基于粗糙集理论的不完备数据分析方法的混合信息系统填补算法

为了提高基于粗糙集理论的不完备数据分析方法（ROUSTIDA）在实际应用中对包含离散型（如整型、字符串型、枚举型）、连续型（如浮点数表达）、缺失型属性的混合信息系统（HIS）数据的填补能力,提出了一种基于粗糙集理论的混合信息系统缺失值填补方法（RSHISMIA）。首先,根据决策属性等价类划分思想并按照决策属性对混合信息系统HIS进行划分,解决了填补后可能出现的决策规则冲突问题;其次,定义混合距离矩阵来合理量化对象间的相似性,从而筛选出具有填补能力的样本并克服ROUSTIDA无法处理连续性属性的缺点;然后,结合近邻思想解决了ROUSTIDA在无差别对象属性值发生冲突情况下无法对相同属性缺失数据进行填补的问题。最后,使用10个UCI标准数据集进行实验,将所提出的方法与ROUSTIDA、K近邻填补（KNNI）算法、随机森林填补（RFI）算法和矩阵分解（MF）等几种经典算法进行了比较。实验结果表明,与ROUSTIDA相比,所提方法在查全率上平均高出81%,在查准率上提升了5%~53%,且其归一化均方根误差（NRMSE）最多减小了0.12。此外,所提方法的分类准确率与ROUSTIDA相比平均提升了7%,且优于KNNI、RFI及MF等填补算法。     

基于万有引力的自适应近邻传播聚类算法

针对近邻传播（AP）聚类算法对参数偏向参数（Preference）敏感、不适用于稀疏数据、聚类结果中会出现错误聚类的样本点的问题,提出基于万有引力的自适应近邻传播聚类（GA-AP）算法。首先,在传统AP算法的基础上采用引力搜索机制对样本进行全局寻优;其次,在全局寻优的基础上利用信息熵和自适应增强（AdaBoost）算法找到每个簇内正确聚类和错误聚类的样本点,并计算出这些样本点的权值,用计算出的权值更新对应的样本点,从而更新相似度、Preference取值、吸引度和隶属度,并进行重新聚类。不断操作以上步骤直到达到最大的迭代次数。通过在9个数据集上的仿真实验得出,相比于基于自适应属性加权的近邻传播聚类（AFW_AP）算法、AP算法、K均值聚类（K-means）算法和模糊C均值（FCM）算法,所提算法的纯度（Purity）、F值（F-measure）和准确率（ACC）的平均值分别最高提升了0.69、71.74%和98.5%。实验结果表明,所提算法降低了对偏向参数的依赖,提高了聚类效果,特别是对于稀疏数据集的聚类结果的准确率。     

基于双向选择的伪近邻算法

针对伪近邻分类算法（LMPNN）对异常点和噪声点仍然敏感的问题,提出了一种基于双向选择的伪近邻算法（BS-PNN）。利用邻近性度量选取[k]个最近邻,让测试样本和近邻样本通过互近邻定义进行双向选择;通过计算每类中互近邻的个数及其局部均值的加权距离,从而得到测试样本到伪近邻的欧氏距离;利用改进的类可信度作为投票度量方式,对测试样本进行分类。BS-PNN算法在处理复杂的分类任务时,具有能够准确识别噪声点,降低近邻个数[k]的敏感性,提高分类精度等优势。在UCI和KEEL的15个实际数据集上进行仿真实验,并与KNN、WKNN、LMKNN、PNN、LMPNN、DNN算法以及P-KNN算法进行比较,实验结果表明,基于双向选择的伪近邻算法的分类性能明显优于其他几种近邻分类算法。     

Geohash编码抗k近邻攻击的脆弱性分析

Geohash编码作为一种降维技术目前已应用于空间数据库和空间数据引擎中,但其安全性还有待进一步研究。文章关注Geohash编码存在的安全漏洞,从理论上分析了此种降维技术产生推理通道的原因,并提出一种基于k近邻查询的加密Geohash字段重构算法,通过观察大量k近邻查询响应中的明文信息进行统计推断并重构出加密Geohash的原始值。对加密兴趣点数据库进行重构实验,实验表明,观察到的查询响应数量越多,重构值的精确度越高。在Geohash编码精度为30 bit的情况下,当观察到100000到3000000次查询响应时,重构值与原始值平均误差为0.074%到0.015%。该实验揭示了Geohash编码在抵抗k近邻查询推理攻击方面的脆弱性及形成机理,将促进相关地理信息系统行业的安全应用与研究。     

