基于相异度矩阵的碎片化回复文本聚类方法

针对问答社区碎片化回复文本中有效抽取所需文本信息的问题,本文提出一种基于相异度矩阵的碎片化回复文本聚类方法。首先,根据文本之间相异度设计聚类中心,以聚类方式将社区中碎片化回复文本分类;然后,使用基于RNN+CNN的问题文本特征提取方法提取用户问题的文本特征;最后,结合提取的问题文本特征,使用基于TF-IDF算法的抽取式文本自动生成算法,实现回复文本信息的快速自动提取。实验结果表明本文方法可以自动抽取所需文本信息,抽取结果精度高且稳定,可应用于问答社区碎片化回复文本的抽取。

引入个体相异度阀值函数的新自适应遗传算法

提出了一种引入个体相异度阀值函数的新自适应遗传算法,该算法根据个体的相异性,给出了个体相异度的概念和相应的计算公式,并设计了一个与进化代数相关的阀值函数,以实现选择性交叉和变异.同时为了克服传统自适应遗传算法在进化过程中停滞不前的缺点,该算法引入非线性函数作为自适应交叉率和变异率计算公式.最后,针对典型车间调度问题,分别对改进算法和其他优化算法的计算结果进行了比较,结果表明新算法更有效.

一种基于节点相异度的社团层次划分算法

当前层次划分社团算法难以选取合适的初始节点,导致社团结构划分结果较差。为此,提出一种基于节点相异度的层次社团划分算法。给出度和接近度的评估标准,根据评估标准筛选网络的初始核心节点。为克服相异性指数在度量社团内节点相似度时的不足,引入节点的相异度评价准则,计算初始核心节点间的相似度,得到具有较高相似度的初始节点集。采用全局优化模块度的策略,从而实现对复杂网络的社团划分。应用于标准数据集的实验结果表明,与GN算法、FN算法相比,该算法划分效果更好,时间复杂度更低。

基于加权Minkowski距离的IFS相异度度量方法

针对现有直觉模糊集合间距离度量的局限性,提出一种基于加权Minkowski距离的相异度度量方法。该度量方法适合于连续论域中集合间距离的测量,而且通过引入加权参数解决了各个属性具有不同权重的实际问题,同时克服了现有IFS距离度量的缺陷,进而解决了几个特殊直觉模糊集合之间距离度量问题。通过算例分析比较,证明了该方法在现存的距离度量方法中是比较优越的。

基于相异度矩阵的混合属性数据流聚类算法

数据流的聚类是数据流挖掘的一个重要问题。提出一种针对混合属性的数据流聚类算法,它采用相异度来代替普通的聚类距离,并将等价相异度矩阵引入聚类过程。基于真实数据集的实验表明该算法比基地同类算法具有更好的聚类性能。

面向层次类型变量的相异度量及其聚类分析

本文在分析传统类型变量相异度量的基础上,定义了"层次类型"的概念,提出了层次类型变量的相异度量计算方法。引入层次类型变量,并结合传统类型变量,设计了具有包括层次类型在内的混合数据类型描述的对象之间的相异度量方法,并基于此实现了此类对象的聚类分析。

基于相异度矩阵的冲突证据合成算法

为解决经典证据理论在证据冲突程度高的环境下合成容易导致Zadeh悖论的问题,提出一种解决冲突证据合成问题的算法。通过计算证据间的欧几里德距离构造相异度矩阵,计算证据的相异支持度、可信度和修正率,对证据进行修正后利用合成算法进行合成。实验结果表明,该算法可以很好地解决Zadeh悖论,合成结果优于现有一些典型方法。

一种基于相异度的接收天线选择算法

对于多输入多输出系统天线选择算法而言,穷尽搜索算法能够达到最优的性能,但包含较多矩阵运算,计算复杂度较高。而传统基于相关度和相似度的天线选择算法虽具有较低计算量,但损失了较大的容量性能。针对这一问题,以容量性能为目标,提出了基于相异度的接收天线选择算法,分析了不同相异度下所提选择准则对系统性能的影响。与传统相关度和相似度天线选择算法相比,所提算法有效降低了计算复杂度,改善了系统的容量性能,仿真结果表明:所提算法具有较好的系统性能,适用于实时通信系统。

基于相异度分析的网络通信异常行为识别方法

提出了一种基于相异度分析的网络通信异常行为识别方法,以Netflow网管数据为基础,设计了具体实现步骤,实现了对网络中异常网络攻击、突发流量异常以及网络通信行为规律显著变化等表征现象实时监测,取得良好效果,大幅提升了网络运营单位的网络安全支撑服务能力.

