情况逐步确定新的支持向量,即逐步优化出最优分类超平面.对该算法进行了测试,发现该算法具有局限性,并对算法局限性产生的根源进行了分析,对如何合理使用DirectSVM算法进行了讨论.结论是:用DirectSVM算法直接求解最优分类面是不可靠的,但可以作为支持向量机的一种近似算法,也可以作为求解候选支持向量集的方法,再与其他经典算法结合使用.     

认知无线电中基于极大独立集的频谱分配算法

针对认知无线电系统的特点和要求,建立图论着色扩展模型,提出一种基于极大独立集的频谱分配算法.在不考虑频谱效益差异性的情况下,该算法能够有效兼顾频谱分配的利用率和公平性,并能够减小分配的收敛时间,更加适合认知无线电动态频谱分配的实际要求.对于算法的频谱利用率和公平性能,该算法与列表着色贪婪算法和列表着色公平算法进行比较,仿真结果分析验证了该算法的性能.     

递归流包分类算法的改进

为解决递归流包分类(RFC)算法在大规则、多维、IPv6应用环境下出现内存消耗过大的问题,在RFC算法的基础上,提出了将源、目的地址字段与其他字段分开处理的新算法.首先,对地址字段使用几何学点定位分类模式处理,并将区间列表组织成平衡树结构以达到快速定位;其次,其他字段采用位图压缩表来代替预处理表;最后将这两部分的匹配结果组合得到最终的规则标识符.新的算法综合考虑了空间和时间性能,不仅大大地减少了存储开销,而且能保持相对快的查找速度.     

访问控制列表的应用与研究

访问控制列表是网络防御的前沿阵地，它提供了一种可以控制通过路由器和交换机不同接口的信息流的机制．文章对访问控制列表的概念、工作原理、分类、作用作了概括性的介绍；通过应用实例讲解了访问控制列表对病毒的过滤和基于时间访问的使用方法和技巧．     

基于PCA与KPCA的基因数据的特征简约

采用支持向量机方法（ SVM）对上千维的基因表达数据分析时,算法的运行时间比较长。为了解决这种情况,本文采用了基于主成分分析的支持向量机（ PCA-SVM ）和基于核主成分分析的支持向量机（ KPCA-SVM ）两种算法对数据进行降维和分类,既可以整合基因数据的特征信息又可以缩短计算时间。本文比较了累计贡献率不同时两种算法的分类准确率,实验结果表明,PCA-SVM分类准确率与累计贡献率二者之间没有明确规律,KPCA-SVM分类准确率随累计贡献率的降低存在降低或者保持不变的趋势。