基于受限信任关系和概率分解矩阵的推荐

现有的推荐算法很难对没有任何记录的冷启动用户或者历史记录稀疏的用户给出准确的推荐,即用户的冷启动问题.本文提出一种基于受限信任关系和概率分解矩阵的推荐方法,由不信任关系约束信任关系的传播,得到准确且覆盖全面的用户信任关系矩阵,并通过对用户信任关系矩阵和用户商品矩阵的概率分解联合用户信任关系和用户商品矩阵信息,为用户给出推荐.实验表明该方法对冷启动用户和历史记录稀疏的用户的推荐效果有较大幅度的提升,有效地解决了用户的冷启动问题.

量子协同的二分图最大权完美匹配求解方法

信息科学中许多组合优化问题可抽象为二分图最大权完美匹配问题.由于数据量的增长,经典算法难以平衡匹配问题求解效率和求解精度的矛盾.基于此,提出一种适用于求解通用最大权完美匹配的智能优化方法.该方法将原始的矩阵形式的匹配候选解转换成可被智能优化算法处理的演化基结构,通过子代选择和量子策略协同过程,自适应地从改进的离散粒子群策略以及模拟退火策略中选择适用于当前演化过程的有效策略,并在保持种群稳定进化的同时促使种群快速收敛.通过不同类型检验函数以及不同维度匹配矩阵的实验,结果表明:与其他方法相比,该方法在有限迭代次数内具有较高的收敛精度以及较快的收敛速度,体现出对经典问题以及高维匹配问题的适应能力.

一种由长尾分布约束的推荐方法

由于在线商品销售的长尾效应,冷门商品的总销量非常巨大,因而对冷门商品的推荐十分重要,然而由于对冷门商品的评价数量少,导致现存的推荐算法对其推荐权重接近平均推荐权重,所以很难使用户关注冷门商品,影响了冷门商品的销售,因此合理地提高冷门商品的推荐权重十分重要.提出一种由长尾分布约束的推荐方法(long tail distribution constrained recommendation method,LTDCR),由用户行为的相似度确定用户间相似关系,并应用不信任关系约束用户相似关系的传播,通过长尾分布约束由用户间相似关系计算的推荐权重,并给出一种精确描述长尾分布的方法.在包含大量冷门商品的数据集的实验结果表明,LTDCR在训练集较小的情况下,有效地提高了对冷门商品的推荐效果.

基于提升系数的微博异常排名检测方法

通过操纵微博提升排名的行为严重干扰了正常的微博排名秩序,现有的微博异常排名检测方法忽略了微博拓扑对微博排名的影响.文中通过比较微博网络中随机链接的微博BlogRank值与全连接、环状拓扑微博联盟中目标微博的BlogRank值,提出一种基于提升系数的微博异常排名检测方法.在仿真数据集的实验表明,该方法能通过微博拓扑有效地识别微博异常排名.

网构软件的Wright-Fisher多策略信任演化模型

网构软件是开放网络环境中软件系统基本形态的一种抽象,其信任关系本质上是最复杂的社会关系之一.为了增强信任演化模型的自适应性,提高预测的准确性以及有效地抑制自私节点的产生,结合差异化服务和演化博弈理论,提出了一种符合开放网络特征的信任演化模型:(1)建立基于差异化服务的实体全局收益函数,以增强信任演化模型的自适应性;(2)以演化博弈理论作为分析工具,借助Wright-Fisher模型的特点,提出了一种WrightFisher多策略信任演化模型,以增强对信任演化预测的准确性;(3)根据"公平规范"原则建立了基于博弈的激励机制,激励信任策略的演化,从而有效地抑制自私节点的产生.实验结果表明:该模型能够更准确地反映开放网络中实体信任行为的复杂性特点;在激励机制的作用下,网构软件的信任演化能够更快地达到稳定状态,从而有效地提高网络的效率,使网构软件系统的信任收益达到最优.

遗忘曲线的协同过滤推荐模型

针对资源历史评价信息的时效量化问题,研究了一种应用遗忘曲线的协同过滤推荐模型.该模型以推荐信系统的构成要素为基础,将历史信息的时效量化函数引入到未知评分资源的推荐计算中.通过多阶段时效量化方法与时间单位映射函数,揭示不同资源时效衰减速率随用户兴趣变化的规律,获取具有记忆心理学中遗忘特征的推荐评价数值.实验表明,与现有协同过滤推荐模型的推荐效果相比,模型能够合理解决时效量化问题并提供质量较高的推荐效果.

