检索结果

Select

1. 基于新的森林优化算法的特征选择算法

谢琪, 徐旭, 程耕国, 陈和平

计算机应用 2020, 40 (5): 1266-1271. DOI: 10.11772/j.issn.1001-9081.2019091614

摘要（376）

PDF （484KB）（419）

针对传统的基于森林优化算法的特征选择算法在初始化阶段、候选森林生成阶段和更新阶段存在的问题，提出了一种新的基于森林优化算法的特征选择算法。该算法在初始化阶段采用皮尔森相关系数和L₁正则化方法代替随机初始化策略；在候选森林生成阶段，采用优劣树分开和差额补足的方法解决优劣树不完备问题；在更新阶段，将与最优树精度相同但维度不同的树木添加到森林中。在实验中，所提算法采用与传统的基于森林优化算法的特征选择算法相同的实验数据和实验参数，分别测试了小维度、中维度和大维度数据。实验结果表明，在2个大维度数据和2个中维度数据上，所提算法的分类精度和维度缩减能力均高于传统的基于森林优化算法的特征选择算法。实验结果验证了所提算法在处理特征选择问题的有效性。

参考文献 | 相关文章 | 多维度评价

Select

2. 面向用户群体的Web服务推荐

谢琪, 崔梦天

计算机应用 2016, 36 (6): 1579-1582. DOI: 10.11772/j.issn.1001-9081.2016.06.1579

摘要（515）

PDF （734KB）（319）

针对Web服务推荐中服务用户调用Web服务的服务质量数据稀疏性导致的低推荐质量问题,提出了一种面向用户群体并基于协同过滤的Web服务推荐算法(WRUG)。首先,为每个服务用户根据用户相似性矩阵构建其个性化的相似用户群体;其次,以相似用户群体中心点代替群体从而计算用户群体相似性矩阵;最后,构造面向群体的Web服务推荐公式并为目标用户预测缺失的Web服务质量。通过对197万条真实Web服务质量调用记录的数据集进行对比实验,与传统基于协同过滤的推荐算法(TCF)和基于用户群体影响的协同过滤推荐算法(CFBUGI)相比,WRUG的平均绝对误差下降幅度分别为28.9%和4.57%;并且WRUG的覆盖率上升幅度分别为110%和22.5%。实验结果表明,在相同实验条件下WRUG不仅能提高Web服务推荐系统的预测准确性,而且能显著地提高其有效预测服务质量的百分比。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于协同过滤的个性化Web服务选择方法

贺春林谢琪

计算机应用 2013, 33 (01): 239-242. DOI: 10.3724/SP.J.1087.2013.00239

摘要（963）

PDF （626KB）（572）

对传统的Web服务选择算法进行分析，并指出其在动态环境下存在的问题。为了解决该问题，提出了基于协同过滤算法的个性化Web服务选择方法，并设计了一个动态的Web服务选择架构，架构使用协同过滤算法对Web服务的服务质量(QoS)值进行预测并选择最优的Web服务以满足用户的需求。使用150万条真实Web服务的QoS数据与其他4类算法进行了对比实验，结果表明所提方法的可行性和准确性。

参考文献 | 相关文章 | 多维度评价

Select

4. 有效的无证书签名方案

洪东招谢琪

计算机应用 2010, 30 (07): 1809-1811.

摘要（1446）

PDF （455KB）（1175）

为解决基于身份的密码体制的密钥托管问题以及传统公钥密码体制的公钥认证问题，通过修改Barreto等人提出的高效的基于身份的签名方案中的私钥和公钥的产生算法，提出了一个无证书签名方案。该方案在随机预言模型下是可证明安全的，而且也是高效的方案，只需要一个对运算。