基于异质信息网络表示学习的引文推荐方法

引文推荐旨在根据指定查询信息从海量数据中挖掘出与之最相关的若干文献,是一件有重要意义且极具挑战性的工作.引文推荐不但与文献的内容相关,文献间的引文关系、文献和出版社关系、文献和作者关系等,在引文推荐中也起重要作用.本文提出一种基于异质信息网络表示学习的引文推荐算法.首先,利用文献的内容信息,以及文献中的不同类型节点之间的相互关系构建异质信息网络;接着,对每个论文节点进行采样,对其先后进行元路径游走和随机游走,生成混合随机游走序列;最后,使用skip-gram模型获得节点的嵌入向量,计算相似性获得相应的文献推荐列表.在两个真实引文网络数据集上的实验结果表明,本文的方法在推荐效果上面优于已有的算法.

基于交叉覆盖神经网络的车牌识别研究

汽车牌照的自动识别在智能交通系统中占有重要地位,应用前景广阔。本文基于交叉覆盖学习算法和附加样本技术,给出了一种车牌字符识别的方法,实验结果表明该方法能有效识别各种车牌中的字符,识别率高,具有较强的实用价值。

基于覆盖算法的垃圾邮件过滤

电子邮件系统分类的正确性与风险性是评价邮件系统好坏的关键因素,邮件过滤是文本分类问题的一种特殊应用。将神经网络中的覆盖算法引入到邮件过滤中,结合多种特征降维方法进行邮件分类实验,并与SVM方法进行了比较。给出一个结合覆盖算法、合适的特征选择与降维方法的分类器,可以实现较好的效果。另外,根据垃圾邮件过滤在实际使用中的最小风险性的要求,从风险角度分析了覆盖算法对测试样本进行分类时的过程。根据分析结果提出对其拒识样本的处理过程进行改进,通过改变非垃圾邮件所属覆盖的影响范围降低了垃圾邮件过滤时的风险。

基于商空间的多层粒化社区发现方法

社区发现旨在挖掘复杂网络的社区结构,现有的社区发现方法普遍存在着划分速度和精度不均衡的问题.商空间理论是一种粒度计算理论,通过粒度变换来降低问题求解复杂度,同时保持问题求解精度.提出一种基于商空间的多层粒化社区发现方法(multilayer granulation community detection method based on quotient space,MGQS).该方法首先通过快速粒化操作对复杂网络进行多层次粒化,形成逐层粒化、逐层抽象的多粒度商空间,再依据所求问题选择最佳粒层作为最终划分结果.在公用数据集上的系列实验结果表明,相比于其他算法,该方法既能快速划分不同类型和规模的网络,也能获取多粒度的社区结构并根据所求问题选择最佳粒层,取得较高的模块度值和NMI值.

覆盖算法下文本分类特征选择的研究

文本分类是信息检索和数据挖掘的基础,被广泛应用于网络数据挖掘及搜索引擎等方面。首先对文本进行分词,对分词的结果分别使用x2统计量(CHI)方法与相关系数法(CC法)进行降维,并使用维数调节的思想进行特征提取。在得到特征集后,使用覆盖算法作为文本分类器进行学习。实验结果表明,通过结合相关系数法、覆盖算法以及维数调节方法,可实现一个效果较好的文本分类器。

模糊核覆盖分类器及其应用

核覆盖算法是一种性能优秀的分类算法,但在拒识点处理方面存在不足。对核覆盖算法的构造过程进行了分析,修改了算法中覆盖半径的选取原则,对拒识样本引入隶属度函数,将算法推广为模糊核覆盖算法。讨论了孤立覆盖对分类器的影响,对覆盖数进行精简,降低计算量。通过实验验证改进算法的性能,并与其他模糊分类方法进行对比。将模糊核覆盖算法应用于垃圾邮件过滤,实验结果表明过滤器的性能得到了有效提高。

基于覆盖的多标记学习方法研究

多标记学习是实际应用中的一类常见问题,覆盖算法在单标记学习中表现出了优秀的性能,但无法处理多标记情况。将覆盖算法推广到多标记学习中,针对多标记学习的特点和评价指标,对算法的学习和构造过程进行了改造,给出待分类样本对各类别的隶属度。将算法应用于基因数据集和自然场景数据集的学习中,实验结果表明算法能够取得较好的分类效果,且相比于大多数同类算法有更高的性能。

