基于排序机制的全序广播算法分类与性能分析

已有的全序广播和多播算法多达近五十种,为了便于人们根据需要从众多算法中进行选择,需要对这些算法进行明确分类。但现有的分类方法都存在着完备性较差,且难以理解等问题。基于排序机制,从全序广播和多播算法的通信记录、优先权、动态序列器、静态序列器和目的方一致五个方面,给出了一种针对全序广播与多播算法的新系统分类方法。同时,还从定性、定量两个方面对分类的各类算法进行了规范、应用模型环境以及性能的分析与评测。使用新的分类方法以及测评结果,可以在现实应用中很方便地从现有算法集中根据需要选择合适的算法。

平台可以做到大而美吗——不同排序机制下的厂商质量选择研究

在网络交易平台的发展中,产品质量问题一直难以得到有效解决。本文研究了在规模持续扩大的背景下,平台如何通过使用不同的排序机制来影响厂商的质量选择。研究结论显示,当平台中厂商数量持续增多时,产品质量下滑的趋势将难以改变,但是平台可以通过引入排序机制的方法部分解决上述问题,并且不同排序方式的效果存在较大差异。在质量优先的排序下,只要平台的规模不是太大,相对于不排序的情况,部分厂商会选择更高的产品质量。在质量和信用的综合排序下,只要消费者的搜索习惯存在一定的排序偏好,那些排序靠前的厂商就总会选择更高的产品质量,但同时也有可能会让剩余厂商都选择更低的质量水平,导致质量"跷跷板"效应的出现。竞价式排序对产品质量的影响总体上要劣于质量优先排序,在某些情况下甚至劣于不排序。但竞价式排序带来的高额利润,会让平台有更强烈的规模扩张意愿,最终使所有厂商的产品质量下降。

基于多级子网络和排序性Dropout机制的人脸属性识别

如何提高自然环境下或非受限环境下人脸属性识别的准确率是应用人脸属性的一个重要问题。在日常生活中,人脸姿势和光照等不可控制的因素对识别人脸属性产生了较大影响,如何在上述因素影响下提高识别的精度是我们研究人脸属性识别的关键问题。目前卷积神经网络(Convolutional neural network,CNN)在图像分类中已经取得显著性成果,本文通过采用多级子网络和排序性Dropout机制算法重新构建一个网络结构,该结构对处理人脸姿势变化等具有较强的鲁棒性,在CelebA数据集和LFWA数据集中取得较好的效果,且大大降低了网络体积。

工业结构演变的动因和机制

各国工业结构的演变都会呈现出一定的规律,本文从工业结构演变的一般规律出发,试图探索影响工业结构演变的各种动因,并重点分析工业结构演变的机制。本文将工业结构演变机制分为"排序"和"选择"两类,从需求收入弹性、结构红利假说和结构负利假说三个方面阐释了"排序机制",并从拓展需求的投资和溢出效应两方面阐明了"选择机制"。

一种新的基于重排序的相关反馈图像检索方法

提出了一种新的相关反馈方法,该方法引入了Rnorm重排序机制。通过计算用户反馈的按个人兴趣排列的期望输出顺序与系统输出图像顺序之间的Rnorm值,来调整各个特征的权重,从而指导下一轮的检索。新方法不需标注,减轻了用户的负担,从而避免了用户是否愿意配合的问题,而且实验表明较Rui方法在性能上有很大提高。

基于随机森林和自适应随机排序的昂贵多目标进化算法

针对昂贵约束多目标离散优化问题,提出一种基于随机森林和自适应随机排序的昂贵多目标进化算法(a random forest and adaptive stochastic ranking based multi-objective evolutionary algorithm,RFASRMOEA).为了提高代理模型对离散问题的近似精度,RFASRMOEA采用随机森林作为代理模型辅助进化算法进行搜索.同时,为提升综合性能,提出一种基于平衡适应度评估策略和自适应概率操作的自适应随机排序机制.具体地,平衡适应度评估策略利用种群迭代信息结合所设计的基于目标转移的多样性评估和基于余弦的收敛性评估,充分发掘种群个体潜力.而自适应概率操作通过动态调整随机排序机制的关注点,使得算法在前期探索更多可行域而后期迅速收敛于可行域,进而平衡约束条件的满足与目标函数优化之间的冲突.在测试问题上的实验结果表明,所提出算法在处理昂贵约束多目标离散优化问题时具有较高的竞争力.

基于动态迁移的ε约束生物地理学优化算法

提出基于动态迁移的ε约束生物地理学优化算法(εBBO-dm).首先,利用ε约束方法来处理约束条件,并根据群体约束违反度的优劣程度对水平参数ε进行自适应调整,充分利用较优不可行个体的有效信息,有效提高对可行域的搜索效率.其次,采用新的ε约束排序机制确定迁入率和迁出率,较好地平衡可行个体与不可行个体之间的关系.再次,为了增强迁移机制的搜索能力,提出新的动态迁移策略.最后,采用分段logistic混沌映射改进物种变异机制,提高了算法的收敛精度.通过对13个标准测试函数的仿真实验表明,εBBO-dm较其他算法在收敛精度和收敛速度上具有明显优势,尤其适合于复杂单目标约束优化问题的求解.

XML关键字查询处理研究

关键字查询作为一种有效的信息检索手段,一直以来都是XML数据管理领域研究的热点问题,每年均有大量最新研究成果出现在各种顶级会议和期刊上.针对众多国内外研究者在XML关键字查询领域所作出的创新性工作,该文以XML关键字查询处理系统为框架来组织现有工作,重点分析和比较了查询生成、语义定义、排序机制、查询算法及结果展示等5个关键技术点所涉及的代表性工作的特点,并结合最新的应用需求从有效性和高效性的角度归纳出XML关键字查询技术后续研究面临的问题和挑战.

LTE-A异构网中分流承载技术的设计与实现

3GPP在LTE-A异构网络中提出了小小区增强策略的分流承载技术,即在MeNB(Master eNB)的覆盖范围内部署SeNB(Secondary eNB),二者共同组成E-UTRAN(Evolved Universal Terrestrial Radio Access Network)系统架构中的接入网,为UE(User Equipment)提供联合的数据传输。通过对分流承载技术的研究,提供了其应用场景,制定了接收实体的重排序规则,并为分流承载设计了建立与去建立流程图,最后用TTCN-3(Testing and Test Control Notation version 3)测试系统的终端无线资源管理(Radio Resource Management,RRM)一致性测试平台对流程设计进行了验证。

适用于寻源导热反问题的改进蚁群系统

本文采用蚁群优化算法求解寻源导热反问题。首先根据蚁群算法的特点建立适合于反演热源位置的路径构造方法、路径的选择规则及反映信息素释放与挥发的局部更新规则和全局更新规则,并以目标函数值的大小作为搜寻路径的长短;在蚁群系统基础上引入了优化排序机制,建立了了收敛速度更为快速及搜索解更为准确的蚁群系统模型。通过数值计算表明:本文建立的改进蚁群系统,适于寻源导热反问题的求解;与一般蚁群系统相比,能够提高解元素之间的差异,加快蚂蚁搜索收敛速度。