针对协作通信系统中源到中继及中继到目的两阶段的瞬时信道状态信息(CSI)影响系统整体误码率(BER)的问题,提出一种综合衡量两阶段信道系数的中继选择方案.首先,根据每个候选中继的CSI,比较源到中继及中继到目的的两阶段信道系数,选出两者中较差的信道状态;然后,按照较差的信道状态对候选中继排序,得到近似较优的中继节点集合;最后,从中选择两阶段信道系数之和最大者作为被选中继参与协作传输.仿真结果表明,当候选中继节点数为100及5,BER下降到10-4及10-5时,所提的中继选择方案与基于最优较差信道的中继选择方案、基于最近邻关系的中继选择方案相比,所需信噪比(SNR)分别降低了0.4 dB和0.2 dB.所提方案能够增加无线中继网络的信息传输范围,提高信息传输的可靠性.
针对无线传感器网络(WSN)质心定位(CL)算法精度不高的问题,提出了一种基于最优信标节点的质心定位(OBCL)算法.OBCL算法采用了4个移动信标节点,首先,对移动信标节点的路径进行规划;然后,未知节点根据集合偏移度(SDD)从候选信标节点集合中选出最优信标节点来进行位置估计;其次,为了解决信标节点不足导致无法定位的问题,引入角色转变机制,未知节点在完成定位之后成为准信标节点来进行辅助定位;最后,为了保证网络中所有节点能够完成定位,在完成初次定位之后,需要进行重定位过程.仿真实验结果表明,与CL、基于加权的质心定位(WCL)、利用接收信号强度加权的质心定位(RR-WCL)这3种算法相比,OBCL算法的平均定位误差分别降低了67.7%、39.2%、24.4%.由于OBCL算法只需要4个移动信标节点就能达到较好的定位效果,因此适合应用于对网络成本低、定位精度要求高的场景.
针对现有射频识别(RFID)防碰撞算法存在的通信开支较大问题,提出一种改进的多比特识别算法.该算法在不降低原有算法识别效率的情况下,采用帧时隙的结构,避免了查询前缀的重复发送;同时,通过对碰撞比特进行定位,仅恢复碰撞比特的方法从而进一步减少了算法的通信开支.仿真结果表明,相比基于多比特识别的防碰撞算法,该算法在标签端和总通信开支方面均有所降低,其中总的通信开支最大降低20%.
针对移动对象通过传感区域时的安全问题,提出了一种基于局部Voronoi图(VT)的启发式反监控路径发现算法.首先,给出了一种基于局部Voronoi图的路径暴露风险近似估算模型.在该模型中,移动目标可依据当前探测到的传感器节点位置信息动态生成局部Voronoi图,并可依据定义的暴露风险计算公式近似估算出局部Voronoi图中各条边所对应路径的暴露风险.然后,在此基础上设计并实现了一种启发式的反监控路径发现算法.在该算法中,移动目标可首先基于局部Voronoi图确定自己的下一跳位置点候选集,然后再基于定义的启发式代价函数从候选集中选择一个风险代价最小的位置点作为其下一跳目标位置点.最后,沿着局部Voronoi图中对应的最小暴露风险路径移动到该目标位置点.理论分析和实验结果表明,所提算法具有良好的反监控性能,针对部署有n个传感器节点的区域,能够使得移动对象在不超过O(n log n)的时间内快速找到一条具有较低暴露风险的路径来穿越整个传感区域.
针对单天线射频识别(RFID)系统中阅读器不能同时识别多个标签造成标签识别率较低的问题,结合多天线技术及基于标签ID号序列的二叉树时隙分组提出了一种自适应树形分组的盲分离RFID系统防碰撞算法.首先根据RFID系统中天线的个数调整阅读器查询码码长并发送查询信号,将符合条件的响应标签分配到相应的时隙中,使每一个时隙中的标签数小于或者等于阅读器的天线数,满足盲源分离(BSS)的多天线系统识别标签的条件,从而达到同时且快速识别多个标签的目的.仿真结果表明,与同样采用多天线技术的基于位隙动态分组的盲分离(BSDBG)算法相比,当天线个数为4~32时,所提算法的标签识别速度提高了20%~69%,标签识别率提高了60%~88%,同时该算法复杂度低,硬件开销小,实现相对简单,有利于推广和使用.
