基于节点评估与最大类间方差的孤立森林异常值检测

针对孤立森林(isolation forest, iForest)无法有效检测局部异常值且异常值分数阈值难以精确设定的问题,提出一种基于节点评估(node evaluation, NE)与最大类间方差(Otsu)的iForest异常值检测方法。首先,在样本评估过程中将节点深度与相对质量同时引入评分机制,使算法对全局和局部异常值敏感;然后,为了准确设定分数阈值,采用Otsu自适应设定异常值分数阈值;最后,在不同数据集上验证所提方法的有效性。实验结果表明,该方法可以有效兼顾全局和局部异常值的检测,提高iForest检测异常值的准确性。

基于噪声过滤与特征增强的图神经网络欺诈检测方法

现有的基于图神经网络(Graph Neural Network,GNN)的欺诈检测方法还存在三个方面的不足:(1)没有充分考虑到样本标签分布不平衡的问题;(2)没有考虑欺诈者为了躲避检测器的检测,故意制造噪声干扰检测的问题;(3)没有考虑欺诈类型数据联系稀疏问题.为此,本文提出一种基于噪声过滤与特征增强的图神经网络欺诈检测方法NFE-GNN(Noise Filtering and feature Enhancement based Graph Neural Network method for fraud detection)来改善欺诈检测性能.该方法首先基于数据集的欺诈率对样本进行平衡采样;在此基础上,采用一个参数化距离函数计算节点间的相似度,并通过强化学习得到最优的噪声过滤阈值;最后,通过创建欺诈样本间的联系,丰富拓扑信息,以达到增强欺诈类特征嵌入表示的目的.在两个公开数据集上的实验结果表明,本文所提NFE-GNN方法的性能优于目前主流的图神经网络欺诈检测方法.

Hermite插值在最大框架下的逼近误差

在最大框架下研究Hermite插值算子在加权L_(p)(1≤p≤+∞)范数下对一类解析函数类的逼近问题,得到了逼近误差的显式表达式,利用此结果研究基于第二类Chebyshev节点组的2种Hermite插值算子,得到了相应量的强渐近阶或值.

浮动滚子推杆盘形凸轮机构的传动性能评价与第Ⅰ类尺寸综合问题

以德国某高速印刷机送纸机构为研究对象,提出“功率传动节点”和“泛压力角”新概念,得到送纸机构存在“第一、第二功率传动节点”和“第一、第二泛压力角α_(1)和α_(2)”的结论。通过“释放滚子中心C”提出浮动滚子推杆盘形凸轮机构的一般型及其第Ⅰ类尺寸综合问题的科学准确描述,揭示关键构件的受力汇交特征,提出“瞬时/整程满足第二泛压力角α_(2)≤[α_(2)]条件”特别是“瞬时/整程满足第一、第二泛压力角α_(1)≤[α_(1)]∩α_(2)≤[α_(2)]条件”滚子中心的求解原理、路径和机构最小尺寸的求解方法,较为圆满解决了浮动滚子推杆盘形凸轮机构的传动性能评价与第Ⅰ类尺寸综合问题,并用算例进行了验证。

基于改进DOM树的网页去噪声方法

一个普通的Web网页可以被分成信息块和噪声块两个部分,因此快速准确地去除网页中的噪声块是网页信息采集处理的关键技术之一。利用网页模板的相似性,提出一种基于改进DOM的网页噪声去除算法,并将通过此算法处理的网页用于SVM分类系统,结果显示经过处理的网页对分类结果的准确性有了一定的改进。

客运节点等级划分方法及列车开行方案求解策略研究

针对开行方案编制模型复杂、求解困难的特点,从制定开行方案求解策略出发,以客运站所在城市为节点,研究快速客运网客运节点的等级划分方法。以节点的定量和定性属性作为聚类分析参数,采用变量聚类选取合适的分类变量,再通过样本聚类将节点进行分类,并以2008年日均旅客发送量前100位的客运节点为例进行分类,结合客运专线规划和既有线的实际运营情况修正聚类分析结果,最后制定基于节点等级的旅客列车开行原则,为开行方案设计奠定基础,降低问题的求解规模和难度。