IMERG系列产品在大汶河流域的降水监测能力评价

为探究高分辨率多卫星联合反演IMERG(Integrated Multi-satellitE Retrievals for GPM)卫星降水产品在大汶河流域的监测精度与适用性,以2001~2019年较长系列地面雨量站实测数据为基准,采用探测率、虚报率等11个指标,对IMERG系列Early、Late、Final产品在研究区的降水监测能力进行评价。结果表明:(1)日、月、年尺度下,Final产品的精度最好,Early、Late两个产品的精度基本一致,在时间上,IMERG系列产品均能较好反映流域降水的年际变化与年内分配;在空间上,表现为整体高估研究区降水量,低估泰山区域降水量(相对偏差小于-20%)。(2)在不同强度日降水探测能力方面,IMERG系列产品间差异不大,仅对小雨有较好的命中率(探测率>0.6)。各产品探测能力一般,整体表现为误报率较高(误报率>0.7)、探测率与关键成功率较低,同时,随着降水强度的增大,各产品探测能力呈下降趋势。(3) IMERG系列产品均具有一定的极端降水监测能力,Final产品评价结果更优、表现更为稳定,在参与评价的5个指数中,Final产品有4个指数结果最优,Late产品有1个最优,Early产品则有4个指数结果优于Late产品。总体上,IMERG系列数据均能较好反映大汶河流域(除泰山区域)降水的时空分布与极端降水情况,Final产品整体精度最高,Early、Late产品精度较为接近,其中,Early产品在极端降水监测中的表现好于Late产品,而对不同强度日降水事件的监测能力差于Late产品。

基于构造性学习方法的车牌定位

汽车牌照的定位是智能交通系统中的重要组成部分之一,其定位效果直接关系到后期的识别工作,应用前景广阔。为了有效实现车牌的准确定位,文中首先在灰度图像中基于提取部分怀疑区域,然后使用基于构造性学习的交叉覆盖算法,对区域样本进行学习后构造出对应的神经网络,然后使用该网络对新进样本进行定位,从怀疑区域中确定出牌照的位置。对不同背景和光照条件下的大量实验结果表明定位准确率较高,从而该方法可行有效,有较强的实用价值。

社交关系挖掘研究综述

随着在线社交应用和媒体的迅速扩散,在线社交网络(Online Social Network,OSN)已将我们的日常生活与网络信息空间连接起来.这些连接产生了大量的数据,不仅包括传播信息,还包括用户行为.社交关系挖掘的研究是社交网络挖掘中的一个重要领域,为我们对网络的形成机理、用户的交互模式和动态机制的理解提供了一个机会.社交关系(Social Ties)是社交网络中人与人连接和交互的纽带,也是社交网络中信息传播的基础.从计算学的观点来看,社交关系挖掘的研究包括社交关系的形成机理、社交关系的语义化以及基于社交关系人与人之间的交互.该文综述性地分析了这3个方面的研究现状,具体来说,在社交关系形成机理方面介绍关系链接预测,在基于社交关系的交互方面介绍关系交互预测,在社交关系语义化方面介绍关系类型预测.首先给出社交网络分析问题的形式化描述和相关概念、常用数据,然后分别介绍关系链接预测、关系类型预测和关系交互预测3个方面的方法、理论和模型,并给出重要的应用实例及其效果.最后,该文给出了未来工作的展望.

卷丹百合提取物的体外抑菌作用研究

为探讨百合不同溶剂提取物的抑菌作用,采用琼脂打孔扩散法和稀释法对百合不同溶剂提取物进行抑菌实验研究。结果表明,百合的不同溶剂提取物对细菌和真菌(金黄色葡萄球菌、大肠杆菌、藤黄微球菌、绿脓杆菌、黄霉菌以及粪肠球菌)均有一定程度的抑制效果,为百合的进一步开发提供依据。

构造性核覆盖算法在图像识别中的应用

构造性神经网络的主要特点是 :在对给定的具体数据的处理过程中 ,能同时给出网络的结构和参数 ;支持向量机就是先通过引入核函数的非线性变换 ,然后在这个核空间中求取最优线性分类面 ,其所求得的分类函数 ,形式上类似于一个神经网络 ,而构造性核覆盖算法 (简称为 CKCA)则是一种将神经网络中的构造性学习方法 (如覆盖算法 )与支持向量机 (SVM)中的核函数法相结合的方法。CKCA方法具有运算量小、构造性强、直观等特点 ,适于处理大规模分类问题和图像识别问题。为验证 CKCA算法的应用效果 ,利用图像质量不高的车牌字符进行了识别实验 。

基于多关系网络的话题意见领袖挖掘

社交网络中的意见领袖在信息传播过程中起着重要的作用。传统的意见领袖挖掘仅基于网络结构,没有考虑特定话题或者事件下的作用,且目前基于话题的意见领袖挖掘仅基于单一的网络结构,并没有考虑到节点间的多种交互关系。本文提出一种基于多关系网络的话题意见领袖挖掘方法(Multi-relational networks,MRTRank),融合话题因素和节点间多种交互关系,通过一种属性网络表示学习算法,得到不同节点在多关系网络上的相似性,形成节点的转移概率矩阵,最终通过PageRank算法得到top-k个意见领袖。在真实Twitter数据集上的实验结果验证了本文提出的方法优于传统的意见领袖挖掘算法。

