度量空间中的Top-k反向Skyline查询算法

不同于传统的度量空间Skyline查询,提出了一种新颖的度量空间中的Skyline查询MkRS(metric top-kreverse skyline).MkRS从反向角度执行度量空间中的Skyline.给定查询对象q和单调参考函数f,MkRS返回k个包含m个数据对象的子集,以至于每个子集G的度量Skyline包含q.评估这种查询,需要执行从输入数据集P中n个数据对象里选择m个对象的穷举搜索以及每个排列子集的度量Skyline.这些计算由于巨大的搜索空间而需要极高成本.提出了基于排序机理的算法STS(sort and threshold skyline),它可以提前终止计算,仅需要检查很少部分的子集.然后,利用信息重用技术给出了基于重用的STS算法rSTS(reuse STS),进一步减少了STS中80%以上的I?O访问.大量的实验表明提出的算法有效、快速.     

具有几乎完美代数免疫的偶数元弹性函数构造

完美代数免疫(PAI)的布尔函数能够抵御代数攻击和快速代数攻击。PAI函数的构造是目前布尔函数研究最具挑战性的问题之一。利用布尔函数的双变元表达式和有限域理论,基于Carlet-Feng函数提出一种新的偶数元布尔函数的一般性构造。证明由该构造得到的函数具有一阶弹性和至少次优代数免疫度等密码学性质,给出其代数免疫度达到最优时的充分条件,并比较该类函数、Carlet-Feng函数和由一阶级联方式构造的函数在6~16之间的所有偶数变元下抵抗快速代数攻击能力。实验结果表明,该类函数能更好地抵抗快速代数攻击,且具有几乎完美的代数免疫性能。     

双向扩散机制融合时间延迟的图像加密算法

当前混沌加密系统普遍采用单向扩散机制,导致计算效率和加解密速度较低,且都忽略了时间延迟现象,使其序列自相关性较高,无法满足安全、实时的传输需求。为此,提出一种双向扩散机制融合时间延迟的图像加密算法。迭代计算超混沌LORENZ系统得到一组超混沌序列,通过时间延迟函数与logistic映射将时间延迟引入到超混沌序列中,得到一组新序列,并利用位置集合置乱方法对该序列所得到的位置集合图像重新设置,采用密钥流机制量化新序列,通过双向扩散机制加密图像。仿真实验结果显示,与传统加密算法相比,该算法的加密机制较安全,密钥空间较大,计算效率较高。     

基于随机主元分析算法的BBS情感分类研究

针对论坛(BBS)中文本的情感分类问题,提出一种改进的随机子空间算法。挖掘特征空间中的分类信息,在生成子空间的过程中,利用权重函数对特征进行分类能力评估,以较大概率选择分类能力较好的特征维度,保证分类精度;扩大选择的子空间维度,选择具有分类能力的特征,通过主元分析对子空间进行降维,保证算法效率和子空间多样性。实验结果表明,该算法分类精度达到91.3%,比基准算法具有更好的性能稳定性。     

基于文本内容分析的微博广告过滤模型研究

针对新浪、腾讯等微博平台出现大量广告的问题,提出一个微博广告过滤模型。通过对数据的预处理,将采集到的微博原始数据转换成干净且计算机易处理的数据。在预处理阶段,根据微博文本的特点,对停用词表进行改进,以提高查准率,然后基于支持向量机构建一个训练分类器对数据进行训练,经过不断的学习和反馈,取得较好的分类效果。实验结果表明,该模型进行广告过滤时准确率超过90%,效果优于基于关键字的方法。     