针对无线射频识别(RFID)应用领域读写器碰撞问题,比较了基于轮询的帧时隙算法和二进制位防碰撞算法,提出了改进型的帧时隙算法.首先,将帧长分为若干时隙;然后,动态估计电子标签的数量,确定应该发送的帧长,再使电子标签对帧中的时隙响应概率达到最大,使系统碰撞概率最小.仿真结果表明,采用改进型帧时隙防碰撞算法的系统吞吐率可以保持在50%以上,并且在有大量电子标签的工作范围内吞吐率可以达到65%以上.与采用帧时隙防碰撞算法的平均36%系统吞吐率相比,改进型帧时隙算法的系统吞吐率提高了将近1倍.由于采用比较简单的结构,因此便于在实际应用中使用.
针对高速大容量波分复用(WDM)网络在多点故障、变更的情况下,运行效率低、维护成本高的问题,提出使用可重构光分插复用设备(ROADM)元件来构建灵活网络.首先,给出了所用的5节点网络配置模型;然后,研究了在动态网络条件下使用ROADM的光网络损耗与传输长度间关系,提出网络传输长度设计流程;其次,基于ROADM搭建一个5节点双向光纤环路实验网络,测量了光损失特性;最后,分析实验结果,得出损耗计算值与光纤实装损耗测量值近似相等(相差0.8 dB),验证了设计的可行性,保证了节点间的可靠传输.
针对802.15.4网络能耗优化问题,提出了一种基于多条件休眠模式的媒体接入控制(MAC)层信道接入机制.首先,建立该机制的马尔可夫模型;然后,基于模型对网络主要状态的稳态概率和协议参数进行推导;其次,分析了节点在每个超帧内的平均能耗;最后,研究了数据包到达率、退避次数、超帧指数和最小退避指数对节点主要状态的稳态概率、能耗和节点生存时间的影响.实验结果表明,与节点无休眠态的802.15.4网络相比,节点能耗降低了84.4%左右;与部分条件休眠的方法比较,节点能耗平均降低了62.8%,网络存活时间平均提高了70%.模型较好地描述了提出的网络信道接入机制,合理的网络参数设置能够优化网络能耗性能,也为无线传感器网络(WSN)的实际应用提供能耗优化参考.
针对现有时分多址(TDMA)调度方法在面对异步多信道条件下工业紧急数据调度时表现出的时延大、控制信道(CC)饱和、能耗过高等问题,提出一种基于接收端的紧急数据调度方法——EOAM.首先,采用基于接收端的策略,解决了异步多信道调度中存在的控制信道饱和问题;其次,采用特殊信道(SC)结合优先级指示的方法保证紧急数据快速切换信道进行实时传输的同时,允许非紧急数据基于优先级指示标志采用退避机制占用信道,保证了特殊信道的利用率.该方法既适用于单播通信,也适用于广播通信.仿真实验结果表明,相比分布式控制算法(DCA),EOAM的传输延时最低可达8 ms,可靠性可达95%以上,能量消耗降低了12.8%,能满足工业紧急数据的传输需求.
针对保证云中心性能下最小化能耗的问题,提出云中心异构服务器之间优化能耗分配方法.首先,建立云中心能耗优化的数学模型;然后,通过拉格朗日乘子法获取该模型的最优解,得到计算最小能量的最小能耗(MPC)算法;最后,通过大量数值实验进行算法验证并与功耗相等分配(EP)基准方法进行了比较.实验结果表明:在相同负载、相同响应时间约束下,MPC算法比EP基准方法节省近30%的能耗,并随着负载增加节省能耗的比例更高.MPC算法可有效避免云中心能源配置过载,为云中心资源优化配置提供思路和参考数据.