民族药响铃草的体外抑菌活性研究

目的探讨响铃草的体外抑菌作用。方法采用打孔琼脂扩散法和稀释法对响铃草不同溶剂提取物进行抑菌实验研究。结果响铃草的不同溶剂提取物对供试细菌和真菌(金黄色葡萄球菌、大肠杆菌、藤黄微球菌、绿脓杆菌以及黄霉菌)均有一定程度的抑制作用。结论响铃草提取物有明显的体外抑菌作用。

石莲子的体外抑菌活性研究

目的通过初步筛选发现石莲子提取具有较好的抑菌活性,探讨石莲子不同溶剂提取物的抑菌作用。方法制备石莲子不同溶剂提取物,采用打孔琼脂扩散法和稀释法对石莲子不同溶剂提取物进行抑菌实验研究。结果实验数据表明石莲子的不同溶剂提取物对供试的细菌和部分真菌(金黄色葡萄球菌、大肠杆菌、藤黄微球菌、绿脓杆菌、粪链球菌以及黄霉菌)均有一定程度的抑制效果,且不同溶剂提取物对各种供试菌的抑菌活性不同。结论石莲子的不同溶剂提取物对部分细菌和真菌有一定程度的抑制效果,这将为进一步全面开发石莲子提供基础。

基于交叉覆盖算法的文本分类

分类是文本信息搜索和挖掘的核心内容,被广泛应用于搜索引擎的设计以及数据挖掘的研究中。首先对文本进行分词,对分词的结果采用x2统计量的方法提取特征,再使用前向神经网络的交叉覆盖算法作为分类器进行文本分类。实验表明,x2统计量可大规模降低特征维数,在此基础上结合交叉覆盖算法的优秀分类能力,可在特征维数较低的情况下获得一个性能较好的文本分类器。

基于覆盖的社团发现算法

社团结构是复杂网络普遍存在的拓扑特性之一,发现复杂网络中的社团结构是复杂网络研究的基础性问题,近年来受到广泛关注,涌现出一批新颖的算法,但时间复杂度和准确率仍然是大规模复杂网络社团结构分析算法面临的两个主要问题.提出一种新的基于覆盖的社团发现算法,该算法的时间复杂度低,得到的社团结构准确率高,并且有效避免了一些经典算法无法识别小于一定粒度社团的问题.首先,以每个节点为中心构造覆盖,并提取其中的一部分覆盖以达到一定的覆盖率;其次,对提取的覆盖进行合并处理;最后,对重复覆盖和未覆盖到的节点做邻居节点投票划分.算法的时间复杂度为O(n2),实验部分测试了算法的准确率,并同标签传播算法(Label Propagation Algorithm,LPA)和Newman快速算法(NFA)作了比较.测试结果显示了本文算法的有效性,在已知社团结构的Zachary数据集上得到与实际完全一致的结果,在未知结构数据集上的Q值也高出LPA算法.

基于邻居节点搜索的社团发现算法

社团结构是复杂网络中的一种重要结构属性.为快速准确的得到社团结构,提出一种基于邻居节点搜索的社团发现算法.由该算法得到的相应社团结构个数准确率较高,并且有较低的时间复杂度.算法从网络中度最大的节点出发,结合邻居节点搜索和邻居节点投票,将搜索从网络的局部扩展到整体,最后形成多个互不相交的社团.算法的运行时间接近O(m+n).算法在五个真实的基准数据集上进行了测试,并与其他算法从划分的社团个数、模块度值、运行时间和归一化互信息进行对比,实验结果表明该算法在划分准确性和运行时间上均有较好的表现.

基于SVM的垃圾短信过滤系统

传统的垃圾短信过滤方案,以垃圾短信中出现的敏感词作为判断的依据,却忽略了正常短信中出现的词对分类的贡献,并且由于短信用语的灵活性,特征提取难度较大。提出了一种基于svm算法对垃圾短信进行监控和过滤的方案,该方案根据短信内容、短信长度等特征,对短信文本进行向量空间的表示。通过机器学习的方式,对垃圾短信进行判断,过滤。相比传统方法而言,本系统在过滤准确度和效率两方面均获得大幅度提升。

基于项目驱动的Java实践教学

通过分析Java教学中所存在的各类问题,对问题的原因和解决思路进行了探讨,并采用案例教学和项目驱动的方法,培养学生的兴趣,增强学生学习的主动性和创造性.教学实践表明,这种教学方式能够有效改善教学效果.