算法框架:算法重定位的一种可操作的方法

算法框架是实现算法重定位的一种可操作的方法．文章给出了算法重定位的定义，讨论了如何通过选择操作和组合操作来设计算法框架．然后给出了定义选择操作和组合操作的一种方法．由文章所定义的算法框架得到求解某一问题的算法模式，从该算法模式就可以生成求解该问题的算法．文章最后讨论了算法框架和算法模式以及模块化算法之间的关系．

一种特征加权的聚类算法框架

为了考虑数据各维特征对聚类的不同贡献,并把有监督特征评价方法应用到无监督分类问题中,提出一种特征加权的聚类算法框架。该框架首先通过某种聚类算法对数据聚类,然后,根据聚类结果,采用有监督特征评价方法学习各维特征的权值,再根据特征权值重新聚类,之后再次学习特征权值,该过程反复迭代,直至算法收敛或达到指定的迭代次数。欧几里德空间内基于距离、基于密度的聚类算法均适用于本框架。基于本框架,采用模糊C均值聚类算法(FCM)、密度聚类算法(DBSCAN),并通过信息增益特征评价、ReliefF特征评价方法,对多个UCI数据集进行了实验,验证了该框架的有效性。

ReChorus:综合高效易扩展的轻量级推荐算法框架

近年来,各种各样的推荐算法层出不穷,特别是深度学习的发展,极大地推动了推荐系统的研究.然而,各个推荐算法在实现细节、评价方式、数据集处理等方面存在众多差异,越来越多的研究者开始对推荐领域的可复现性产生担忧.为了帮助缓解上述问题,基于PyTorch实现了一个综合、高效、易扩展的轻量级推荐算法框架ReChorus,意为构建一个推荐算法的“合唱团”.ReChorus框架中实现了多种不同类型的推荐算法,类别涵盖常规推荐、序列推荐、引入知识图谱的推荐、引入时间动态性的推荐等;同时,对于一些常见的数据集也提供统一的预处理范式.相比其他推荐系统库,ReChorus在保证综合高效的基础上尽可能做到了轻量实用,同时具有较高的可扩展性,尤其以方便学术研究为导向,非常容易上手实现新的模型.不同的推荐算法在ReChorus框架中能够在相同的实验设定下进行训练和评测,从而实现推荐算法间的有效对比.该项目目前已在GitHub发布:https://github.com/THUwangcy/ReChorus.

基于Jaumin的等参单元算法框架设计

针对等参有限元的计算特点和有限元软件多种单元的开发需求,基于高性能计算程序开发框架Jaumin,使用面向对象语言,采用抽象和多态技术以及工厂模式,为有限元软件PANDA设计等参单元算法框架.该框架具有良好的可复用性及可扩展性,开发过程清晰,有利于提高开发效率.给出等参单元算法框架中各个模块所对应的类以及类的接口.实例表明用PANDA中已实现的等参单元计算结果与ANSYS的计算结果一致.

基于邻域区间扰动融合的无监督特征选择算法框架

特征选择技术是数据降维的一种关键技术,由于采集到的数据样本标签信息缺失,无监督特征选择受到了更多人的关注。现有的无监督特征选择算法普适性及稳定性很低,受数据集结构的影响很大,因此很多研究者一直热衷于提高算法的稳定性。该文尝试从数据集的预处理出发,采用区间的方式来对数据集进行近似,得到与数据集相关联的几个数据集,通过实验验证新的区间数据集的优劣性,并思考从全局的角度对数据集进行处理,进一步提出了一种新的模型——基于邻域区间扰动融合的无监督特征选择算法框架(Unsupervised feature selection algorithm framework based on neighborhood interval disturbance fusion,NIDF)。该模型可实现对特征的最终得分和近似数据区间的联合学习,通过与原始无监督特征选择方法以及现有的几种特征选择框架的对比,体现出该文提出的模型的优越性。

基于软件总线的多变量通用算法框架研究

以软件总线为基础,设计了将每个分析算法视为一个软件构件,对软件构件进行统一管理,能对多个多变量算法进行任意组装的软件框架结构。采用此框架具有很强的扩展性和适应性,并应用于铝电解槽分析系统,提高效率。

新预算法框架下加强行政事业单位预算管理的几点思考

为了在新预算法框架下帮助行政事业单位加强内部预算管理,本文将展开相关研究,主要新预算法的重要意义,后介绍行政事业单位预算管理现状,最终依托于新预算法框架提出加强预算管理的建议.采用文中建议,可以有效加强行政事业单位的预算管理,并使其贴近新预算法框架,利于单位内预算管理的有效性.

