基于16S rRNA序列物种鉴定的改进向量空间模型算法

在物种鉴定领域中,权威方法是基于BLAST的序列比对算法,然而该算法出现计算量过于庞大,运算效率低以及资源消耗较高等问题.为解决以上问题,本文借鉴经典文献中的K-String组份向量方法,对向量空间模型作出改进,将其应用于基于16S rRNA序列的物种鉴定领域,并在巴拿赫空间的理论体系下,对改进向量空间模型算法中的遗传距离公式进行等价替换,给出不同范数背景下对应的遗传距离公式,供科研人员参考.本文从计算效率和物种鉴定效果两个方面来判断改进算法的性能,最终得到如下结论:欧几里得空间下的内积范数从计算效率上较经典的blast算法具有显著优势,而其分类效果在检出率这一方面,达到了比对结果的一致性.

基于改进支持向量回归模型的高校学生成绩预测研究

为提高学生成绩预测的准确性,考虑到学生学习行为特征数据的高维和非线性特征,提出了一种基于改进支持向量回归模型的高校学生成绩预测。对支持向量回归(SVR)模型的核函数进行了改进;设计了变邻域搜索算法(VNS)对改进支持向量回归模型的参数进行了优化;将上述方法应用于某高校学生数学成绩数据,并与原始SVR和基于其他智能优化方法的SVR进行了对比,验证了所提方法的有效性。

基于改进量子粒子群算法的机器人关节空间运动轨迹规划优化

机器人轨迹规划是机器人运动控制实现的关键步骤,轨迹规划的效率与精度直接关系到机器人运动控制的实时性与准确性。将机器人运动轨迹映射到关节空间,并建立轨迹规划的数学模型,使其满足运动过程中的各项物理约束,并避免各关节间的耦合问题。针对量子粒子群算法进行改进,提高其收敛速度,避免陷入局部最优,提出改进量子粒子群算法,并将之应用于机器人轨迹规划的数学模型求解。并且对基于改进量子粒子群算法的机器人关节空间轨迹规划进行测试。测试结果表明,该方法可以代替传统的机器人轨迹规划算法,并且在精度和效率方面具有更高的优势。

一种基于向量空间模型的改进文本分类算法

探讨了基于向量空间模型的文本分类技术,通过规范化向量空间模型术语,论述了向量空间模型中TD-IDF向量化文档的不足;提出基于位置等因素的权重改进算法;借助扩展的潜在语义索引算法KLSC和辅助主题词表来消除模型很难处理一词多义、一义多词的现象;根据用户个性化的服务需求,给出了个性化服务的意见。

基于支持向量机-改进型鱼群算法的CO_2优化调控模型

提出了融合支持向量机-改进型鱼群算法的CO_2优化调控模型,为CO_2精准调控提供定量依据。设计了嵌套试验,采集不同温度、光子通量密度、CO_2浓度组合下的黄瓜光合速率,以此构建基于支持向量机的黄瓜光合速率预测模型;以预测模型网络为目标函数,采用改进型鱼群算法实现二氧化碳饱和点寻优,获得不同温度、光子通量密度组合条件的CO_2饱和点,进而构建CO_2优化调控模型。异校验结果表明,CO_2饱和点实测值与预测值相关系数为0.965,最大相对误差3.056%。提出的CO_2优化调控模型可动态预测CO_2饱和点,为实现设施CO_2精准调控提供了可行思路。

一种基于向量空间模型的质谱谱库检索算法

本文基于向量空间模型,提出了一种质谱谱库检索算法。该算法将质谱图数据向量化,并定义一个质量数向量空间,质谱图被表示成质量数空间内的一组向量,并利用向量间的相似性计算方法,实现质谱谱库的检索。并且,将(m/e)m.In作为权重进行质谱图相似性的计算,而不仅仅是(m/e)。通过试验,该算法的检索结果与NIST 05检索软件的检索结果一致。

基于向量空间模型的并行信息检索算法

基于向量空间模型的信息检索技术是较为成熟且应用广泛的信息检索技术,该技术将文档和查询信息均用向量空间表示,查询匹配问题转化为向量空间的矢量匹配问题,文档与查询的相似度可用向量之间的夹角来度量.信息检索速度是衡量信息检索技术好坏的重要指标,基于向量空间模型的信息检索之串行算法的计算复杂度为Θ(n3),本文提出了一种在Hyper-cubeSIMD模型上的并行算法,其时间计算复杂度为Θ(nlogn),该算法与传统的串行算法相比,能显著地提高查询速度.

基于N层向量空间模型的信息检索算法

N层向量空间模型是在传统向量空间模型的基础上提出的一种新的信息检索算法模型 ,这种模型将一篇文档从逻辑上划分为 N个相对独立的文本段 ,然后按照文本段的内容建立文本特征向量以及文本权值向量 .在此模型的基础上 ,更为精确地定义了特征值向量和相似度的计算方法 ,使之能比较好地适应文档集合的动态扩充 .理论分析和实验结果表明 。

基于向量空间模型的专题文献过滤算法研究

本文从理论上探讨了向量空间模型及其改进模型在专题文献过滤中的相关算法.概念扩充模型解决了词的同义现象,提高了召回率;潜在语义分析模型通过统计方法,提取并量化这些潜在的语义结构,进而消除同义词、多义词的影响,提高文本表示的准确性,从而使专题研究中文献过滤的召回率和准确率都有显著提高.