四面体模型质量度量准则及其之间的关系

四面体模型质量度量准则是评价网格模型质量的标准,但长期以来,对四面体单元质量的度量和评价并没有公认的标准。因此,本文对常用的四面体网格模型质量度量准则进行总结,并从理论上证明了各质量度量准则之间的关系,同时通过实验分析各质量度量准则之间的这种关系是否成立。分析认为在优化四面体模型时,不能仅仅采用某一种度量标准来评价网格的质量,应根据不同的四面体类型,采用不同的准则或将几种准则联合起来对四面体模型质量进行度量。

基于复杂网络的网构软件信任评估与搜索算法

为提高网构软件的信任水平和网络收敛速率,将复杂网络的小世界特征和无标度特性引入到网构软件的信任评估和可信构件搜索过程中,对网构软件进行群落划分,提出基于复杂网络的网构软件信任评估方法及基于最大度搜索的可信构件搜索(TIS)算法。仿真实验结果表明,与随机搜索算法和广度优先搜索算法相比,TIS算法能提高可信构件的搜索效率,减少网络负载量,降低信任路径长度和信任风险。

快速高效的碰撞检测算法

为了提高碰撞检测算法的效率,提出了一种快速高效的碰撞检测方法.利用Morton码存储物体信息,给出一种改进的图层级结构,可快速分割物体空间,减少物体对相交检测;利用图形处理器(GPU)的并行处理特性进行物体包围盒层级树构建、树遍历,不仅可以快速处理碰撞检测中的事务,还可节省存储空间.实验表明,该方法能够快速构建物体层级结构,并能进行高效的碰撞检测计算.

面向离散优化问题的改进二元粒子群算法

二元粒子群算法被广泛用于求解离散组合优化问题。在求解离散优化问题时,二元粒子群算法会出现解空间利用率低,速度和状态趋同以及退化和波动等演化问题。针对这些问题,提出一种改进的二元粒子群算法。算法使用Gray码演化基编码,混沌初始化过程,改进速度和状态调整方法以及子代处理方法用于提高种群利用率和种群多样性。在不同类型的检验函数以及多选择背包问题上,和现有优化算法及其他二元粒子群算法相比,改进算法能够获得较高的收敛精度以及较快的收敛速度,体现出多离散优化问题的实际效用。

分形算法调和的海浪模拟方法

针对高真实感海面建模困难的问题,提出了一种基于分形算法调和的海面建模方法.将海面分离为基波面和高频细节,基波通过叠加的正弦波模型合成,并基于基波网格的形变提取特征法线,用于视觉效果模拟.为了增加高频细节,引入中点随机位移分形算法,依据海面的方向特征数据优化分形参数,同时根据视点距离、人眼的视觉特性及视角变化进行海面多分辨率层次划分,并对每个LOD层次进行不同深度的递归分形,提高波浪细节的合理性,生成分形算法调和的海面形态.此外,充分利用GPU技术实现海面视觉效果.实验证明,该方法有效的提高了海面的真实感,并达到了很好的绘制速率.

基于九宫格的累进LOD地形绘制算法

为减少地形绘制中地形分割与视点中心块分割的次数,提高绘制效率,提出了九宫格地形快速绘制算法.利用九宫格的特性建立地面多分辨率"块"结构,将每次分辨率变换都集中在周围8格中,使地形分割与视点中心块分割合并为1次;九宫格分层结构使多分辨率模型中模型细节的处理和绘制三角形的个数以17/81的倍率递减,提高了运算速度.提出了边界裂缝消除算法,以修正多分辨率模型产生的裂缝,并对九宫格算法进行了性能分析和误差评估.实验结果表明,当分层数为3时,该算法在保持视觉效果的同时,比四叉树算法的绘制效率提高约14.7倍.

近程防御武器系统可视化仿真研究

针对近程防御武器系统研发过程中的论证、分析、设计以及仿真等需求,研究实现了一套技战术相结合的数字化武器系统仿真平台,利用该平台支持近程防御系统论证、设计、研制、试验、测试等阶段的研发工作.应用虚拟现实技术和Vega Prime实现了近程防御武器系统打击目标过程的仿真,对炮弹和导弹弹道计算、武器操纵、实时碰撞检测技术做了深入研究.根据运动学和动力学原理优化了炮弹和导弹的飞行模型,提出了舰炮的机械运动模型,改进了适合武器仿真的高速物体碰撞检测技术,实现了近程防御武器系统作战仿真的全过程,验证了仿真平台的实用性,提高了仿真的真实性.

基于Rough-Fuzzy的网构软件信任度量模型

针对网构软件信任度量模型缺少自适应性和不能很好地刻画信任关系复杂性和不确定性的问题,提出基于Rough-Fuzzy的网构软件信任度量模型.将Rough-Fuzzy思想引入到对网构软件的信任度量上,并将信息熵理论引入到不同信任属性值的权值计算上,以解决信任属性值计算的不确定性问题.实验表明该度量模型对善意节点和恶意节点的信任度有明显的区分效果,能够抑制恶意节点的信任度增长.并且该模型具有良好的适应性,对于一些信任度量参数,系统可以动态地去调整并且增加或减少信任度量属性,能够很好地适应开放网络环境的动态性特点.