针对Hadoop云平台下MapReduce计算模型在处理图数据时效率低下的问题,提出了一种类似谷歌Pregel的图数据处理计算框架——MyBSP.首先,分析了MapReduce的运行机制及不足之处;其次,阐述了MyBSP框架的结构、工作流程及主要接口;最后,在分析PageRank图处理算法原理的基础上,设计并实现了基于MyBSP框架的PageRank算法.实验结果表明,基于MyBSP框架的图数据处理算法与基于MapReduce的算法相比,迭代处理的性能提升了1.9~3倍.MyBSP算法的执行时间减少了67%,能够满足图数据高效处理的应用前景.
针对串行PageRank算法在处理海量网页数据时效率低下的问题,提出一种基于网页链接分类的PageRank并行算法.首先,将网页按照网页所属网站分类,为来自不同站点的网页设置不同的权重;其次,利用Hadoop并行计算框架,结合MapReduce分而治之的特点,并行计算网页排名;最后,采用一种包含3层:数据层、预处理层、计算层的数据压缩方法,对并行算法进行优化.实验结果表明,与串行PageRank算法相比,所提算法在最好情况下结果准确率提高了12%,计算效率提高了33%.
针对图像处理与机器视觉以及三维图形渲染等所具有的大规模并行处理特征,通过充分利用面向图形图像处理的多态阵列架构(PAAG)处理器的可编程性以及灵活的并行处理方式,采用操作级并行与数据级并行相结合的并行化设计方法,实现了OpenVX中Kernel函数以及3D图形渲染.实验结果表明,在OpenVX标准图像处理Kernel函数以及图形渲染的并行实现中,采用PAAG处理器中的多指令多数据(MIMD)并行处理方式可以获得斜率为1的线性加速比,比传统图形处理器(GPU)中单指令多数据(SIMD)并行处理方式所得到的斜率值小于1的非线性加速比效率更高.
针对Knuth39随机数发生器运行速度慢的问题,提出了一种基于超多核心(MIC)平台的Knuth39并行化方法.首先,将Knuth39发生器的随机数序列以固定间隔划分成多个子序列;然后,每个线程从各子序列的起点开始生成随机数;最后,将各个线程生成的随机数序列组合成最终的序列.实验结果表明,并行化后Knuth39通过了TestU01的452项测试,与串行程序相同.同中央处理器(CPU)单线程相比,并行化后MIC平台下的最优加速比可达到15.69倍.所提方法有效地提高了Knuth39发生器的运行速度,并且保证了生成序列的随机性,更加适用于高性能计算领域.
针对当前非集中式信息流控制(DIFC)系统无法对主机与网络敏感数据进行一体化有效监控的问题,提出一种基于软件定义网络(SDN)的DIFC系统设计框架——S-DIFC.首先,在主机平面利用DIFC模块对主机中文件及进程进行细粒度的监控;然后,利用标签信息转换模块拦截网络通信,将敏感数据标签添加到网络流中;其次,在网络平面的SDN控制器中,对带有机密信息的流进行多级别的访问控制;最后,在目标主机DIFC系统上,恢复敏感数据所携带的敏感信息标记.实验结果表明,该系统对主机CPU负载影响在10%以内,对内存影响在0.3%以内,与依赖加解密处理的Dstar系统大于15 s的额外时延相比,有效地减轻了分布式网络控制系统对通信的负担.该框架能够适应下一代网络对敏感数据安全的需求,同时分布式的方法能够有效增强监控系统的灵活性.
为了有效控制自愿式P2P僵尸网络的大规模爆发,从动力学的角度研究了僵尸网络的传播规律.首先,根据僵尸网络的形成过程,建立了一个时滞微分方程模型;其次,通过详细的数学分析得出了有效控制僵尸网络的阈值表达式;最后,数值模拟验证了理论分析的正确性.理论分析和实验结果均表明,当基本再生数的值小于1时,僵尸网络可以被完全控制;否则,安全防御措施只能减小僵尸网络的规模.模拟结果还表明,降低僵尸程序的感染率或提高网络节点的免疫率,可以有效控制僵尸网络的爆发.实际网络管理中,可以通过不均匀分布网络节点、及时下载漏洞补丁等措施控制僵尸程序的传播.
