基于图的直方图及路径相似性的图匹配方法

针对图结构在一些非刚性变换下谱特征不稳定等问题,提出一种基于几何关系直方图及路径相似性的图结构信息的描述方法,并在此基础上利用谱分析方法实现图的顶点匹配.首先通过图的直方图给出了一种图顶点的特征描述并初始化候选匹配关系,再基于最短路相似性给出一种匹配关系之间的亲和性的度量,最后采用谱方法求解2个特征点集之间对应关系,实现图的顶点的匹配.与传统的描述方法不同,该方法是利用图的直方图及路径相似性来描述图的结构信息,结构简单,信息描述充分.实验结果表明,文中方法对于一些扰动前后的图的匹配具有较高的匹配准确度.

基于观测路径相似性粒子滤波在陀螺数据处理中的研究

针对磁悬浮陀螺全站仪在极端工作条件下采集的数据易受干扰的问题,在顾及磁悬浮陀螺全站仪的转子电流数据特性基础上,对标准粒子滤波算法进行改进,提出了基于观测路径相似性的粒子滤波算法,3种代表性工程环境下的工程实测数据滤波后,均值和方差等指标均表明该算法能够更有效改善原始观测数据质量,滤波效果优于标准粒子滤波和自适应卡尔曼滤波,能够有效提高陀螺定向的精度和稳定性。

加权网络中基于多路径节点相似性的链接预测

鉴于现有大多数链接预测算法仅考虑了图的局部或全局特性,在预测准确率和计算复杂度上难以均衡,且有关加权网络的链接预测研究相对较少,提出新的加权社会网络链接预测算法(STNMP).引入节点对边权强度的概念,用于度量邻居节点间的局部相似度.提出路径相似性贡献的概念,定义多路径传输节点相似性,用于描述步长为2和3的所有路径及这些路径上的中间节点对于所连接的两个节点的相似性总贡献.在多个真实网络中对算法的有效性进行验证,以AUC作为评价指标,与经典相似性算法CN、Jaccard、AA等进行预测准确率的对比分析.结果显示,针对小规模社会网络,STNMP算法的预测准确率高于现有算法.

基于多元融合的企业技术创新合作预测方法研究

合理的技术创新合作预测方法是企业寻找合适的技术创新合作伙伴以提升技术创新绩效的有效手段。论文基于企业专利数据,构建专利所有权人共现网络,应用Katz指标计算企业之间的路径相似性,应用TF-IDF算法构建企业关键词向量,结合余弦相似性计算企业之间的内容相似性,应用社会网络分析方法中的中心性指标计算企业的位置相似性,将三者进一步融合得到企业之间合作的潜在可能性。通过对石墨烯领域企业专利数据分析预测企业间合作的可能性,证实该方法有效,AUC指标值为0.7242,优于单一指标相似性推荐方法,能够提升合作推荐中合适匹配的精确度。

融合熵聚类和增广变邻策略的蚁群优化算法

针对蚁群算法求解大规模旅行商问题时存在收敛速度慢、易陷入局部最优的问题,提出一种融合熵聚类和增广变邻策略的蚁群优化算法。首先提出融合信息熵的聚类策略,利用熵确定最佳截断距离对数据集进行合理划分;通过求解每个子簇形成初始路径,并为全局寻优提供导向信息素,从而提升收敛速度。其次提出增广变邻策略,将蚂蚁分为爬行蚁和滑翔蚁,滑翔蚁引入的增广变邻策略在迭代后更新节点和邻居信息素,而且通过邻居数量随最优解质量动态匹配,来强化邻居节点探索,以平衡收敛速度与解的质量。当算法陷入停滞时,利用路径相似性机制平滑非公共路径信息素,帮助算法跳出局部最优。通过对旅行商问题数据集进行实验仿真表明,所提算法有效平衡了收敛速度与解的精度,尤其对于大规模问题,显著提高了解的质量。

群体偏好增强的混合群推荐方法

为减少评分数据稀疏性造成的群推荐精度损失,借助用户生成的项目属性特征,提出一种增强群体偏好的混合群推荐方法。一方面,针对用户-项目评分信息,采用协同过滤手段产生群推荐项目候选子集。另一方面,利用群体生成的项目属性分布特征,挖掘群体对项目属性的偏好,并以项目属性权重的方式融入到项目相似性计算中。通过聚类,产生反映群体偏好的项目集,将群体喜好的集合扩充到用于推荐的项目候选集中,实现群推荐项目候选集中群体偏好的增强。最后,从项目候选集中生成群推荐结果。将该方法应用大众点评网上餐厅的推荐,验证了项目属性特征对群推荐结果的积极影响。实验结果表明该方法在准确率和召回率上较经典群推荐方法都有大幅度提高。