基于节点分类的概念格同构判定算法

概念格的同构判定问题是机器学习、知识工程等领域的一个研究重点,广泛应用。针对现有同构判定算法时间复杂度较高的问题,提出一种基于节点分类的概念格同构判定算法,以期利用同构判定算法中只需要处理一种类型节点的特性,缩减搜索空间,提高算法效率。首先,算法引入节点分层方法,结合节点的入度和出度,将其分为4种类型,并创建等价类;然后,以对应等价类为基本处理单元,调用EquivalenceClass算法找出节点的映射。仿真实验结果表明,该算法具有较低时间复杂度,在确保算法有效性的基础上提高了处理效率。

基于软件节点重要性的集成测试序列生成方法

集成测试序列是软件集成测试的重要问题之一.不同的集成测试顺序对测试成本以及测试效率的影响很大.为降低测试成本,传统的类级集成测试顺序研究策略大多围绕如何减少构建测试桩数量和降低测试桩总体复杂度2个方面.若能将复杂程度高、出错概率大的类和发生错误后传播范围较大的类优先进行测试,不仅可以使得错误被尽早发现,还可以有效减小错误对系统的破坏性.为此,将上述思想应用到生成集成测试序列的算法当中,提出一种软件节点重要度的评估方法(Class-HITS).该方法利用复杂网络理论,将软件抽象为网络的形式,并结合所提出的重要度评估方法,打破软件网络中的环路,然后针对网络的无环链路逆向拓扑排序,最终得到类的集成测试序列.通过实验分析证明,利用该方法得出的集成测试序列既能够保证重要节点优先被测试,又确保了构造的测试桩的总复杂度较小.

Device Net智能节点的开发

DeviceNet是基于CAN技术的开放型低成本高性能的通信网络,它已成为IEC标准与欧洲标准。以智能开关为例,提出了DeviceNet产品的开发方案,设计出了De viceNet节点的硬件电路,建立了其对象模型,讨论了各对象之间的关系,以及每个对象实例和对象类所提供的服务及产生的行为,同时阐述了软件实现的方法。并通过对智能开关的测试,证明了此开发方案是可行的。

铁路行包快运节点等级划分及布局方法研究

铁路行包快运节点的等级划分是其布局优化的基础,针对目前节点等级划分大多依靠经验而不够客观的问题,采用重要度计算和聚类分析的方法,对全国行包快运节点的等级进行划分,并在此基础上给出节点布局的方法和建议。

基于最大类间方差与形态学的淋巴结图像分割

淋巴结是人体内产生免疫应答的重要器官。淋巴结的病理变化是检测恶性肿瘤(肺癌、直肠癌、乳腺癌、肝癌、宫颈癌等)和判断肿瘤转移的一个重要依据。一种基于最大类间方差法与数学形态学的分割方法用于淋巴结的分割。最大类间方差法用于对原图进行二值化增强处理,而数学形态学方法用于修正二值图像的边界,通过腐蚀操作与膨胀操作解决二值化后出现的目标区域与多余组织相连的问题,以更好地提取有用的淋巴结组织。实验结果表明,上述算法对与周围组织有粘连但目标与背景的灰度级相差较大的淋巴结图像的分割效果较好。

混合教学模式与节点控制在研究生专业课堂教学中的应用

不同于传统的满堂灌、一言堂讲授型教学,混合教学模式更适合高水平人才研究生课堂教学的需要。由于混合教学模式的过程性、开放性、互动性等特点,使得整个教学过程充满变化,难以控制。适当地进行节点控制设计,及时反馈学生问题和信息,就能够确保研究生专业课堂教学有序、顺利、高效地进行。

基于切换频率的分层可靠移动IP组播研究

从以切换频率区分移动节点类别的角度,提出了一种新的可靠移动IP组播方案,目的是让不同类别的移动节点都能得到相应的、接近最佳的可靠组播服务。与现有的可靠移动IP组播协议相比,提出了基于移动节点的切换频率对移动节点进行分类的概念;提出了对不同类别的移动节点分别使用相应的可靠移动IP组播协议的思想;根据上述思想改进了RRBMoM协议,得到了新协议——ARRBMoM协议。在此基础上,利用OPNET分别模拟ARRBMoM和RRBMoM协议的运行情况,对其性能进行了分析和比较。仿真结果表明了ARRBMoM协议在多种速度类别的移动节点同时存在时,以及移动节点运动速度较快时,比RRBMoM协议在组播树重构、端到端延时、重传率、丢失率等方面具有更好的性能。