Web应用同本地应用一样面临恶意主机威胁.如何确保暴露于用户主机中的Web应用核心算法或关键业务流程等重要信息的安全成为亟待解决的问题.针对现有JavaScript代码保护方法难以抵御动态分析且抗累积攻击效果差的问题,提出了一种具有时间多样性的JavaScript代码保护(TDJSP)方法.首先,通过程序多样化处理和路径空间模糊化,使JavaScript程序在执行时具有多样性效果,以有效抵御累积攻击;其次,检测调试器、模拟器等非正常执行环境的特征,并根据检测结果进行响应,增加攻击者进行动态分析的难度.理论分析和实验结果表明,JavaScript程序的抗逆向分析能力得到了提高,同时,其空间增长率约为3.1(优于JScrambler3),时间延迟为毫秒级.因此,该方法能够在不影响程序性能的前提下提升Web应用的安全性.
针对移动终端隐私数据的安全问题,结合数据压缩、门限秘密共享和移动社交网络,提出一种面向移动终端的隐私数据安全存储及自毁方案.首先,对移动隐私数据进行无损压缩获得压缩数据.然后,使用对称密钥对压缩数据进行对称加密获得原始密文.接着,将原始密文分解成两部分密文块:其中一部分密文块与时间属性结合并封装成移动数据自毁对象(MDSO)后保存到云服务器中;另一部分密文块与对称密钥和时间属性结合,再经过拉格朗日多项式处理后获得密文分量.最后,将这些密文分量分别嵌入图片并共享到移动社交网络.当超过授权期后,任何用户都无法获取密文块重组出原始密文,从而无法恢复隐私数据,最终实现移动隐私数据的安全自毁.实验结果表明:当文件为10 KB时,压缩和加密时间之和仅为22 ms,说明所提方案性能开销较低.综合分析亦表明该方案具备较高安全性,能有效抵抗安全攻击,保护移动隐私数据的隐私安全.
针对组合公钥(CPK)中的密钥碰撞和种子密钥矩阵的存储空间问题,提出了一种系数重映射方法,并设计了种子矩阵因子的选取规则.首先,在标识映射环节后,把产生的二进制比特流划分为系数序列和行序列;然后,按照重映射规则对系数序列进行映射,消除值为0的系数,削减了种子矩阵的存储空间;其次,在种子矩阵生成环节,基于系数重映射方法设计选取矩阵因子的规则,使产生的密钥不会发生碰撞;最后,根据行序列以及递增的列序列,选取公、私钥因子,并依据系数序列和公、私钥因子,计算公私钥.理论分析结果表明可以优化存储空间,解决密钥碰撞问题.
目前关于差分隐私数据流统计发布的研究仅考虑一维数据流,其方法无法直接用于解决二维数据流统计发布中可能存在的隐私泄露问题.针对此问题,首先提出面向固定长度二维数据流的差分隐私统计发布算法——PTDSS算法.该算法通过单次线性扫描数据流,以较低空间消耗计算出满足一定条件的二维数据流元组的统计频度,并经过敏感度分析添加适量的噪声使其满足差分隐私要求;接着在PTDSS算法的基础上,利用滑动窗口机制,设计出面向任意长度二维数据流的差分隐私连续统计发布算法——PTDSS-SW.理论分析与实验结果表明,所提算法可安全地实现二维数据流统计发布的隐私保护,同时统计发布结果的相对误差在10%~95%.
