基于先验知识随机游走模型的视网膜血管分割方法

视网膜图像的血管提取对心脑血管等疾病的诊断、治疗与评价具有重要的临床应用价值。为解决目前视网膜血管分割算法中存在的分割精度低(特别针对病变图像)等问题,提出基于先验知识随机游走模型的视网膜血管分割方法。在分析视网膜血管特征的基础上,构建归一化梯度向量散度场,针对高、低对比度血管采用不同的定向拉普拉斯算子提取血管中心线,并将先验知识随机游走模型应用于图像分割,实现对比度低、边界微弱的视网膜血管提取。采用STARE视网膜图像库进行分割精度测试,结果表明本算法精度相对已有算法明显提高,特别针对带有病变的视网膜图像,算法的有效性得到了验证,可满足临床处理的要求。

基于信任随机游走模型的微博粉丝推荐

利用微博关注关系和社交行为构建微博信任网络,通过引入基于信任的随机游走模型,结合用户间兴趣相似度,建立了微博粉丝推荐模型。为提高粉丝推荐系统的覆盖率,将用户间的社交行为引入信任的计算,实现了TopN推荐。利用KDD Cup 2012腾讯微博数据进行了实证研究。实验结果表明:在混合多种社交行为的信任网络中,推荐算法的整体性能最优;推荐长度对推荐结果影响较大,当长度为40时算法获得最好的推荐性能;与主流的推荐算法相比,改进后的基于信任的随机游走推荐模型在推荐准确率和覆盖率等多种评价指标上都取得了更好的结果。研究结论为微博粉丝推荐研究提供了新的方法,为微博网络社会化推荐提供了新的视角。

一种基于随机游走模型的关键蛋白质预测方法

为了解决目前的关键蛋白质预测方法对生物功能的分析不够深入的情况,利用蛋白质复合物信息,提出1种基于随机游走模型,结合蛋白质相互作用网络中的边聚集系数等数据来预测关键蛋白质的RWP(random walk method for predicting essential proteins)算法。在酿酒酵母(Saccharomyces cerevisiae)蛋白质相互作用网络上,以敏感度、特异性、阳性预测值、阴性预测值、准确率等5个统计学指标为评价标准,将RWP与介数中心性、度中心性、信息中心性、CSC算法及LIDC算法等5种用于预测关键蛋白质的方法进行对比实验。结果表明:RWP在关键蛋白质识别率等方面优于这5种测度方法,它具有较好的预测关键蛋白质的性能。

改进的随机游走模型节点排序方法

复杂网络节点重要性排序是研究复杂网络特性的重要方面之一,被广泛应用于数据挖掘、Web搜索、社会网络分析等众多研究领域。基于物理学场论模型,提出改进的随机游走模式的节点重要性排序算法,即通过节点之间相互作用的场力来确定随机游走模型中的Markov转移矩阵,这样可以对节点重要性排序作出更加准确真实的评估。实验结果表明,所采用的节点重要性评估方法能更合理地解释节点重要性的意义,并且可以给出更加真实精确的节点重要性的评估结果。

自组织网络随机游走模型的渐近节点分布

把随机游走移动模型的渐近节点分布作为研究对象,根据仿真区域的不同,分为两种情况加以分析.当模型工作在无边界区域的时候,应用中心极限定理求得节点经过n步移动后端点坐标的概率密度函数.当模型工作在有边界区域的时候,应用马尔可夫链理论和仿真实验证明,由于边界效应的存在,随机游走模型的渐近节点分布是均匀分布.

中国股票A股市场随机游走模型的检验

本文简要介绍了金融市场有效性的概念和非稳定过程的形式和特点 .运用时间序列分析中的单位根检验的方法 ,对 2 0 0 0年度上海证券交易所和深圳证券交易所 A股指数的日收盘值进行了研究 .分析结果表明 ,两个市场 A股指数的数据生成过程遵从带漂移项的随机游走模型 ,由此得出中国股票 A股市场为一弱有效市场的结论 ,并为投资者提出了一些建设性的意见和建议 .