基于相异度计算的模块库聚类分析方法

为提高产品模块库的重用度,提出了一种模块库的聚类分析方法。给出模块库、模块重用度、模块实例相异度、相异矩阵和聚类中心的定义,以及相异度、最小生成树和聚类中心的计算方法。对模块库进行聚类分析来消除冗余的模块实例,从而提高了模块的重用度。以轮式装载机的铲斗模块库为例说明了该方法的合理性和有效性,在阈值为0.03时消除了模块库原来39种实例中11种冗余的模块实例,提高重用度39.2%,此时冗余模块与替代模块之间最大的误差小于4%。

基于奇异值和相异度的心电身份识别方法

在身份识别领域中,传统认证方式存在着安全性和可靠性的问题。为解决上述问题,提出一种基于奇异值分解和相异度分析的心电信号身份识别方法。心电信号身份识别主要利用当场获取的信号,经过预处理、特征提取后与心电数据库中的模板进行比对完成身份识别过程。同时针对心率变异性影响识别性能的难点问题,利用心率变异性补偿方案来消除。最后利用MIT-BIH的NSR、ST change和PTB心电数据库进行性能仿真测试,结果表明补偿方案有效提高了识别率,心电信号身份识别具备一定的可靠性。

基于相异度度量的图聚类方法

聚类是分析和探测数据的重要方法,而图聚类则是一种非常重要的特征模式聚类的变体。以无向非加权连通图为研究对象,提出了一种基于节点间相异度度量的凝聚层次聚类方法。实验表明该算法简单有效,适合一般图的聚类。

使用去噪和相异度的电子商务网站用户访问聚类算法

电子商务网站包含相当大的用户访问信息,对用户信息的数据挖掘,可以加强网站对用户访问信息的准确了解,提高电子商务网站的点击率。为此将提取电子商务网站日志中记录的用户访问链接数据,利用去噪技术对用户访问链接日志记录数据进行过滤分析,将过滤后的用户访问数据利用相异度二元关系组成二元数组,通过对二元数组的相异度分析计算,可实现电商务网站用户的聚类,为网站页面的优化及访问用户的兴趣、爱好的掌握提供参考。

基于决策树和相异度算法的移动通信客户分类方法

移动通信领域中的客户信息挖掘是数据挖掘和商务智能领域中典型应用之一,具有较高研究意义和商业应用价值。在基于决策树的数据分类算法基础上,采用相异度计算原理进行再次分类,以此对移动通信客户信息中的不同属性进行分析,重点对移动通信客户是否可能成长为高价值客户的分类进行了研究。测试结果表明,该组合分类算法在移动通信客户分类时的平均准确率达到了83.1%。

一种改进的图聚类的相异度度量方法

采用凝聚聚类思想进行聚类分析,通过对距离最小的两个类进行循环合并,从而改进了最大最小关联度图聚类方法在针对图中两个邻接结点的度都非常大,而它们连接相同结点的数目极少的问题时,普通聚类方法难以解决两个结点的关联度很大,而实际上相似性并不高的情况,最后通过实例检验了凝聚聚类算法的正确性和有效性。

带钢缺陷图像局域方差相异度的融合规则研究

当前应用在带钢表面缺陷图像的基于单个系数点的融合规则和基于区域系数特征的融合规则存在片面性、容易使融合图像失真等问题.针对以上问题,给出了一种新的融合规则.该融合规则在对小波分解后的高频子带进行融合时,充分考虑待融合图像的局域方差的相异度,并利用阈值来选择合适的融合规则.实验结果表明,该方法可以更好地保留图像的细节特征,且在冷轧带钢表面缺陷图像融合中有较好的适用性,具有一定的工程应用价值.

基于相异度的测试优选算法

测试性日益成为现代电子产品的重要性能指标,必须在系统研制初期进行测试性设计,从而在故障诊断过程中,测试费用最少、诊断时间最短;根据贪婪策略提出了一种基于相异度的测试优选算法;在采用基于动态熵的故障隔离策略选择测试中,当动态熵值相同时,结合相异度进行测试优选;实验结果表明,该算法实现简单,能够在诊断时间最短的情况下,测试费用最少。

基于相异度的快速MIMO天线选择算法

在多输入多输出(MIMO)天线选择技术中,穷举搜索算法获得了最优性能,但其复杂度太高,通常无法应用于实时通信.传统基于相关度的次优天线选择算法大大降低了复杂度,但是损失了较大的容量性能.针对这一问题,文中提出一种基于相异度的天线选择算法,该算法以相异系数来度量天线间的相关性,提高了相关性判决的准确性.与传统基于相关度的算法相比,文中所提算法可获得较好的容量性能,且具有较低的计算复杂度.仿真结果验证了所提算法的有效性和可行性.

一种改进的基于节点相异度的社团结构划分算法

提出一种改进的基于节点相异度的社团结构划分算法.首先根据度和平均度评估标准,筛选出核心节点作为初始核心节点集,然后基于节点相异度进行划分,直至社团结构划分完成.实验结果证明,与其他一些算法相比,该算法的划分效果比较精确且易于实现.

随机傅里叶特征相异度的故障检测算法

针对大规模非线性动态过程故障检测问题,提出随机傅里叶特征相异度(RFF–DISSIM)的故障检测方法.首先,利用RFF对原始数据进行映射,获得特征空间中的数据集;然后,在特征空间中应用滑动窗口技术并结合相异度指标对特征空间中的数据集进行过程状态监控.本文方法通过RFF快速捕获数据的非线性结构并结合相异度指标消除样本间自相关性的影响,有效地提高了过程监控性能.通过一个数值例子和连续搅拌釜反应器(CSTR)的仿真实验并与传统的核主元分析、动态主元分析等方法对比分析,仿真结果进一步证明了本文所提方法的有效性.