针对传统图像压缩比控制不精细及低维混沌系统保密性不高的问题,提出一种基于连续色调静态图像的无损或近无损压缩标准(JPEG-LS)压缩比控制的图像压缩加密算法.在深入分析JPEG-LS中失真控制参数Near对图像压缩比和重建质量的影响的基础上,首先,对光栅扫描的图像数据进行梯度处理;然后,比较梯度值与Near的大小关系以决定进入游程模式进行游长编码或常规模式进行Golomb编码;再次对三维Lorenz混沌系统生成的序列进行随机性处理,采用该序列作为密钥分别对游程模式、常规模式和全模式(游程和常规两种模式)下的压缩码流进行加密;最后,对Near进行实时动态调整,实现了对图像的压缩比精细控制且提高了保密性.仿真结果表明,所提算法能够实现良好的压缩比控制,且重建图像质量比线性压缩比控制算法提高了大约0.5 dB;同时算法安全性高,能够有效抵抗熵攻击、差分攻击、穷举攻击、统计攻击等多种攻击,且加密对压缩效率基本没有影响.
Key-Value存储系统在各种互联网服务中被广泛使用,但现有的Key-Value存储系统通常在用户态空间设计和实现,因为频繁的模式切换和上下文切换,导致访问接口、事务处理效率不高,在高并发、低延迟的数据存储需求中尤为突出.针对该问题,给出了一个内核态Key-Value存储系统的实现——KStore:提供内核空间的索引和内存分配机制,并在此基础上,通过基于内核Socket的远程接口以及基于文件系统的本地接口,保证了KStore的低延迟;同时,通过基于内核多线程的并发处理机制,保证了KStore的并发性.实验结果表明,与Memcached相比,KStore在实时性和并发性方面都取得显著优势.
交通流数据具有多来源、高速率、体量大等特征,传统数据存储方法和系统暴露出扩展性弱和存储实时性低等问题.针对上述问题,设计并实现了一套基于HBase交通流数据实时存储系统.该系统采用分布式存储架构,通过前端的预处理操作对数据进行规范化整理,利用多源缓冲区结构对不同类型的流数据进行队列划分,并结合一致性哈希算法、多线程技术、行键优化设计等策略将数据并行存储到HBase集群服务器中.实验结果表明:该系统与基于Oracle的实时存储系统相比,其存储性能提升了3~5倍;与原生的HBase方法相比,其存储性能提升了2~3倍,并且具有良好的扩展性能.
针对Top-k dominating查询算法需要较高的时空消耗来构建属性组合索引,并且在相同属性值较多情况下的查询结果准确率低等问题,提出一种通过B+-trees和概率分布模型相结合的子空间支配查询算法——Ranking-k算法.首先,采用B+-trees为待查找数据各属性构建有序列表;然后,采取轮询调度算法读取skyline准则涉及到的有序列表,生成候选元组并获得k组终结元组;其次,根据生成的候选元组和终结元组,采用概率分布模型计算终结元组支配分数.迭代上述过程优化查询结果,直到满足条件为止.实验结果表明:Ranking-k与基本扫描算法(BSA)相比,查询效率提高了94.43%;与差分算法(DA)相比,查询效率提高了7.63%;与早剪枝Top-k支配(TDEP)算法、BSA和DA相比,查询结果更接近理论值.
空间索引结构和查询技术在空间数据库中具有重要的作用,针对已有的方法在复杂空间数据对象的近似和组织方面的局限性,提出了一种基于最小外接矩形(MBR)、梯形和圆的新的索引结构(RTC树).为了有效处理复杂空间数据对象的最近邻(NN)关系查询问题,提出了基于RTC树的最近邻查询(NNRTC)算法,NNRTC算法利用剪枝规则可减少节点遍历和距离计算.针对障碍物对数据集中最近邻的影响问题,提出了障碍物环境下的基于RTC树的最近邻查询(BNNRTC)算法,BNNRTC算法先在理想空间进行查询,再对查询结果进行判断.为了有效处理动态单纯型连续近邻链查询问题,进一步给出了基于RTC树的动态单纯型连续近邻链查询(SCNNCRTC)算法.实验结果表明,相对基于R树的查询方法,所提的方法在处理数据量较大的复杂空间对象的数据集时可提高60%~80%的效率.
