基于统计显著性检验的高效用项集挖掘算法

针对传统高效用项集挖掘算法在具有不同类型标签事务中报告假阳性高效用项集的问题,提出两个基于统计显著性检验的高效用项集挖掘算法——FHUI和PHUI算法。这两个算法首先找到所有待检验高效用项集并依据项集长度进行分组;然后,FHUI算法根据项集自身的频率分布生成零分布,PHUI算法根据事务内置换策略或事务间置换策略构造置换事务集合来生成零分布。最后,FHUI和PHUI算法从零分布中计算出p值并运用错误发现率剔除假阳性高效用项集。基准事务集合实验结果显示FHUI和PHUI算法能够剔除大量的假阳性高效用项集,在后续分类任务中取得了更高的正确率;仿真事务集合实验结果显示FHUI和PHUI算法报告的项集中假阳性高效用项集数量占比低于4.8%且平均效用高于39000。实验结果证明,在具有不同类型的标签事务中,FHUI和PHUI算法报告的统计显著高效用项集可靠性和实用性更强。

求解非线性方程组的混合粒子群算法

结合Hooke-Jeeves和粒子群的优点,提出了一种混合粒子群算法,用于求解非线性方程组,以克服Hooke-Jeeves算法对初始值敏感和粒子群容易陷入局部极值而导致解的精度不够的缺陷。该算法充分发挥了粒子群强大的全局搜索能力和Hooke-Jeeves的局部精细搜索能力,数值实验结果表明:能够以满意的精度求出对未知数具有敏感性的非线性方程组的解,具有良好的鲁棒性和较快的收敛速度和较高的搜索精度。

单纯形和人口迁移的混合全局优化算法

针对基本人口迁移算法具有易早熟和精度不高等缺陷,利用人口迁移算法随机产生的点采用单纯形法进行优化,提出了一种基于单纯形法和人口迁移算法的混合全局优化算法。通过典型的测试函数Shaffer,验证了改进后算法的性能,并与10种类型的粒子群优化算法进行比较,结果表明,该文算法能获得比较好的解,收敛成功率高达100%。

求解药代动力学参数的自适应混合粒子群算法

针对传统方法具有初始值敏感和进化算法无法确定搜索范围等缺陷,将Nelder-Mead单纯形与粒子群算法相结合,提出了一种基于Nelder-Mead单纯形与粒子群算法的具有时变加速因子的自适应混合粒子群算法。将该混合算法用于血管外给药二室模型参数优化的实验之中。仿真实验结果表明,算法计算精度高而且鲁棒性强,是一种新颖的解决药代动力学参数优化的较好方法。

计算机病毒及反病毒技术

当前计算机病毒已经渗透到信息社会的各个领域,它给信息安全带来了巨大的破坏和潜在的威胁。文章从计算机病毒的定义入手,提出了计算机病毒的判定条件,分析计算机病毒的本质及特征,并对计算机病毒进行了分类,预测了病毒变化的总体趋势,最后介绍了计算机病毒的主要防范技术。

求解非线性方程组的混合人口迁移算法

针对变尺度法对初始值敏感和人口迁移算法容易陷入局部极值的缺陷,结合变尺度法和人口迁移算法各自的优点,提出了一种混合人口迁移算法,用来求解非线性方程组。该混合算法不仅发挥了人口迁移算法强大的全局搜索能力,而且利用了变尺度法的局部精细搜索能力。实验结果表明,该算法不但以较高的精度求出了各种非线性方程组的解,而且鲁棒性强,收敛速度快速,是一种解决非线性方程组问题的较好方法。

基于混合粒子群的土壤水分特征曲线参数优化

土壤水分特征曲线是研究土壤水运动的重要参数。Van Genuchten方程(简称VG方程)是目前运用最广泛的土壤水分特征曲线方程。将VG方程参数计算问题转化为一个非线性优化问题,然后构建单纯形算法和基本粒子群算法相结合的混合粒子群算法对其进行求解。仿真实验结果表明采用混合粒子群算法与普通遗传算法、混合遗传算法、基本粒子群算法相比,不但提高了收敛成功率、降低了迭代次数,而且对参数的取值范围也放宽了;采用混合粒子群算法计算参数的精度比非线性单纯形法和阻尼最小二乘法要高,且不需给出参数的初始值。