基于随机游走模型的高校图书馆知识发现系统构建

[目的]为了实现知识的快速聚类和关联分类,由传统的以资源检索为目标的高校图书馆系统转变为完全面向用户需求的、主动发现和推送知识的图书馆知识发现系统。[过程]本文融合网络爬虫技术和学术资源网站结构化数据的特征,构建了基于随机游走模型,依据摘要词频对文献资料进行主题词的提取、聚类;随后在标签信息标注的基础上,根据相似性对游走过程进行加权处理;最终完成了知识关联分类的知识发现系统。[结果]本文实现了用高效的知识提取手段,基于智慧云、物联网构建更加准确和更具关联性的知识发现系统,提高了高校图书馆知识检索系统的查全率和查准率。

基于随机游走模型的质量信息传递的焓变机制研究

从顾客对质量信息的感知能力差异出发，本文认为质量信息的传递会导致顾客感知价值呈现波动性，因此引入物理学中“焙”的概念，将因质量信息引起顾客感知价值的波动定义为“质量信息传递的焓变”，认为质量信息的焓变是描述质量演变的关键性指标。本文利用随机游走理论建立了质量信息传递的焓变模型来描述同一时间不同顾客、同一顾客不同时间的焓，发现焓变的时间和空间。研究结果表明质量信息传递的焓变服从高斯分布，其收敛性跟顾客对质量信息的感知能力成正比。正焓变会增加顾客感知价值，提升购买欲望；负焓变会使顾客感知价值出现“焓黑洞”，预示着质量危机的发生。对比不同时刻的焓和价格可以识别出质量危机的发展阶段和影响区域，为企业决策提供判别依据。

基于随机游走模型的物体识别

针对传统物体识别算法中只依赖于视觉特征进行识别的单一性缺陷,提出了一种结合先验关系的物体识别算法。在训练阶段,通过图模型结构化表示先验关系,分别构建了图像—图像、语义—语义两个子图以及两子图之间的联系,利用该图模型建立随机游走模型;在识别阶段,建立待识别图像与随机游走模型中的图像节点和语义节点的关系,在该概率模型上进行随机游走,将随机游走的结果作为物体识别的结果。实验结果证明了结合先验关系的物体识别算法的有效性;提出的物体识别算法具有较强的识别性能。

反馈式随机游走模型及其在股票投资中应用

针对随机游走分析在股市价格模拟中的固定漂移率、后效性等缺点,提出了反馈式随机游走模型.基于反馈式随机游走模型,通过确定性与随机性因素对股价影响与作用分配模拟了1998～2000年的上证综指.进一步分析了模拟结果的标准差及其正相排序.统计分析表明该模拟有效.与现有股市系统分析方法相比发现,该反馈式随机游走模型具有更适于现实股价波动分析,可确定出对股价影响较大的因素等优点.

基于随机游走模型的关键词推荐算法

关键词推荐技术,用于找出与初始查询或关键词相关的其他查询或关键词,被广泛用于搜索引擎和广告检索系统中,作为当今搜索引擎的必备技术之一,查询推荐技术的研究正受到越采越多的关注。为此,本文比较了现有的关键词推荐方法,并提出基于用户点击日志、基于随机游走模型的关键词推荐算法。该算法通过对用户输入的关键词及用户点击的url进行相关性打分,再以归一化后的相关性分值作为随机游走模型的转移概率,计算其首次击中时间,最后,通过分布式进行map/reduce求解适合海量数据处理的需求。

基于重启型随机游走模型的图上关键字搜索

摘要:基于重启型随机游走模型和个人化PageRank算法,提出一种新的图上关键字搜索算法。该算法将向量空间模型和随机游走模型进行有效的结合,使查询搜索得到的结果可以匹配查询关键字,通过充分挖掘利用图中隐含的结构信息,更好地提供搜索结果。实验结果证明了该算法的有效性。

一种基于Opinosis图和马尔科夫随机游走模型的多文本情感摘要框架

针对在线文本情感摘要生成问题,本文提出了一种基于Opinosis图和马尔科夫随机游走模型的情感摘要框架.首先,该框架将原始文本转化为Opinosis图,并利用其挖掘出文本中的特征词,这些特征词可以用来对原始文本的句子进行分类;其次本文在基于聚类的条件马尔科夫随机游走模型的基础上增加了情感层,改进后的模型可以判断同一聚类中各句子的情感倾向是否具有代表性并结合情感和聚类信息对句子进行排序.实验结果表明,本文提出的方法与基准算法相比在ROUGE(Recall-Oriented Understudy for Gisting Evaluation)值上具有明显提高.

