检索结果

Select

1. 基于萤火虫算法的无线传感器网络节点重部署策略

孙环, 陈宏滨

计算机应用 2021, 41 (2): 492-497. DOI: 10.11772/j.issn.1001-9081.2020060803

摘要（378）

PDF （994KB）（517）

节点部署是无线传感器网络研究的重要问题之一。针对节点部署过程中的能量空洞问题，提出了一种基于萤火虫算法（FA）的节点重部署（NRBFA）策略。首先，在节点随机部署的传感器网络中，利用k-means算法进行分簇并引入冗余节点；然后，利用FA移动冗余节点，以分担簇头（CH）负载并均衡网络中节点的能耗；最后，再次利用FA寻找目标节点，从而更新冗余节点。该策略通过有效地移动冗余节点，减小了节点移动距离并降低了网络能耗。实验结果表明，该策略能够有效地缓解“能量空洞”问题，并且与基于虚拟力的分区节点重部署算法相比降低了算法的复杂性，且能更好地提高网络的能量效率，均衡网络负载，并将网络生命周期延长近10倍。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于显著性语义区域加权的图像检索算法

陈宏宇, 邓德祥, 颜佳, 范赐恩

计算机应用 2019, 39 (1): 136-142. DOI: 10.11772/j.issn.1001-9081.2018051150

摘要（574）

PDF （1175KB）（325）

针对计算视觉领域图像实例检索的问题，提出了一种基于深度卷积特征显著性引导的语义区域加权聚合方法。首先提取深度卷积网络全卷积层后的张量作为深度特征，并利用逆文档频率（IDF）方法加权深度特征得到特征显著图；然后将其作为约束，引导深度特征通道重要性排序以提取不同特殊语义区域深度特征，排除背景和噪声信息的干扰；最后使用全局平均池化进行特征聚合，并利用主成分分析（PCA）降维白化得到图像的全局特征表示，以进行距离度量检索。实验结果表明，所提算法提取的图像特征向量语义信息更丰富、辨识力更强，在四个标准的数据库上与当前主流算法相比准确率更高，鲁棒性更好。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于船舶自动识别系统信息和Hough变换的海上船舶航道提取

陈宏昆, 察豪, 刘立国, 孟薇

计算机应用 2018, 38 (11): 3332-3335. DOI: 10.11772/j.issn.1001-9081.2018040841

摘要（597）

PDF （771KB）（400）

对远海大面积海域进行航道提取，由于缺少连续的船舶航行数据，传统轨迹聚类算法不再适用。针对该问题，提出了一种利用Hough变换提取船舶航道的方法。基于船舶自动识别系统（AIS）数据，对监视海域划分网格，分析海上船舶密度分布；针对网格大小影响密度分布分辨力问题，采用中值滤波和形态学滤波对船舶密度分布进行修正。基于此利用Hough变换和核密度估计结合的方法提取海上船舶航道，估计航道宽度，用真实历史AIS数据对该方法进行实验验证。实验结果表明：轨迹聚类算法无法提取船舶密度较低区域的航道，轨迹簇内的船舶轨迹数量占该区域轨迹总数的29.81%；而所提方法提取的航道内轨迹数量占比达95.89%，证明了所提方法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于并行分类算法的电力客户欠费预警

陈羽中, 郭松荣, 陈宏, 李婉华, 郭昆, 黄启成

计算机应用 2016, 36 (6): 1757-1761. DOI: 10.11772/j.issn.1001-9081.2016.06.1757

摘要（583）

PDF （755KB）（604）

针对供电企业"先消费后付款"的经营模式可能造成用电客户因失信引发的欠费风险,需要在用电客户欠费行为发生之前实时快速地分析海量的用电用户的数据,给出潜在的欠费客户名单的问题,提出一种基于并行分类算法的电力客户欠费预警方法。首先,该方法使用基于Spark的随机森林(RF)分类算法对欠费用户进行建模;其次,根据用户以往历史用电行为和缴费记录使用时间序列进行预测得到其未来用电和缴费行为特征;最后,使用之前得到的模型对用户进行分类得到未来潜在高危险欠费用户。将该方法与并行化后的支持向量机(SVM)算法和在线序列极限学习机(OSELM)算法进行对比分析,实验结果表明,所提方法相对于对比算法在准确率上有较大提高,便于电费回收管理人员进行提前催缴,确保电费回收的及时性,有利于电力企业进行客户欠费风险管理。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于多主题追踪的网络新闻推荐

陈宏陈伟

计算机应用 2011, 31 (09): 2426-2428. DOI: 10.3724/SP.J.1087.2011.02426

摘要（996）

PDF （445KB）（481）

针对网络新闻推荐系统推荐准确率偏低的问题，提出一种基于多主题追踪的网络新闻推荐算法。基于多主题追踪的推荐算法采用多个用户模型表示用户对不同主题的兴趣，并动态更新用户模型以动态反映用户的兴趣变化。实现了网络新闻推荐系统的核心推荐算法，并在标准路透社新闻数据集(RCV1)上验证了算法的有效性，有效提升了新闻推荐的准确率。