异构系统中DAG任务调度的双螺旋结构遗传算法

任务调度问题是一个NP完全问题,基于启发式的方法通常被用来求解次优解,其性能在很大程度上依赖启发的成效,在复杂问题时可能会产生不理想的结果.鉴于此,根据染色体双螺旋结构模型,提出了一种异构计算系统中依赖任务调度的双螺旋结构遗传算法.算法将遗传算法和启发式方法有机地结合,首先针对任务图的数据依赖关系,采用启发式方法,控制遗传算法的交叉与变异操作合理改变一个染色体主链结构,以产生较佳的任务调度优先队列;然后模仿碱基互补配对方法,利用启发式异构环境下最早完成时间算法,实现从一个染色体主链(任务集)到另一个染色体主链(异构处理机集)的映射,以提高算法的有效性和收敛速度.随机任务图和真实问题任务图的仿真实验表明,所提出的算法在调度性能上明显优于启发式算法,最大完成时间平均减少10.1%.

基于Tile自组装模型的最大匹配问题算法研究

Tile自组装模型作为一种重要的DNA计算模型,在解决NP问题时展现出了巨大优势.文中针对现有最大匹配问题DNA计算算法实验操作复杂,错误率高的缺点,提出了一种基于Tile自组装模型的最大匹配问题新算法.算法所需的Tile分子种类为O(mn),所需生物操作数为O(1),计算时间为O(m),计算空间复杂度为O(mn)(其中m为边数,n为顶点数,且O(m)=O(n2)).与现有的最大匹配问题DNA计算算法相比,本算法不仅可靠性更好,而且更具可操作性.

一种最大团问题的Tile自组装高效模型

Tile自组装模型凭借其纳米属性、自组装、可编程等特点,引起了科学界的广泛关注.然而随着Tile自组装模型的深入研究,可扩展性问题已成为其进一步发展的巨大障碍.为此,首先提出了一种最大团问题Tile自组装高效模型.该模型主要由TileDual子系统、初始配置子系统及检测子系统三大部分构成.其中TileDual子系统的设计中引入了启发式算法的设计思想,提出了TileDual分子对的概念.通过与已有基于穷举策略的研究成果对比发现:模型不仅具有Tile自组装模型的优点,而且将求解图G0最大团问题所需的解空间规模由2n0减少至1.712n^2n,求解成功率由0.5n0增加至0.5n^0.57n,其中n0为图G0中的顶点数,n为预处理后得到的图G的顶点数,且n0≤n.因此,所提出的模型在减少解空间规模的同时还可以提高生物并行计算解的精确性.

求解非线性方程组的BFGS差分进化算法

针对差分进化算法进化后期收敛缓慢和稳定性不强的缺陷,将BFGS算法插入差分进化算法当中,提出了一种BFGS差分进化算法,用来求解非线性方程组。通过5个非线性方程组和一个工程实例的实验,说明:算法收敛精度较高、收敛速度较快、鲁棒性强、收敛成功率高,是一种较好的解决非线性方程组的方法。

求解高维函数的改进萤火虫群优化算法

针对萤火虫群优化(GSO)算法求解高维函数时存在求解精度不高、收敛速度慢等缺点,提出了一种带变异算子和集群觅食行为算子的改进萤火虫群优化算法。该算法使用变异算子来指导离群萤火虫的进化方向,从而提高了离群个体的利用率,改善了算法的整体效率。集群觅食行为算子的加入能使算法对捕捉到的全局最优域进行更进一步的求精,极大地提高了算法的计算精度和收敛速度;同时,该算子有效地防止了算法陷入局部最优值的危险,扩大了算法在后期的全局搜索范围。通过8个典型的基准函数测试,结果表明:改进后萤火虫群优化算法具有更强的全局优化能力和更高的成功率。