深度学习在电网安全管理系统中的风险识别算法研究

随着电力系统规模和智能化水平的扩大,电网安全管理面临复杂挑战。传统方法存在盲区和误差,难以准确评估风险。本研究探讨利用深度学习技术提高风险识别,构建新算法框架,支持安全管理演化,提升风险评估精准性。深度学习消除了监测盲区,减少了误差,帮助管理者应对系统复杂性。结合历史数据和实时监测信息,深度学习还可以用来建立强大风险识别模型。通过优化算法,电网系统风险的实时监测和预警可被实现,为安全管理提供可靠支持。

多层中继网络通信时延高容忍度控制算法分析

为解决多层中继网络(MLRN)中的通信时延问题,提高其在复杂网络环境下的数据传输效率和稳定性,本研究构建多层中继网络通信时延高容忍度控制算法模型,包括动态路由选择、数据包调度机制以针对网络拥塞和故障的自适应调整机制。在NS-3网络模拟器上进行实验测试,模拟了各种网络条件下通信过程,以验证所提算法有效性。结果表明,相比于传统的时延控制策略,本研究提出的算法能降低通信时延,提高网络数据传输效率yu稳定性,研究发现可为多层中继网络的优化与应用提供价值参考。

设施服务分区问题的求解算法框架设计

设施服务分区问题(facility service districting problem,FSDP)是指在一个地理区域内,根据服务设施位置和服务能力为其划分服务区,满足供需平衡、形状紧凑和空间连续等要求。空间连续约束使FSDP能更好地满足学区划分、医疗区划分等问题的政策需求,但同时增加了它的求解难度。构造了一个FSDP混合整型线性规划模型,并设计了一个算法框架。框架包括问题定义、初始解、搜索算子和策略等基本模块,支持精确算法、元启发算法和混合算法设计。基于算法框架,实现了数学模型、模拟退火算法、迭代局部搜索算法和数学启发混合算法,并使用4个中大规模案例进行算法测试。实验结果表明,算法框架能够很好地处理空间连续约束的FSDP,支持多种算法快速实现,且求解质量接近案例目标值下界。

人民银行经理国库职责的几点思考——基于新预算法框架的分析

新《预算法》对国库会计确认基础、财政专户、国库集中收付制度、退库、国库现金管理等方面进行了相应规定,人民银行经理国库面临偏重核算、财政专户种类庞杂和监督作用弱化的现象。完善人民银行经理国库职责,必须夯实国库基础工作办好国库业务,加强监测提升基层国库分析反映能力,强化监管职能发挥事中监督作用。

多虚拟机实时迁移中自适应的迁移算法选择框架

IaaS云计算平台中主要通过实时迁移多台虚拟机来实现资源的动态调度、管理与优化。虽然Pre-copy和Post-copy是单虚拟机实时迁移的两种主流算法,且各有优缺点,但现有的多虚拟机实时迁移系统只是单一地使用其中一种迁移算法,无法根据各虚拟机的不同负载情况灵活选择最有效的迁移算法,降低了整体迁移效率。提出一种自适应的实时迁移算法选择框架,利用模糊聚类方法对待迁移的多虚拟机进行分类,按类别选择最适合的迁移算法。实验结果表明,所提出的迁移算法选择框架能够在多虚拟机实时迁移中发挥两个迁移算法的各自优势,有效提高整体的实时迁移性能。

支持复杂产品总体优化设计的多算法协作优化框架研究

针对复杂产品总体优化设计中设计方案寻优难以通过单一优化算法实现的问题,提出了基于多算法协作优化思路的多算法协作优化框架,详细探讨了框架两方面关键技术:组件化优化算法库和协作优化策略,提出了优化算法组件的接口规范和运行机制,给出了基于全局探索+局部寻优策略的协作优化计算流程。最后,通过一个函数优化算例说明了协作优化框架的可行性和有效性。