基于差异时效的服务评价模型

针对KNN(k-nearest neighbor)方法在服务评价过程中存在的时效量化、评价窗口宽度以及反馈控制等问题,提出了具有差异时效的服务评价模型(WSEM-VTU).在WSEM-VTU中,采用系统动力学方法研究复杂时效量化方法,以获得差异时效量化结果;基于复杂时效量化方法得到的结果,自适应计算评价窗口宽度;根据评价统计特征,设计恶意评价反馈控制策略.通过实验,将WSEM-VTU与现有评价模型WSEM-E及WSEM-KNN进行比较,结果表明:WSEM-VTU的平均误差为0.877,比WSEM-E和WSEM-KNN分别降低了1.020和0.135;引入反馈控制策略后,WSEM-VTU出现恶意评价的情况平均降低67%.

基于粗约简的数据流增量聚类算法

针对数据流聚类算法CluStream需预先指定微聚类数目无法准确描述数据流的变化,进而影响最终聚类结果的缺陷,提出了基于粗约简的数据流增量聚类算法RICStream(rough incremental clustering stream).该算法在保证聚类精度的前提下,对参与聚类的数据流属性进行动态调整,有效地减少了聚类时间和计算量.提出了一种可增量调整的网格结构以存储数据流,保证了聚类结果能有效反映数据流的变化情况.基于真实数据集和仿真数据集的实验结果表明,RICStream算法具有较高的效率和聚类精度.

使用轨迹指纹和地点相似性的地点推荐

针对传统的时空轨迹相似性度量算法中存在的计算复杂度高且不适于增量计算的问题,提出了基于相似哈希计算用户时空轨迹相似度的方法,同时使用逆轨迹频率(ITF)度量位置流行度对轨迹相似性的影响,将用户的历史轨迹编码为二进制轨迹指纹,并根据海明距离判断轨迹指纹之间的相似性,使得相似性计算可以在线性时间内完成;此外,改进了地点相似性算法,并将轨迹相似度和地点相似度相结合提出了基于地点和轨迹相似性的地点推荐算法。实验结果表明,本文的推荐方法在准确率、召回率和覆盖率方面能够取得较好的推荐效果,验证了所提方法的有效性。

网构软件系统中基于信誉激励的协作博弈模型

为了促使网构软件系统中各软件服务实体在彼此交互、协作的过程中自主的形成协作关系,提出了一种网构软件系统中将信誉评估与博弈理论相结合的协作博弈演化模型GBDTM(games-based DyTrust model).该模型借鉴经济学中博弈论的思想,对网构软件系统中实体节点的协作过程进行博弈分析与建模,并通过在博弈模型中引入节点的信誉值,对博弈模型中的收益函数进行修正,GBDTM有效地建立了节点之间的激励合作机制,促进各实体节点间的协作,提高了网构软件系统的整体安全性能.

面向构件语义关系的软件体系结构演化分析

为确定软件体系结构(SA)演化的影响程度,在描述构件本身及构件之间的语义关系基础上,提出了构件内部和构件之间的语义协议关系,并构造了SA语义关系模型和语义关系矩阵,将构件之间的语义关系连接形成语义关系链,提出了SA语义关系链矩阵并对它的性质进行了分析.在此基础上,提出了语义关系链波及效应与语义关系构件波及效应算法,同时针对不同语义协议关系项的强弱程度不同,提出了删除构件语义关系构件波及效应算法.实验结果表明,从构件之间的语义关系、语义协议关系的角度,能够较好地确定SA演化操作的波及效应,从而对SA演化进程及其影响进行有效地预测和控制.

基于卷积神经网络的手绘草图识别

针对目前手绘草图识别难度大,识别准确率低且主要以手工提取特征为主,提出一种新的卷积神经网络结构DCSN(Deeper-CNN-Sketch-Net)进行手绘图像识别。DCSN模型是根据手绘草图的特点进行设计,如在首层采用了更大的卷积核获取草图的结构信息和更小的步长尽可能多保留特征信息,通过增加网络层数加深网络深度等。为进一步提高识别准确率,针对手绘草图的特点提出了两种新的数据增强方法,小图形缩减策略和尾部移除策略增加数据集的多样性,并利用扩充的数据集训练DCSN网络。经实验验证,所提出的模型在目前最大的手绘图像数据集上可以取得70. 5%的识别准确率,超过了目前存在的几种主流的手绘草图识别方法。