一种开放式超媒体系统版本模型

本文提出了一种开放式超媒体系统的版本控制模型，它支持版本集、允许可选构件的开发和管理、维护文档的发展历史并且支持协同工作；提出了上下文结点和版本相关表的概念，用以有效地解决结构信息版本和内容信息版本之间的不一致性问题．

铁路物流角色定位研究:SDN(供需网)的一类节点

本文分析了国内外关于铁路物流和供应链模式的研究现状,描述了当前我国铁路物流的定位,分析了铁路物流成为SDN一类节点的可能性。研究表明,铁路成为SDN一类节点后,实现了物流在不同地区的平衡发展,在降低运作成本、增加企业收益等方面有着重要的优势,将会进一步带动物流产业和经济的发展。

吉林省对外开放的新思路——兼论把长春建设成欧亚大陆桥的重要节点城市

振兴吉林省需要着力扩大开放,由此形成倒逼深化改革和经济增长的新动力。吉林省应当跳出东北亚区域,从全球角度来思考对外开放的格局,借重"一带一路"倡议的欧亚大陆桥寻找突破口。吉林省在东北的优越地理位置可以开展三个方向的开放,即:"向东"开放联通东北亚各国,"向南"开放面向环渤海、京津冀地区,"向西"开放与欧洲开展经贸合作的发展大格局。核心步骤是利用一类口岸优势把长春建设成欧亚大陆桥内陆的重要节点城市。这是长春打造"中国向西开放前哨"的动力引擎,是打开长春以至于全省通向世界的"战略突破口"。

一种基于h指数变体的软件网络节点重要性度量方法

新成员在参与软件项目开发和维护系统时,往往需要花费大量时间去理解系统的结构和功能,为了加速新成员对系统的理解,通常优先推荐他们关注一些系统中更重要的类。大量研究表明软件系统具有明显的复杂网络拓扑形态,可以将软件系统抽象为软件网络模型,通过网络节点重要性度量方法识别软件系统中更重要的类,辅助新成员快速掌握系统的核心结构和功能。目前,关于网络节点重要性度量的方法很多,大多数方法仅考虑邻居节点的度或边的权重。另外,h指数作为一种成功用于定量评估研究人员学术成就的指标也很少应用于软件网络中重要类的识别。作者以Ant、Jung和Maven项目为研究对象,构建对应的加权软件网络模型,结合节点的度和连边的权重信息提出H-NWD、A-NWD和G-NWD 3个h指数的变体指标来度量软件系统中类的重要性,并与已有的度中心性、介数中心性、接近度中心性、特征向量中心性、Page Rank中心性5个常用的复杂网络中心性度量指标进行对比。实验结果表明,本文所提的H-NWD和G-NWD指标与已有的度量指标交集达到80%以上,能够很好地识别软件系统中重要类;在确定类的修改情况下,H-NWD指标与度中心性、特征向量中心性、Page Rank中心性共同识别的重要类节点rank值更靠前,且被识别的其他类节点修改更频繁,相比于已有指标在识别关键类上更准确。

基于第三类Chebyshev节点组的Hermite插值

在一元情形下研究基于第三类Chebyshev节点组的Hermite插值对一种解析函数类的逼近问题,得到了相应量的强渐近阶或其值.通过2个数值算例验证了所得结论的正确性.

基于节点选择优化的DAG-SVM多类别分类

有向无环图支持向量机(DAG-SVM)对于N类别分类问题,会构造N×(N-1)/2个支持向量机分类器(为每2个类构造一个支持向量机),DAG-SVM可能出现由于节点选择不佳而导致整个分类器分类结果较差的情况。为此,提出一种改进的DAG-SVM。通过为每一层建立备选节点集合进行节点选择,选取下层备选节点集合中训练分类精度最高的一个节点组合作为当前层节点的下层节点,从而优化DAG-SVM的拓扑结构。实验结果表明,与已有的DAG-SVM,1-vs-1SVM,1-vs-a SVM方法相比,该方法的分类精度较高。

WSN中基于MDS-MAP的分布式定位算法设计与实现

针对无线传感器网络中经典MDS-MAP算法的不足,论文中设计了一种基于经典MDS-MAP算法的分布式定位算法并予以实现。该算法主要通过节点类来实现,在节点类中定义了算法实现用到的主要变量,同时定义了算法的主要消息,给出了算法的实现方法,通过分析得出了整个算法的复杂度。理论分析和仿真实验表明,基于MDS-MAP的分布式定位算法能够实现分布式计算,提高节点的定位精度。