一种以主题词为特征的排序划界网站聚类算法

为了设计出基于自我意识的语义Web中网眼agent的自我意识即Web的语义结构,文中分析了网站及网页的组成元素和组成结构,收集互联网的主题词并精简处理得到Web特征词,根据特征词的出现频率对主题词进行排序;把这个主题词序列作为网站特征值的结构,根据这些特征词在某个网站上是否出现把对应位置为1或0,计算出网站的特征值;提出并实现了一种基于主题词的网站特征值排序划界聚类算法,最后通过两组数据对该算法的有效性进行了验证.     

基于KNN算法与局部回归的网站无障碍采样评估

提出一个新的抽样评估方法,通过对评估样本的KNN分析,选出特定网页.因大规模网站抽样结果稀疏,KNN算法会导致高检测误差,应用一个局部回归模型提升KNN评估质量.首先在网站中随机选择一些网页进行评估,得到该网站初始无障碍得分.在此基础上,将每一个评估网页作为一个标记样例,其他网页根据KNN局部回归模型进行无障碍评估得分预测.实验结果证明：所提方法相比随机抽样算法的效果上有着显著性提升.     

子图估算PageRank网页排序算法研究

针对传统PageRank算法难以高效处理Web图数据网页排序问题,文章在不牺牲准确度的前提下,提出一种在MapReduce平台上基于改进PageRank的加速算法:top K-Rank.为识别出排名为前k的网页,通过在迭代过程中裁剪掉不必要的节点及边的形式,动态构建子图,由子图迭代计算出PageRank值的上下限。理论分析和实验结果表明:该算法不仅可以保证结果的准确性,还可以更快地找到用户所需网页数。     

基于用户兴趣度的PageRank改进算法

传统的PageRank算法容易导致主题漂移、偏重旧网页、用户对搜索结果的主观选择被忽略等问题。针对PageRank算法存在的上述缺陷,提出了一种基于用户兴趣度的网页排序算法——PRUI算法。该算法主要从网页自身的客观特性和用户兴趣的主观特性两方面对网页的PR值进行重新估算,并依据估算后的网页PR值对网页做重排序。相比传统的PageRank算法,改进的PRUI算法进一步提高了系统检索的准确率和首页命中率。     

基于网络节点中心性的新闻重要性评价研究

评价权威报刊的新闻重要性对于正确理解国家政策变化具有重要意义。该文以《人民日报》为例,抽取发表在1946?2008年期间的新闻,利用其内容相似性构建新闻网络。从复杂网络视角,一篇新闻与其他新闻的相似性越高,其在新闻网络中连接越紧密,具有较大的节点中心性。鉴于此,该文将H指数引入PageRank排序算法,提出H-PageRank排序算法,利用其计算H-PageRank中心性,评价新闻重要性。在实验过程中,考虑到不同领导核心执政时期《人民日报》的新闻风格与新闻版面的差异性将新闻划分为4个时代,基于表示学习分别形成对应的新闻网络。研究结果表明:1) 4个新闻网络的拓扑结构都表现出高聚类性与同配性,且具有近似幂律的度分布,表现出复杂网络一般特性;2) 基于多种网络节点中心性指标,对每个新闻网络中的节点进行全局排序,并以是否成为头版新闻为重要性的评价准则计算得到相近的AUC值,然后基于局部排序的Top-N评价方法计算得到正确率、召回率和F1指标,综合以上指标的实验结果表明,H-PageRank中心性显著优于其他算法的中心性,验证H-PageRank排序算法的有效性;3) 针对每个新闻网络,基于网络节点中心性的Top-N评价方法不同排序列表长度条件,其计算得到的正确率显著高于理论基准,表明评价方法的鲁棒性。     

考虑开断相对概率与后果的电网脆弱线路辨识

综合线路开断的相对概率和开断后果,考虑网架拓扑结构及实时运行状态、电源及负荷分布以及线路的传输容量等关键电网信息,给出识别电网脆弱线路的新方法.首先,定义单位熵综合负载率来描述电网的脆弱性,以线路开断前后该指标的变化,并用线路两端节点的重要度对其进行修正,以此来衡量线路开断后果.为合理地评估节点重要度,引入广泛用于网页排序的HITS算法,并对算法进行适应性改进.然后,从线路自身故障率和线路运行时受负荷随机波动影响而潮流越限的相对概率两方面评估线路开断相对概率;给出电网脆弱线路识别流程.IEEE 39算例验证了所提方法合理有效.     