基于向量空间模型的文档聚类算法研究

随着网络信息的迅速增长,文档聚类技术成为了人们研究的热点课题.探讨了几种基于向量空间模型的文档聚类算法,如常见的k-means算法和凝聚层次算法,针对它们的不足提出了改进的BK-means算法和多层CFK-means算法.最后,根据一定的评价标准,得出Bk–means算法是文档聚类算法中较好的算法.

基于本体的向量空间模型的压缩算法

采用本体(Ontology)为向量空间模型提供更为丰富、详细的概念空间,在本体的支持下,文档中的术语不再被孤立地看成关键词,而是彼此间有了一定的语义联系。以已获得丰富而详细的本体为前提,考虑当本体空间很大时,解决向量空间的高维数给计算带来复杂性与难度这一问题,提出基于HCA(Hierarchical Clustering Algorithm)的向量空间压缩算法。

基于向量空间模型的路径相似度蚁群算法研究

针对如何根据用户的检索状况来提高信息检索的反应速度及查询的准确性的问题,利用向量空间模型信息检索与路径相似度蚁群算法中利用同一方式——相似度来决定下一步方向的共同特点,提出将一种基于路径相似度的蚁群算法应用于信息检索的方法。采用这种算法在性能和收敛性速度上优于常规算法。

基于改进灰狼算法的船舶数学模型参数辨识

为了解决船舶操纵性指数计算复杂以及辨识参数泛化性较低问题,本文利用改进灰狼算法对辨识参数进一步优化。基于大型油轮运动数据以及一阶、二阶线性响应型数学模型,利用支持向量回归得到辨识参数的参考值。当参考值泛化性较低或者不准确时,利用改进灰狼算法实现辨识参数的范围内寻优,并将所得的辨识结果与基于遗忘因子的递推最小二乘的辨识结果对比。研究表明:利用改进灰狼算法优化后得到的辨识参数结果精度较高并且具有一定的泛化性。改进灰狼算法具有较强的搜索能力,同时可以对其他算法得到的不准确的参数进一步优化,使得参数辨识值更为准确。

一种基于向量空间模型的文档聚类算法研究

随着网络信息的迅速增长,文档聚类技术成为了人们研究的热点课题.探讨了典型的基于向量空间模型的文档聚类算法-k-means算法,针对它的不足提出了改进的BK-means算法.最后,根据一定的评价标准,得出BK-means算法是文档聚类算法中较好的算法.

基于重构向量空间模型的知识匹配算法研究

针对产品设计知识管理系统中基于向量空间模型的知识匹配算法准确率和召回率不高的问题,通过研究产品设计知识的特点、传统向量空间模型存在的缺陷,重构向量空间,建立语义及语义结构向量空间模型,在此基础上提出了一种基于重构向量空间模型的知识匹配算法。针对该算法,分别研究了特征项权重计算、特征项相似度算法,引入了文本语义结构相似度,通过文本相似度计算对设计人员匹配适当的知识,开发了知识管理原型系统,并以某环保企业的产品设计知识为例,验证了该方法具有较好的准确率、召回率以及F1-score。

基于改进的共轭梯度算法实现的最小二乘隐空间支持向量机

本文研究了最小二乘隐空间支持向量机的优化问题.文中采用基于对称超松弛预处理技术改进共轭梯度算法,改进的共轭梯度算法只需求解一个阶数为l-1的线性代数方程组即可,大大节省了计算时间.最后将其应用于最小二乘隐空间支持向量机中建立数学模型,并通过实例验证了该算法的优越性.

基于改进的共轭梯度算法实现的最小二乘隐空间支持向量机

本文研究了最小二乘隐空间支持向量机的优化问题。文中采用基于对称超松弛预处理技术改进共轭梯度算法,改进的共轭梯度算法只需求解一个阶数为l-1的线性代数方程组即可,大大节省了计算时间。最后将其应用于最小二乘隐空间支持向量机中建立数学模型,并通过实例验证了该算法的优越性。

基于N层向量空间模型的Web主题检索算法

本文在 N 层向量空间模型和主题树模型的基础上,通过分析两个模型的分层特性,提出了一种 Web主题检索算法。实验证明,在主题检索方面,该算法具有较快的速度和较高的查准率。

用于自动化仓库货位分配模式改进的数学模型设计

1.自动化仓库货位分配模式改进数学模型设计1.1自动化仓库货位分配影响因素分析仓库中货物空间的分配主要基于随机分配策略,重点考虑存储场所的精准匹配。利用空间分配算法建立了货物空间分配的优化方法。出于便于计算的目的,假设:(1)仓库中的三个维度只有一个入口和出口点,每个巷道线宽都是协调一致的。(2)货物储存在托盘单元中,托盘单元形状是一个规则的矩形,重心位于其几何中心。

基于向量空间模型的个性化网页搜索算法研究

为解决信息检索时不同用户对搜索结果有不同期望的问题,提出了一种基于向量空间模型的个性化网页搜索算法。针对用户不同兴趣,利用用户画像能够更加全面地表示用户兴趣的特点,通过向量空间模型建立用户画像来表达用户兴趣,结合传统的网页排序算法得出最终的网页排序结果。对于不同用户可得到不同的网页搜索结果,排序靠前的网页中符合用户兴趣的网页数量增多。通过对模拟网页搜索实验结果的分析,证明所提算法较传统PageRank算法在个性化网页搜索方面有所提高。