基于互信息的多块k近邻故障监测及诊断

由于传统的k近邻故障监测不考虑过程的局部信息,只建立一个全局模型,因此提出一种基于互信息的多块k近邻故障监测方法。首先,考虑建模数据的非线性和非高斯等特性,基于变量间的互信息进行子块构建;然后,利用k近邻方法对每个子块进行建模与监测,子块中的k近邻模型反映了更多的过程局部特征;最后,将所有子块的监测结果通过贝叶斯推断方法进行融合,并采用基于马氏距离的故障诊断方法辨识故障源。通过对田纳西-伊斯曼过程和高炉炼铁过程中的应用仿真,监测结果表明所提方法的可行性和有效性。     

基于二阶k近邻的密度峰值聚类算法研究

密度峰值聚类(DPC)是近年来提出的一种新的密度聚类算法,算法的核心是基于局部密度和相对距离,通过画出决策图,人为选定聚类中心,进而完成聚类.DPC算法利用截断距离计算局部密度,本质上只考虑了周围近邻节点的数量,且算法采用单步分配策略,一定程度上限制了算法对任意数据集的计算精度和有效性.针对上述问题,提出基于二阶k近邻的密度峰值聚类算法(SODPC).算法通过引入节点的二阶k近邻,计算直接密度和间接密度,重新定义局部密度的计算方式.在此基础上,定义非中心节点的多步骤分配策略完成聚类.通过人工和真实数据的测试,证明了该算法对不规则、密度不均匀的数据集具有较好的聚类效果.     

基于离散元技术的软硬互层斜坡动力响应及失稳机理研究

为研究不同岩层倾角陡倾顺层软硬互层斜坡在地震作用下的动力响应及失稳机理,以汶川地震中干磨坊滑坡和水磨沟滑坡为原型,结合三维离散元技术开展两种软硬互层斜坡对比分析。动力响应分析结果表明:在相同地震荷载作用下,陡倾软硬互层60°斜坡模型的PGA(峰值地面加速度)放大系数随着高程的增加表现出非线性增长,在坡顶动力响应最为强烈;陡倾软硬互层80°斜坡模型PGA放大系数随着高程的增加表现出先增大后减小再增大的节律性变化,在坡高1/3处和坡肩部位动力响应最为强烈。失稳机理分析结果显示,在地震荷载作用下:陡倾软硬互层60°斜坡模型发生滑移-弯曲式溃滑,斜坡的破坏流程机制分为四个阶段,即①裂缝扩展-层间错动阶段、②坡脚岩体弯曲隆起阶段、③上部岩体横向滑移阶段、④弯曲剪断-整体失稳阶段;陡倾软硬互层80°斜坡模型发生滑移-下部弯曲-上部倾倒式破坏,斜坡的破坏流程机制分为四个阶段,即①微裂隙扩展阶段、②层间错动-局部裂隙贯通阶段、③下部岩体弯曲阶段、④上部岩体倾倒破坏阶段。     

互文性视角下的《高级英语》教学

"互文性"理论在大学英语教学中的运用近年来受到人们的广泛关注,基于其受重视程度不断提升,本文选取了英语教材中的部分课文(以外研社《高级英语》第三版两册课本为主)重点进行研究,具体来说,将从体裁、媒体、文化、教师言语等四个方面的互文性深入探讨,得出人们关注的结论,以期为英语精读的创新性教学模式改革提供具有借鉴意义的参考和帮助。     

思想政治教育的心理互馈机制初探

作为主体自我概念的心理学表征,主体成长过程是自我面孔识别过程和自我人格特质加工过程的复合。基于自我概念心理表征的研究,审视思想政治教育过程教育主客体双方互馈机制:教育者与受教育者互动过程,就是主体自我相关信息加工的过程,是对特定社会文化环境的心理调适过程。作为受教育者方的客体同时也只作为价值主体存在,应当响应特定社会文化环境,适应社会并享受与他人的社会交互,实践和反馈主体交流双方的社会功能延伸。     

无线通信抗干扰技术应用

衰落和干扰是制约无线通信系统性能的主要因素,本文分析了无线传播环境的复杂、互调干扰产生及采取的措施,针对干扰特性总结出一种无线通信抗干扰的性能试验措施,并对极端通信条件下同频干扰抑制技术进行初步研究,对丰富和完善已有的抗干扰技术具有现实的理论和实用意义.