含两个参数的奇异摄动问题的差分进化算法

针对在Shishkin网格上数值求解含有两个参数的奇异摄动问题,在有限差分方法的基础上,将Shishkin网格过渡点参数选取问题转化成一个无约束优化问题,并采用差分进化算法进行求解。数值结果表明用差分进化算法得到最优Shishkin网格参数后,奇异摄动问题的数值解在边界层的精度得到了明显的提高,进一步说明了方法的有效性和可靠性。

基于改进LDA和CNN的网络入侵聚类

提出了一种基于改进线性判别分析和近邻法的网络入侵聚类方法,运用改进的线性判别分析方法对网络入侵样本特征进行降维处理,使用近邻分类器对数据进行聚类。该算法降低了算法的聚类时间,还提高了算法的聚类能力。实验结果表明,相比其他模型,该算法有较高的检测率和较低的误警率。

奇异摄动反应扩散方程数值模拟的粒子群优化算法

针对Shishkin网格方法在数值求解奇异摄动反应扩散方程时,网格过度点参数的选取具有不确定性的缺陷,提出了一种用粒子群优化(PSO)算法估计Shishkin网格参数的方法。首先基于有限差分方法,构造了以误差范数最小为目标的无约束优化问题,并用PSO算法进行了求解。该方法克服了人为选择参数的缺陷。实验结果表明:与单纯形算法相比,PSO算法在优化Shishkin网格参数时能够收敛到全局最优解;而且在最优网格参数下,奇异摄动反应扩散方程的数值结果在边界层的精度也得到了明显提高,进一步说明了所提方法的有效性和可行性。

基于拟合与粒子群优化的VG方程参数估计

考虑到粒子群算法受初值影响,易于产生局部最优解的缺陷,将lsqcurvefit拟合方法与粒子群算法相结合,提出一种新的混合型粒子群优化算法,用于Van Genuchten方程参数估计得到了较好的结果。数值实验结果分析表明,该算法在参数估计中求解精度高、收敛速度快、寻优能力强,而且不需要给出参数的初始值,是一种值得推广的方法。

求解单一重现期暴雨强度公式的Lingo-BFGS算法

为了克服一般的非线性优化算法对初始值的依赖,针对某一地区单一重现期暴雨强度公式参数计算问题,首先将Lingo软件编程求出的结果作为初始值,然后利用拟牛顿算法对其参数进行优化。实例计算结果表明:采用Lingo软件和拟牛顿法相结合的方法求解单一重现期暴雨强度公式比传统的方法精度更高,能有效解决实际优化设计问题。

基于翻转课堂的“七步成堂”教学设计探索与实践——以《电子商务基础与应用》课程教学为例

本文从教学中碰到的两大问题入手,指出翻转课堂实现"成功翻转"的关键所在,并以《电子商务基础与应用》课程教学为例,如何设计开发微课资源,并提出基于翻转课堂的"七步成堂"单元教学设计来组织与管理课堂,从而打造优质高效课堂。

求解机械优化的Pareto多目标中心粒子群算法

针对基于权重法的多目标算法无法求解约束多目标问题的缺陷,将中心粒子群算法与Pareto解集搜索算法相结合,提出一种Pareto多目标中心粒子群算法。将此方法用来优化气门弹簧的模型,实验结果表明,该优化方法能够快速准确地收敛于Pa-reto解集,并且使其对应的目标域均匀地分布于Pareto最优目标域。

基于“PC+软件”的数字语音实验室构建及维护技术

随着计算机技术和网络技术的飞速发展,语音实验室已经向数字化、网络化、自主化、开放式发展,成为"一室多用"的纯软件数字语音实验室。其优势是有专业化的师生课堂交互系统,能提供听、说、读、写全方位训练,性价比高。"PC+软件"数字语音实验室的构建要遵循先进性、实用性、可靠性、经济性、灵活性、扩充性、智能化和规范性原则,在星型网络拓扑结构基础上,建立课堂教学平台、个性化自主学习平台、考试平台、备课平台和管理平台,采用一键Ghost做好服务器和教师机的备份、病毒防范和学生机的维护3种方案进行日常管理和维护。