基于博弈的机坪感知网络机会传输控制方法

在机坪感知网络场景下,针对不连通网络消息机会传输过程中投递率低和网络开销大的问题,提出一种基于博弈的机坪感知机会传输控制方法（OTCM）.首先结合场景特性建立首传节点博弈模型,实现消息传输排序,解决传输优先级的问题;而后提出了一种融合多维拓扑节点属性的博弈规则体系和函数,实现消息传输环境的优化及传输过程的可靠性;同时根据博弈体系中的效用函数保证拓扑在新机会节点融入后的自适应更新,维持其传输性能的最优状态.利用机会网络仿真器建立国内某机坪场景,仿真结果表明,OTCM算法相较于其他机会路由策略,平均投递率可达52.50%,平均传输时延降低至1 773 s,基本达到了研究目标的要求.     

基于车牌识别数据的机动车出行轨迹提取算法

为了提取城市路网上所有运行车辆的出行轨迹,系统科学地再现所有车辆的运行场景,进而为分析城市交通需求的结构和时空分布特性提供数据支撑,提出基于车牌识别数据的机动车出行轨迹提取算法.通过车牌及时间戳排序提取出行链;利用相邻节点间的速度,结合交叉口邻接矩阵完成行链的分离;基于K则最短路径算法（KSP算法）及灰色关联法（GRA算法）,对出行轨迹进行补全重构.对贵阳市南明区的实际车牌识别数据进行算法测试.结果表明,提出的基于车牌识别数据的机动车出行轨迹提取算法在测试区域的综合准确率大于92%.     

基于网页分块的搜索引擎排序算法改进

目前,搜索引擎以整张网页作为最小处理单位进行排序处理,容易受到噪音信息的干扰.针对存在的问题,提出用网页分块对网页净化,进而利用净化结果改进传统的排序算法.首先,用基于视觉的网页分块算法VIPS将网页分成若干语义块,然后通过设定规则保留网页中与主题相关度高的语义块,最后用这些语义块代表整个网页参与检索,减少网页噪音对搜索引擎排序算法正确性的影响,实现了检索质量的改进.最后通过实验证明了改进算法的优越性.     

基于节点移动特性的移动P2P网络分簇算法

为了提高移动P2P网络的覆盖层拓扑稳定性,提出一种基于节点移动特性的移动P2P网络分簇算法。该算法通过对移动P2P网络的覆盖层拓扑变化与节点移动特性的关系的研究,将具有相同运动特性且物理位置临近的节点聚集成簇,并选取性能较好的节点作为簇首,使得簇内节点能够最大程度的保持覆盖层拓扑结构的稳定性。最后通过实验验证了该算法的有效性。     

基于Lucene的服装领域专业搜索引擎研究

针对通用搜索引擎在专业检索方面查准率低的问题,设计了基于Lucene和Nutch组件的服装专业搜索引擎.该系统结合专业词库对抓取的网页进行分词和专业相关度计算并进行网页过滤,依据改进的网页排序算法对结果进行排序.     

一种适用于(p+m)-中点问题的服务设施放置算法

针对雾计算应用中服务设施放置问题,将其建模成（p+m）-中点问题,提出了一种基于贪婪策略与禁忌搜索策略相结合的启发式服务设施放置算法.提出的算法适用于一般拓扑、任意需求分布的网络.性能分析结果表明,提出的算法是多项式时间的,在当扩展服务节点数和请求节点数相等时能够达到性能上的最优.仿真结果验证了新算法的有效性.     

基于相交度比的无线传感器网络迭代定位算法

为提高免测距无线传感器网络节点定位算法的性能,针对免测距定位算法利用最小跳路径距离替代节点间欧氏距离,和信标节点近似共线引入较大定位误差的缺陷,提出基于相交度比的无线传感器网络迭代定位算法,首先利用定位单元拓扑分布质量函数选择1-跳邻居参考节点,组成高质量的定位单元;其次采用基于相交度比的距离计算估计距离精度;最后采用双曲线定位方法减少误差.仿真结果表明,在节点均匀随机部署,非均匀C-型分布的网络场景中,与DV-Hop、Amorphous等已有改进算法相比,新算法具有更小的定位误差,可提供更加精确的传感器节点位置.     