针对少数类样本合成过采样技术(SMOTE)在处理非平衡数据集分类问题时,为少数类的不同样本设置相同的采样倍率,存在一定的盲目性的问题,提出了一种基于遗传算法(GA)改进的SMOTE方法——GASMOTE.首先,为少数类的不同样本设置不同的采样倍率,并将这些采样倍率取值的组合编码为种群中的个体;然后,循环使用GA的选择、交叉、变异等算子对种群进行优化,在达到停机条件时获得采样倍率取值的最优组合;最后,根据找到的最优组合对非平衡数据集进行SMOTE采样.在10个典型的非平衡数据集上进行的实验结果表明:与SMOTE算法相比,GASMOTE在F-measure值上提高了5.9个百分点,在G-mean值上提高了1.6个百分点;与Borderline-SMOTE算法相比,GASMOTE在F-measure值上提高了3.7个百分点,在G-mean值上提高了2.3个百分点.该方法可作为一种新的解决非平衡数据集分类问题的过采样技术.
针对目前国内族谱系统中数据共享度不高、扩展性不好、编录效率较低等问题,提出并实现了一种基于浏览器/服务器(B/S)架构和图数据库的在线族谱编录系统.首先,该系统采用B/S架构,支持多人在线协同录入,提高了数据录入效率;其次,系统使用数据库存储数据,便于集中管理和统计检索,提高了数据的共享程度;然后,考虑到族谱数据具有图的结构特性,在系统中采用图数据库进行管理,大大提高了数据处理效率;最后,使用真实族谱数据进行了系统的效率对比,验证了系统的有效性.在实验中,使用了约20万人的刘氏族谱数据,对关系数据库PostgreSQL和图数据库Neo4j管理数据进行了存储和查询的效率对比.实验结果表明,Neo4j比PostgreSQL节省约50%的存储空间,而在人物后代查询、人物祖先查询、人物亲缘关系查询以及人物后代性别统计4种常见查询中,使用Neo4j的平均响应时间约为基于PostgreSQL数据库的20%、80%、16%和15%.由此可知,基于图数据库的在线族谱编录系统可用于高效处理大量族谱数据,并且支持多用户在线协同编录.
针对传统的基于消息的"软件人"通信方式在表达能力、通信效率及质量上出现的问题,在前期"软件人"系统及其通信理论、"软件人"知行模型和上下文感知机制的研究基础上,借鉴成熟的Agent通信语言规范,提出了情景驱动的"软件人"知识通信(CSMKC)框架.首先,对知识通信框架中的消息层、知识层和情景层进行了设计;然后,从消息层实现、知识层实现和情景层实现三个方面介绍情景驱动的"软件人"知识通信实现的关键点;最后,基本实现了不同"软件人"之间知识级的通信以及情景上下文的维护.实验结果表明,当后续通信内容对情景高依赖时,与传统的基于消息的"软件人"通信方式相比,CSMKC单位时间内的通信开销平均降低了46.15%.由此可见,系统完成一项任务时,情景依赖程度越高,CSMKC在降低通信开销方面的优势越明显.
针对一阶、二阶混合异构多智能体系统一致性问题研究中,存在状态不可测和系统最终仅可以获得静态一致性的问题,提出了一种具有参考速度的非线性一致性协议.在此基础上,首先,将一致性分析转化为稳定性证明;然后,构造李亚普诺夫函数;最后,基于李亚普诺夫稳定性理论和拉塞尔不变集原理,分析得出了该异构系统获得一致性的充分条件.仿真结果表明,满足文中的条件,系统在所提出的协议下获得了一致性.
针对依据专家知识推断贝叶斯网络中条件概率表(CPT)时存在的个体推断信息缺乏完备性和精确性以及整体集成结果缺乏科学性的问题,提出了基于证据理论/层次分析法(DS/AHP)的能够从专家推断信息中提取最优条件概率的方法.首先,通过引入DS/AHP方法中的知识矩阵提出了有利于实现判断对象更直观、判断方式更完善的推断信息提取机制;其次,在此基础上遵循由前至后的推断顺序提出了贝叶斯网络的构建过程;最后,应用传统方法与提出方法对同一贝叶斯网络中的缺失条件概率表进行了推断.数值对比分析表明,所提方法能够在提高计算效率的同时将累计总偏差降低41%,验证了所提方法的科学有效性和应用可行性.
