基于完全级联传播模型的社区影响最大化

基于社会网络的社区结构特性和网络中个体间的相互影响,通过引入社区影响最大化的概念,并根据节点间相互影响强度的动态变化,提出一种新的影响传播模型:完全级联传播模型.利用该传播模型进行社区影响最大化研究,在安然邮件数据集上对该传播模型和独立级联模型进行实验对比,结果表明了该模型在社区影响最大化上应用的有效性.

一种新的基于社区结构的影响最大化方法

基于传播网络的结构性,提出一种新的基于社区结构的影响最大化方法AMICS.该方法先利用已有社区挖掘算法识别出隐藏在网络中的社区结构,然后迭代选择跨越社区数最多的k个节点作为影响的初始传播者最大化影响的社区覆盖.在小型网络和中等规模网络数据集上的实验表明,该算法比传统的影响最大化方法更具优势.

模糊匹配中的匹配度计算方法

介绍模糊推理机制中用于解决普通模糊匹配冲突问题的常用方法,包括海明距离和指数法。基于指数法提出类指数法和绝对值差积法,根据相似度的定义证明其正确性。算例比较结果表明,绝对值差积法的性能优于其他3种方法。

混合属性数据聚类的新方法

提出了一种数值型和类别型混合属性数据聚类的全局算法。算法通过随机选取足够多的初始原型来覆盖数据集的全局分布信息,然后通过评估函数迭代地消去多余的原型。最后对本文算法进行了验证,证明了该算法的有效性和收敛性。并与其他已有同类型算法的聚类结果进行比较,说明本文算法对混合属性数据具有更高的聚类准确度,为解决混合型数据聚类问题提供了一种新途径。

手背静脉特征提取算法

提出一种基于有限Radon变换(FRAT)的手背静脉识别新方法.在考虑手背静脉图像"线状"特点的基础上,先将手背静脉图像"分块",再对分块后的图像进行FRAT变换,并提出一种向量非均衡分布可得最大值的方法,提取手背静脉图像纹理特征,最后通过特征匹配进行分类识别.结果表明:与传统的Hough变换和离散Radon变换相比,新方法提高了目标直线特征的检测速度;在有800个样本的数据库上进行实验,获得了96.5%的识别率,表明了算法的有效性.

基于模糊质心的混合属性数据模糊加权聚类算法

在模糊聚类算法中,模糊系数被用来控制簇可能重叠的程度,其负面影响是所有的数据对象会影响所有的簇。为解决该问题,Klawonn和H9ppner使用模糊函数替换模糊系数(KH算法),但该方法是针对数值属性数据而设计的。然而,在许多真实的应用中,数据对象通常同时由数值属性和分类属性描述。面向混合属性数据,文中提出了一种新的基于模糊质心的模糊加权聚类算法。首先结合模糊质心和均值来表示混合属性条件下的簇中心,然后使用能够评估不同属性在聚类过程中作用的度量来评估数据对象和簇中心之间的相异度,最后给出算法框架。在3个混合属性数据集上对新算法进行了一系列的测试,实验结果表明新算法的性能优于传统算法。

雨课堂在课程《走进智能科学》教学中的应用初探

《走进智能科学》是东北师范大学信息科学与技术学院面向大学一年级新生开设的大类平台课,其内容比较杂。由于班级中的学生数比较多,传统的课堂授课方式互动性较差,不容易调动学生的积极性。如何结合信息技术手段变革课堂教学形式以增强师生互动、提升课堂的教学效果是该课程面临的一个重要问题。雨课堂是一种新的智慧教学工具,具有很多优势。文章根据《走进智能科学》课程的特点,初步探索了雨课堂在该课程中的应用,并指出了应用中需要注意的问题。