基于概率矩阵分解的不完整数据集特征选择方法

在机器学习理论与应用中,特征选择是降低高维数据特征维度的常用方法之一。传统的特征选择方法多数基于完整数据集,对实际应用中普遍存在缺失数据的情形研究较少。针对不完整数据中含有未被观察信息和存在异常值的特点,提出一种基于概率矩阵分解技术的鲁棒特征选择方法。使用基于分簇的概率矩阵分解模型对数据集中的缺失值进行近似估计,以有效测量相邻簇之间数据的相似性,缩小问题规模,同时降低填充误差。依据缺失数据值存在少量异常值的情形,利用基于l_2,1损失函数的方法进行特征选择,在此基础上给出不完整数据集的特征选择方法流程,并对其收敛性进行理论分析。该方法利用不完整数据集中的所有信息,有效应对不完整数据集中异常值带来的影响。实验结果表明,相比传统特征选择方法,该方法在合成数据集上选择更少的无关特征,可降低异常值带来的影响,在真实数据集上获得了较高的分类准确率,能够选择出更为准确的特征。     

物联网在智能建筑领域的应用及发展趋势

分析了物联网时代智能建筑的技术特征,以及物联网对智能建筑技术发展的影响。通过智能建筑与物联网技术结合的案例,分析了智能建筑与物联网技术结合的必然性和利用物联网技术的优势。     

求不相交QoS路由的一种整数线性规划方法

提出求解不相交QoS路由问题的一种整数线性规划方法.首先,利用一个0-1变量集合来表示不相交路由和路由的QoS需求;然后,通过拉格朗日乘子将集合中的复杂约束引入所导出的整数线性规划问题的目标函数中.因为约束系数矩阵是全幺模矩阵,所以这类整数线性规划问题能用单纯形法容易地求解,从而可在求解线性规划问题的迭代过程中求出不相交QoS路由.数值实验结果表明了所提出方法的有效性.     

拓展的问题驱动式教学及其在计算机网络课程中的应用

针对问题驱动式教学中问题设计环节学生参与程度不高等现象,提出一种拓展的问题驱动式教学方法,阐述其特点、优势和实施要点,通过教学案例介绍其在计算机网络课程中的实际应用,最后说明教学效果。     

基于VIKOR模型的复杂网络节点重要度评估

复杂网络重要节点在遭受敌方蓄意攻击时往往会造成网络的大范围瘫痪,评估出重要节点对网络的可靠性和网络安全具有重要意义。现有的评估重要节点的中心性准则仅针对某一测度,具有局限性,因此,文章提出了一种结合现有中心性准则对复杂网络节点进行重要度排序的方法。该方法结合度中心性、中介中心性、接近中心性和特征向量中心性准则,从多角度多方位评估节点重要性。该方法借助熵权法求得每项准则的权重,避免了人为因素带来的偏差。采用多准则妥协解排序法(VIKOR)对节点的重要度进行排序,在3个典型的复杂网络上利用病毒传播模型(SI)对传播过程进行仿真。结果表明,与单一的度中心性指标、中介中心性指标、接近中心性指标和特征向量中心性指标相比,VIKOR方法能更全面更准确地排序节点的重要性。     

利用仿真技术研究色散对光纤通信的影响

本文主要研究光纤色散对高速光纤传输系统造成的影响.首先对光纤传输系统中各部件尤其是光纤的色散进行了仿真建模分析,在此基础上,提出了一种针对色散研究的高速光纤传输系统仿真模型,利用该模型详细研究讨论了在多种情况下色散对高速光纤通信的影响.仿真结果与理论分析的一致性证明,该仿真模型是有效的.