针对目标可以同时属于多个类别的多标签分类问题,提出了一种基于浮动阈值分类器组合的多标签分类算法.首先,分析探讨了基于浮动阈值分类器的AdaBoost算法(AdaBoost.FT)的原理及错误率估计,证明了该算法能克服固定分段阈值分类器对分类边界附近点分类不稳定的缺点从而提高分类准确率;然后,采用二分类(BR)方法将该单标签学习算法应用于多标签分类问题,得到基于浮动阈值分类器组合的多标签分类方法,即多标签AdaBoost.FT.实验结果表明,所提算法的平均分类精度在Emotions数据集上比AdaBoost.MH、ML-kNN、RankSVM这3种算法分别提高约4%、8%、11%;在Scene、Yeast数据集上仅比RankSVM低约3%、1%.由实验分析可知,在不同类别标记之间基本没有关联关系或标签数目较少的数据集上,该算法均能得到较好的分类效果.
针对事物可拓状态的识别问题,提出了一种可拓模式判别模型.首先,给出了可拓模式判别的定义;然后,分析了论域的静态划分与动态划分特性;其次,设计出可拓模式判别的一般框架,并给出了对判别结论进行质变与量变的量化处理公式;最后,利用提出的方案对实例的一般状态及可拓状态进行了判别.实验结果表明了该方案对对象可拓状态表达、分析与判别的可行性.模型能够有效地解决传统可拓模式分类器所无法解决的可拓性与状态变换的判别问题.
针对社会网络中用户群组准确发现难题,提出了一种基于信任链的用户主题群组发现方法.该方法包括3个部分:主题空间发现、群组核心用户发现和主题群组发现.首先,给出了社会网络主题群组的相关形式化定义;然后,通过主题相关度计算发现主题空间,并给出主题空间上用户兴趣度计算方法;其次,提出原子、串联和并联信任链计算模型,并给出主题空间上的信任链计算方法;最后,分别给出主题空间发现算法、核心用户发现算法和主题群组发现算法.实验结果表明,提出的用户群组发现算法相比基于兴趣度的群组发现算法和边紧密度群组发现算法,平均准确率提升4.1%和11.3%,能够有效提升用户群组组织的准确度,在社会网络用户分类识别方面具有较好的应用价值.
针对目前推荐系统效率问题,采用线上、线下分离策略,构建一种新的推荐系统框架.针对推荐系统多目标性和目前众多推荐算法适应性局限等特性,采用混合策略,提出一种新的多目标推荐算法.首先,对多个推荐算法进行加权混合;然后,构建以权重序列为自变量,推荐评价指标F调和率、多样性和新颖度为目标函数的多目标优化模型;其次,采用SPEA2多目标优化算法进行优化求解;最后,基于用户的购物偏好和Pareto解集向用户有针对性地进行购物推荐.实验结果表明:新的推荐算法较子推荐算法在F调和率上持平,在多样性上提高了1%,在新颖度上提高了11.5%;多目标的各个Pareto解在解空间中分布形成了密集邻近的点曲线.该推荐算法能够满足不同购物偏好用户的推荐要求.
为提高社会化电子商务推荐服务的精确度和有效性,综合考虑交易评价得分、交易次数、交易金额、直接信任、推荐信任等影响社会化电子商务用户信任关系的因素,设计了一种信任感知协同过滤推荐方法.该方法利用置信因子计算用户间的信任关系,采用余弦相关度法计算用户间的相似度,引入调和因子综合用户信任关系和用户相似度对商品预测评分的影响,以平均绝对误差(MAE)、评分覆盖率和用户覆盖率作为评价指标.实验结果表明,与标准协同过滤推荐方法、基于规范矩阵因式分解的推荐方法相比,信任感知协同过滤推荐方法将MAE降低到0.162,并将评分覆盖率和用户覆盖率分别提高到77%和80%,能够解决交易评价较少商品的推荐问题.