基于元学习的推荐算法选择优化框架实证

针对给定特征的数据集,选择最佳推荐算法存在计算资源相对过高、耗时较长、正确率较低的问题,提出一种基于元学习的推荐算法选择优化框架,在常用元特征的基础上融入新的特征测度。将Donorschoose和Movielens作为实证数据集,实验分析KNN、SVD等算法的自动选择过程,通过3种元学习算法构建元模型,评估该模型的预测正确率。Stac-kingDecisionTree元模型所选择推荐算法具有较高预测性能,预测正确率分别达到86.58%和80.39%,实验结果表明了提出框架的可行性。

基于Qt的算法可视化框架的设计

随着计算机技术的飞速发展和普及,传统的算法教学模式已经不再适合学生学习比较抽象的算法了。多媒体教学凭借其自身在教学方面的优势而在基础教育中迅速发展,相对粉笔加黑板的原始教学,多媒体教学的优势有以下几点:程序的执行过程更加生动便捷;数据演变更加形象直观;教学的时间成本和金钱成本都相对较低等;此外,它的灵活性、随机性以及全方位和立体化的信息展示形式对教育环境优化、提高教学质量起到了极大的作用。论文提出了一种基于Qt的算法可视化框架,利用该框架可以实现算法可视化的开发。

不规则加权小波框架共扼梯度算法

信息传输中的数据丢失、存储数据的硬件损坏等因素常导致采样数据是非均匀的,文章根据不规则小波框架的稳定性理论和不规则加权小波框架算子提出了针对非均匀采样信号重建的不规则加权小波框架共扼梯度算法,进行了数值仿真实验,并和同类重建算法进行比较,新算法在逼近误差与重建速度等方面有较大优势.

一种三维实空间上框架构造的算法及其实现

根据有限维框架构造理论,在给定框架算子特征值及其模长序列条件下,提出一种三维实空间上具体构造框架的算法,并以算例验证了该算法的准确性和灵活性.

基于RF5框架的XDAIS标准算法封装与调用

介绍了TI DSP算法标准XDAIS(TMS320 algorithm standard)和算法参考框架RF5(Reference Framework 5),分析了XDAIS算法接口的实现和RF5框架中数据元素的操作流程。通过建立标准算法库,并在实例工程中基于RF5框架实现标准算法的封装与调用,较大地提高了算法性能。

基于本体的作物系统模拟框架构建研究

【目的】研究作物系统模拟框架(CSSF)可以为构建作物生长模型及设计可重用的作物系统模拟软件提供基础框架。【方法】将本体技术应用于作物模拟模型领域,以作物生长的基础生理生态过程为主线,基于仿真本体和作物模拟本体,综合分析与提炼稻麦棉油等作物的建模流程、生长模拟模型算法及模型参数中的共性概念及概念之间的相互关系,构建了CSSF。【结果】CSSF包括作物建模外部知识框架(CMOKF)和作物模型内部知识框架(CMIKF),其中CMOKF提炼了作物系统受时间、空间和自然环境共同驱动的共享特征,CMIKF描述了生育期、生物量积累、干物质分配与产量形成、器官建成、作物-土壤水分动态和养分平衡等作物模型组分与模型算法的共性特征。【结论】CSSF实现了作物建模概念、流程、结构和方法的知识级共享,对设计可重用的作物模型软件体系结构具有指导作用。

PBO算法在量化交易中的应用——以黄金和比特币的交易策略为例

本文以黄金和比特币交易策略为例,讨论了PBO算法在量化交易中的应用。本文提出了一种基于PBO算法的动态优化算法用以优化交易模型参数。为了测试算法的性能与稳定性,本文介绍了五种基于传统技术分析理论的量化交易预测模型,并展示算法对这些模型参数优化后的结果。结果表明,与全局优化的结果相比,本文所提出的算法在两种资产及五种模型上都具有显著提升,说明算法具有良好的性能与稳定性。