一种新的基于粒子群密度的聚类算法

提出了一种新的粒子群密度聚类算法和对粒子群的初始化方法。该算法具有传统粒子群算法寻找最优解的特点,同时从密度的角度考虑了数据总体的分布,增强了寻找局部最优解的能力,并通过对粒子群的初始化加快了粒子群的收敛速度,得到了更好的聚类效果。对仿真数据和IRIS真实数据的实验结果证明,该算法聚类效果优于传统粒子群聚类算法和K均值算法。     

消息传递并行程序的自动生成

针对分布内存结构的并行化将串行程序转变为在各处理节点上运行的SPMD并行程序,节点程序包含该节点所执行的运算和与其它节点交换信息的通信操作。讨论了在已知数据分解和计算划分的前提下生成分布内存结构下的消息传递并行程序的算法,以Lam提出的线性不等式基本框架为基础,在Paraguin工作基础上进行了有效的改进：第一在代码生成算法中引入了数据分布;第二将处理器空间由一维扩展到多维;第三将虚拟处理器到物理处理器的映射关系引入代码生成算法,从而减少了节点间通信的数量,提高了生成并行代码的性能。     

面向分布存储系统的全局数据分布

提出了一种全新的全局数据分布分析框架——多节点分布分析,它以数组引用和循环为分析对象,以ADPG为基础,MDG为核心,数组关联为纽带,把全局分布分析转化为分层次的节点间分布分析,通过0-1规划求解,建立并极大地简化了全局数据分布模型。     

基于张量分解与网络权重的终端数据同分布识别算法

联邦学习协调多个异地终端使用当地用户数据训练神经网络，并用服务器收集已训练的网络权重更新全局神经网络。联邦学习无须收集用户数据，保护了用户隐私，且利用了用户数据训练网络。然而，由于用户偏好的差异，用户数据常不满足同一分布，导致无法使用一个全局神经网络拟合所有数据。为了让服务器能依据终端训练的权重识别数据分布，用不同网络拟合不同分布的终端，提出一种基于张量分解的算法仅使用网络权重识别含相同数据分布的终端。将终端所训练的神经网络权重表示为高维度张量，并使用张量分解自适应地寻找潜在最优子空间，学习每个权重更具辨识性的新表征，对新表征聚类以识别出具有相同数据分布的终端。使用多个数据集验证了该算法对终端数据分布一致性识别的高效性。     

航段截尾油耗数据的区间估计方法

对航段截尾油耗数据进行区间估计时，数据分布的稀疏性及非正态性会导致传统基于单因素的油耗估计区间难以建立。针对上述问题，提出基于分类和沙普利加性解释（classification and Shapley additive explanations,C-SHAP）的改进分位数回归森林区间估计（quantile regression forest,QRF）方法。通过C-SHAP方法，筛选全航程和各飞行阶段特征得到最优输入特征集；采用随机过采样算法增加训练集中截尾油耗样本的权值，提高QRF模型的估计性能；通过QRF估计给定上、下限油耗条件分位数，构建估计区间。实验结果表明，该方法的特征选择合理、估计区间质量较高。     

基于主动学习的图像分类技术：现状与未来

图像分类作为计算机视觉领域中的重要研究方向之一，应用领域非常广泛.基于深度学习的图像分类技术取得的成功，依赖大量的已标注数据，然而数据的标注成本往往是昂贵的.主动学习作为一种机器学习方法，旨在以尽可能少的高质量标注数据达到期望的模型性能，缓解监督学习任务中存在的标注成本高、标注信息难以大量获取的问题.主动学习图像分类算法根据样本选择策略，从未标记样本数据集合中选择出信息量丰富，对分类模型训练贡献更高的样本进行标注，以更新已标注训练数据池，如此循环直至满足给定的停止条件或模型标注预算耗尽.本文对近年来提出的主动学习图像分类算法进行了详细综述，并根据所用样本数据处理及模型优化方案，将现有算法分为三类：基于数据增强的算法，包括利用图像增广来扩充训练数据，或者根据图像特征插值后的差异性来选择高质量的训练数据；基于数据分布信息的算法，根据数据分布的特点来优化样本选择策略；优化模型预测的算法，包括优化获取和利用深度模型预测信息的方法、基于生成对抗网络和强化学习来优化预测模型的结构，以及基于Transformer结构提升模型预测性能，以确保模型预测结果的可靠性.此外，本文还对各类主动学习图像分类算法...     

CISM中数据分布的研究与应用

本文主要是针对ＣＩＭＳ环境下多个层次，多种类型、多种应用、多数据库管理系统的数据分布式设计，以及数据库的分布式实现。针对各种情况进行了具体的设计，并重点讲述了基于ＯＲＡＣＬＥ７．３、充分满足数据安全性的前提下数据的分布式实现．