针对蚁群优化(ACO)算法在复杂环境下规划能力较弱的问题,提出了一种基于滑动窗口和蚁群优化算法的二次路径规划(QACO)算法.对回退蚁群优化(ACOFS)算法的回退策略进行改进,通过降低回退路径上的信息素量,减少回退次数.第一次规划中,使用改进后的ACO算法对栅格环境进行全局路径规划;第二次规划中,滑动窗口沿着全局路径滑动,通过ACO算法规划出滑动窗口中的局部路径,并使用局部路径对全局路径进行优化,直至滑动窗口中包含目标位置.仿真实验表明:相比ACO、ACOFS算法,QACO算法的平均规划时间分别下降了26.21%、52.03%,平均路径长度下降了47.82%、42.28%,因此在复杂环境下QACO算法具有将强的路径规划能力.
为了进一步提高径向基函数(RBF)近似模型的精度,对其近似精度影响因素进行了深入研究.深入分析了计算机舍入误差对RBF近似精度的影响,指出矩阵条件数和形状参数同为影响RBF模型近似精度的两个重要因素.结合灵敏度分析对设计空间进行了分解,改善了矩阵条件数,增加了设计自由度,在传统基于形状参数优化的RBF近似模型的基础上,提出了基于空间分解的参数优化RBF近似模型构造方法.数值实验结果表明,在两个测试算例中,所提方法较传统基于形状参数优化的RBF近似模型构造方法的均方根误差(RMSE)分别减小了51.3%、58.0%,具有更高的近似精度.
针对多约束组合优化问题——多维背包问题(MKP),提出了一种改进二进制布谷鸟搜索(MBCS)算法.首先,采用经典的二进制代码变换公式构建了二进制布谷鸟搜索(BCS)算法.其次,引入病毒生物进化机制和病毒感染操作,一方面赋予布谷鸟鸟巢位置自变异机制增加种群多样性;一方面将布谷鸟鸟巢位置所组成的主群体的纵向全局搜索和病毒群体的横向局部搜索进行动态结合,进一步提高了算法的收敛速度,降低了陷入局部极值的概率.再次,针对MKP特点设计了不可行解的混合修复策略.最后将MBCS算法同量子遗传算法(QGA)、二进制粒子群优化(BPSO)算法、BCS算法就来源于ELIB数据库和OR_LIB数据库的15个算例进行了仿真对比.实验结果表明,所提算法计算误差均小于1%,标准差小于170,相比这3种算法具有相对更好的寻优精度和求解稳定性,是一种求解多维背包等NP难问题有效的算法.
针对手势交互中手势信号的相似性及不稳定性,设计并实现了一种基于随机投影(RP)的加速度手势识别方法.识别系统包含训练阶段和测试阶段:训练阶段运用动态时间规整(DTW)和近邻传播(AP)算法对训练集中的每一个手势迹创建样本中心;测试阶段先通过计算未知手势迹与样本中心的距离找出候选姿势迹,然后用RP算法将候选手势迹和未知手势迹投影到低维子空间,把识别问题转换成l1-minimization问题来对未知的手势迹进行识别.在采集的2400个数据样本上进行了基于特定人和非特定人的实验,结果表明所提算法分别取得了98.41%和96.67%的识别率,该方法能够有效识别加速度手势动作.
针对现有层次树遍历方法的低效率问题,提出了一种基于分类遍历的碰撞检测算法.首先根据两个物体树中节点的平衡因子差值来将所有的物体对进行分类:结构相似的,采用同步下降遍历方法;结构不相似的,采用交换下降遍历方法,这减少了相交测试的次数.然后加入时空相关性和优先级策略优化遍历过程.最后通过实验结果表明,相比基于统一遍历的碰撞检测算法,该算法缩短了相交测试的时间,物体数目越多,快速性优势越显著,大约可以缩减所需时间的1/5.