基于梯度的受限空间安全定位方法

现有的无线传感器网络定位技术消耗了大量的计算和处理资源,并且受到了环境因素以及对手攻击等干扰,在受限空间中定位精度较低,无法满足定位需求。为了提高受限空间中的定位精度,提出了一种基于梯度的安全定位算法,算法在双曲线定位模型基础上,引入梯度的概念,降低了算法的计算复杂度,使算法能够适应受限空间的环境要求,实现高效高精度的定位;为了提高算法的安全性,增加了对不一致性测量的选择性剪枝过程,增强了算法对恶意攻击的抵抗能力。最后,以室内走廊为实验环境进行了仿真验证,通过主频计时策略,提高了算法的定位精度。分析结果表明,在室内受限空间中,提出的算法在定位精度、能量消耗和抗干扰能力上优于现有算法。     

一种基于全域子空间分解挖掘的QoS准确预测方法

QoS的准确预测是评判和选择最佳Web服务的一种重要标准;传统的QoS预测方法采用时间平均值和各种参数简单加权的方法,无法对大量Web服务下的资源进行准确预测,预测结果模糊;提出一种基于全域子空间分解挖掘的QoS准确预测方法,即采用全域分析的思想对所有数据进行预处理,在此基础上,通过子空间分解的方法,在子空间中对数据进行分解分析,提取数据的深层次特征,然后将全域分析的结果与子空间分解分析的结果进行有效的数据融合,从而实现对所分析数据的准确预测;采用一组Web节点和拟定度量参数进行了预测实验,结果显示,基于全域子空间分解挖掘的QoS预测方法可以精确预测出渐变过程,结果准确,在QoS预测中具有广泛的应用价值。     

动态受限区域内的单纯型连续近邻链查询方法

受限区域内的单纯型连续近邻链查询在空间数据挖掘、数据的相似分析和推理、空间数据库等方面具有重要的作用。为了弥补已有方法的不足,详细研究了动态受限区域内的单纯型连续近邻链查询方法。基于计算几何中的Voronoi图给出了VOR_IN_CRSCNNC算法、VOR_EX_CRSCNNC算法和VOR_DE_CRSCNNC算法。进一步进行了实验比较和分析。理论研究和实验分析表明,所提出的算法在查询过程中减少了数据逐一筛选和判断的冗余计算,在处理空间数据量较大、初始受限区域数据量较多、受限区域形状较为复杂的单纯型连续近邻链查询方面具有较大的优势。     

一种基于空间滤波的钢轨表面擦伤检测改进算法

钢轨表面擦伤检测是保障铁路运输安全的重要手段之一。应用图像处理和模式识别技术来处理钢轨数字图像,检测并定位擦伤区域是一种可行且发展迅速的研究手段。课题组在前期工作中提出了一种鲁棒实时的钢轨表面擦伤检测算法,该算法首先对钢轨图像进行灰度对比度增强,在此基础上定位可疑擦伤区域并进行判定。算法对于常规擦伤图像具有较高的检测性能,但对于钢轨图像包含多处擦伤且擦伤区域灰度值差异较大的情况,往往造成漏检。针对原算法的不足,提出了一种基于空间滤波的钢轨表面擦伤检测改进算法,该算法对原算法检测到的擦伤区域进行钢轨灰度图均值填充,并对填充后的图像进行二次检测,在重新生成的灰度对比度图中,原检测图像中灰度值不明显的擦伤区域的灰度对比度值得到增强,从而增加了检出的可能性。经实验结果验证,改进算法具有较高的检测性能:在总的时间耗费没有明显增加的情况下,检测的平均准确率为90.8%,平均漏检率为4.0%,较原算法有较大改善。     

UPSO:基于划分空间粒子群优化的WSN动态覆盖优化算法

针对WSN动态覆盖问题为多目标优化问题,提出一种划分空间粒子群优化动态覆盖算法UPSO(Uniform Particle Swarm Optimization,UPSO)。该算法首先定义出基于传感器平均分布和不平均分布的区域划分过程,然后分别在不同子空间利用粒子群进行子区域内搜索Pareto最优解,最后分析算法复杂度。实验表明,在不同网络规模、迭代次数和划分子空间下,区域覆盖度和网络寿命相对于传统经典算法有较好改进。