基于人工神经网络和随机游走模型的汇率预测

由于金融数据具有随机性特征,使得建模和预测变得极其困难.提出一种组合预测方法,即假定任何金融时序数据由线性和非线性两部分组成,将其中线性部分的数据通过随机游走(RW)模型进行模拟,剩余的非线性残差部分由前馈神经网络(FANN)和诶尔曼神经网络(EANN)协同处理.从实证结果可知,该组合方法相比单独使用RW、FANN或EANN模型有更高的预测精度.

区间聚类结合区域划分法实现WSN随机游走模型跟踪

传统的移动目标跟踪方案大都基于理想运动模型,利用滤波方法(如Kalman滤波)进行连续的位置估计和预测。但现实世界中,目标移动规律往往带有强机动性,无任何规律可言,称为随机游走模型。基于此,本文提出了一种低复杂度解决方案,引入离线标准参考样本空间替代在线位置估测过程,为移动目标提供了一种启发式跟踪方案。仿真结果表明,该算法在保证精度的同时降低了计算复杂度,对系统能耗设计有一定指导意义,同时具有更高的灵活性和实用性。

一类耦合连续时间随机游走模型的控制方程

应用耦合连续时间随机游走模型构造出一类特殊的时变Levy过程,研究了这类过程的控制方程并分别讨论了当时间过程为三种不同的逆从属过程时的控制方程以及各阶矩的情况.

基于随机游走模型的筒仓内颗粒流堵塞概率测量

随机游走模型能够准确预测筒仓内无摩擦颗粒系统的堵塞概率,但是对于有摩擦的颗粒系统,该模型的适用范围至今尚不清楚。搭建了基于面阵CCD相机的测量装置,通过图像法测量堵塞拱的特征参数,发现当堵塞拱上相邻两个颗粒的夹角与颗粒位置之间满足负线性关系,并且流量大于8.3 g/s时,随机游走模型可以准确预测筒仓的堵塞概率。实验结果拓展了随机游走模型的适用范围,为工业生产中筒仓装置的调控过程提供了参考依据。

一种基于随机游走模型的融合视觉单词共现性的软分配词袋技术

提取局部兴趣点并通过词袋技术表征图片,是进行图片检索的一种经典方案。在传统的词袋技术中,每一个局部兴趣点的分配都是相互独立的,而没有考虑相邻局部兴趣点分配的相互影响。这样可能会导致某些局部兴趣点不可靠的分配,从而降低图片检索的精确度。通过统计视觉单词的共现性,可以学习到一些有价值的先验知识;同时利用随机游走模型,将视觉单词的共现性融合到传统的软分配词袋技术中,从整体上减少局部兴趣点不可靠的分配,进而提升图片检索的精确度。

基于随机游走模型和GARCH-M模型的股票收益率的实证分析

利用随机游走模型建立沪深300指数对数收益率方程存在ARCH效应。通过对收益率序列特征分析,得到沪深300指数的尖峰厚尾特征和异方差性,并且通过对GARCH-M模型分析,发现GARCH-M模型在拟合沪深300指数收益率效果较好,有效消除了ARCH效应。利用GARCH-M模型,对沪深300指数的收益率和波动率进行统计预测,并且对沪深300指数的VAR进行计算。

基于随机游走模型的系统运行日志分布式查询方法

目前研究的系统运行日志分布式查询方法查询数据匹配度较低、查询精度较差。为了解决上述问题,基于随机游走模型研究了一种新的系统运行日志分布式查询方法。建立随机游走模型对需要查询的数据进行特征相似性游走路线加权处理。对每个数据节点进行分析,查询到关键的节点,确定关键数据日志跳转矩阵。根据跳转矩阵,计算一段时间内此处节点的网络流量数据,进而根据公式推测出整体系统运行日志的网络流量数据。实验结果表明,基于随机游走模型的系统运行日志分布式查询方法能够有效提高数据匹配度,增强查询精度。