无标度的WSNs路由算法研究

针对无标度的拓扑特性,提出一种基于无标度的无线传感器网络路由算法。该路由算法从平均度分布和节点吸附性的角度出发,采用多路径的设计原则,建立一种无标度网络模型,利用该模型建立无线传感器网络拓扑,同时节点具有信息融合能力,提高数据的冗余可靠性,降低网络吞吐量,使网络能量均衡,延长网络生命周期。仿真结果表明,该路由算法与针对无线传感器网络的一些路由算法Flooding、LEACH和NBEERP相比,在节点度分布、可靠性和总体性能评价方面效果显著。     

面向“人人网”的用户信息采集及拓扑结构测量研究

以“人人网”为例,研究社交网站数据采集技术,并对其网络拓扑结构进行详细研究。结果表明:1)“人人网”的节点度分布不同于一般社交网络符合的幂律分布,更倾向于具有指数分布特征,且其度分布具有一定的重尾特性,在小范围内出现了类似小变量饱和现象,并且出现“双峰”现象;2)“人人网”符合小世界特性;3)“人人网”具有同配性,节点度高的节点倾向于与高度节点连接;4) 用户状态数、照片数和访客数没有明显的正相关特性。研究成果对于进一步了解社交网络的拓扑结构特征具有重要意义,为后续实现资源监管、跨社交网站的数据挖掘奠定了基础。     

无线Ad Hoc网络中保留最小能量路径的拓扑控制算法

提出一个分布式的拓扑控制算法,通过改变节点的传输功率,该算法产生的无线网络拓扑结构具有最小能量特性,即它保留了网络中任意一对节点之间的最小能量路径．该算法不仅适用于同质的无线Ad Hoc网络,而且也适用于异质的网络．仿真研究表明,提出的算法在平均节点度和传输功率的效率方面均优于基于直接传输区域的拓扑控制算法．     

P2P网络电视拓扑测量方法研究与特性分析

测量分析P2P网络拓扑特征是解决P2P网络优化和网络监管等问题的基础。提出了基于边过滤的增量式拓扑爬行策略,根据此策略设计并实现了分布式拓扑爬虫系统PPTV_Crawler,并从爬虫效率和数据完整性两方面分析了PPTV_Crawler的性能优势。使用该爬虫分析了PPTV网络拓扑的平均节点度与用户量关系,节点度分布特性以及小世界特性。实验结果表明,P2P网络拓扑特征与其协议版本和客户端行为密切相关,PPTV网络中的节点间连接性随用户规模的变化而改变,且成正比关系;节点度分布受用户规模影响,用户规模大的网络节点度分布比用户规模小的网络呈现更加明显的幂律分布特征;用户规模大和用户规模小的网络均呈现小世界特性,且小规模网络聚集性更高。作者提出的基于边过滤增量式拓扑爬行策略为研究基于P2P技术的复杂网络提供了有效方法。     

T-aware:一种基于AS拓扑的可用带宽预测算法

为提高端到端可用带宽的预测精度,提出了一种基于自治域（AS）拓扑的可用带宽预测算法T aware. 该算法结合网络的AS拓扑信息,为符合超度量空间的节点和不符合超度量空间的节点分别选择测量点,对2类节点分别进行预测. 在 HP scalable sensing service数据集上的实验结果表明,T aware的预测精度与PathGuru算法相比可提高10%以上.     

基于多维属性的跨域虚拟网络映射算法

基于一种支持多类型业务的跨域融合网络架构,提出了一种基于动态拓扑感知和资源属性的跨域虚拟网络映射算法。基于网络局部和全局角度,分析虚拟网络和物理网络中节点的拓扑信息,结合网络扩展资源,建立节点多属性评价模型,并基于该模型利用主成分分析法和逼近理想解排序法度量节点的映射优先级,随后依据链路资源成本分析网络负载状态。仿真结果表明,该算法提高了多域虚拟网络请求的构建成功率,网络收益开销比增大,并能减小网络映射时延。     

自适应的基于IPDV的网络拓扑推断技术

为了克服基于层析成像的拓扑推断技术中时钟同步及节点间合作的限制,有效减少测量流量,在拓扑推断中提出了自适应的基于时延抖动的拓扑推断算法,该算法不需要节点间的时钟同步和节点间的合作,并且产生的测量流量较少. 从理论上分析了自适应的基于时延抖动推断自适应网络拓扑的可行性和正确性,通过NS2进行了仿真,仿真结果表明,自适应的基于时延抖动推断拓扑结构的效果比基于端到端单向时延推断拓扑的效果好,并且受到的限制少.