一种解大规模无约束优化问题的BB型算法

基于BB算法和IMPBOT算法的思想,结合修正割线方程得到2种新的BB步长,并利用Armijo线搜索,提出一种求解大规模无约束优化问题的BB型混合算法.在适当的条件下对其收敛性证明,并通过大量的数值试验来验证所提算法的有效性.

粒子群优化的GPSR-BB压缩感知重构算法

为了减少压缩感知中梯度投影稀疏重构法算法(GPSR-BB)的运行时间和迭代次数,有效地提高算法的重构性能,将具有全局搜索能力的粒子群算法应用到GPSR-BB算法中。利用粒子群优化算法的全局开发能力和GPSR-BB算法的局部搜索能力,加快了算法的收敛速度,减少了算法的迭代次数;通过对GPSR-BB算法中线搜索条件的改进,有效地提高了算法的重构精度。仿真实验表明:改进的GPSR-BB算法比传统的GPSR-BB算法运行时间缩短了43%、迭代次数降低了39.7%。在观测维数一定的条件下,改进的GPSR-BB算法重构成功概率高于传统的算法0.04,重构误差低于传统的0.09,具有较好的重构性能。

基于BB算法的左截断威布尔分布可靠性分析

针对寿命分布类型和参数估计方法问题,对国内某航空公司现役机型B737-800飞机主起落架减振支柱漏油故障数据进行可靠性分析。结合数据类型特点,初步预判其寿命分布类型可能为左截断两参数威布尔分布、对数正态分布、指数分布。基于极大似然估计法分别估计三种分布的未知参数,并利用根据BB算法改进的柯尔莫哥洛夫-斯米尔诺夫假设检验(K-S检验)法判断其寿命分布类型。实证分析结果表明,采用左截断两参数威布尔分布来拟合是合适的,并提出了具体维修建议。

基于URL定位信息的BBS数据挖掘方法研究

利用Web页面的采集序位和被检索页面的相关信息和主题,使得以主题为分块的网络爬虫算法,能够尽可能多地把整个Web按照主题为依据进行分块整合,可以采用对URL定位信息,提高了页面的高效检索能力。仿真实验中表明,提出的主题相关爬虫算法能够跨越BBS中URL网页中的断裂带,提高了URL网页的召回率,也不至于因为网页的断裂而中止检索。算法精度分析表明,误判点都在等分线附近徘徊,偏差不大,表明算法精度较高。

BB-NNF算法在中药方剂配伍分析中的应用

中国的中医药文化历史悠久、底蕴丰富.中药方剂在中医药科学体系中占有举足轻重的地位,就中药方剂数量而言,迄今已经积累十余万,而如何有效利用这些资源及在此基础上开发新的方剂,是亟待解决的问题.数据挖掘技术能够用来解决这一问题,在大量的方剂库中挖掘出新的方剂,为中医学的发展提供技术支持.

基于IBBS-SIFT算法的PCB板Mark点定位方法

针对最佳伙伴相似性(Best-buddies similarity, BBS)算法和SIFT算法的不足,提出了一种基于IBBS-SIFT(Improved best-buddies similarity-scale invariant feature transform)算法的印刷电路板Mark点定位方法。首先对BBS算法进行改进,通过结合置信度图和权值,在采集的PCB板图像中得到与模板图像相似的多个区域;然后采用最佳相似点对匹配准则代替SIFT算法的欧氏距离匹配准则,用改进的SIFT算法对这些相似区域计算描述子并进行匹配;最后根据匹配的描述子得到主位置,通过主位置剔除误匹配点,精确定位到Mark点位置。实验结果表明:该方法可以有效提高Mark点定位效率,将耗时减至SIFT算法的10%～15%,同时减少误匹配点数目,实现Mark点精确定位。

基于Barzilai-Borwein迭代的低复杂度大规模MIMO信号检测算法

在大规模多输入多输出系统中,最小均方误差(minimum mean square error,MMSE)算法能达到接近最优的线性信号检测性能,但是MMSE算法需要复杂的矩阵求逆运算,这限制了该算法的应用。为了降低运算复杂度,改进MMSE算法,利用Barzilai-Borwein(BB)迭代算法来避免矩阵求逆运算,提出了结构简单的BB迭代信号检测算法,且基于信道硬化特性进一步优化了迭代初始解以加快算法的收敛速度。理论和仿真结果表明,所提出的BB迭代算法的性能优于最近提出的Neumann级数展开算法,而其复杂度相比截短阶数i=3的Neumann级数展开算法减少了一个数量级;且该算法收敛速度较快,在给定初始值的条件下,通过简单的几次迭代,能够快速接近MMSE算法的检测性能。

基于自适应Barzilai-Borwein步长的直接搜索共轭梯度法

利用最新迭代点附近的函数值信息,估计该点的单纯形梯度,并计算当前点的Barzilai-Borwein(BB)步长,提出一种基于自适应BB步长的网格步长更新策略,有效解决了网格步长下降过快的问题,同时结合新的正基更新策略提出一种新的直接搜索算法.数值结果表明,该算法在稳定性和效率上有较大改进.

求解图像分割CV模型的BB算法

给出图像分割的一种新算法——BB算法.该方法的优点在于利用迭代过程中当前点和前一点的信息确定搜索步长,从而更有效地搜索最优解.为此,首先通过变分水平集方法将CV模型转化为最优化问题;其次,将BB算法引入该优化问题进行求解;然后,对BB算法进行收敛性分析,为该算法应用在CV模型中提供了理论依据;最后将该方法与已有的最速下降法、共轭梯度法的分割结果进行比较.结果表明,跟其他两种方法相比,BB算法在保证较好分割效果的前提下,提高了算法的速度和性能.

Apriori算法在BBS舆情分析系统中的应用

知识规则库的准确度是影响BBS舆情分析系统能否准确高效地对BBS舆情进行监控的一个重要因素.Apriori算法作为关联规则挖掘的经典算法,是发现关联规则的一种准确有效的方法.通过利用Apriori算法来动态更新知识规则库内容,实验结果表明,系统使用该算法后对BBS舆情监视的准确度有明显的提高.

一种对BBS语料进行话题提取的聚类算法

基于BBS语料的话题提取主要是从大量的BBS论坛讨论信息中,将正在或近期讨论的各种话题提取出来。在自主开发的一套话题提取系统中采用了一个原始聚类算法,能够对真实的BBS语料进行有效话题提取。随后将语料中的关联信息引入到原始聚类算法中进行改进,提高了算法的性能,取得了良好的效果。

求解对称矩阵最大特征值的Barzilai-Borwein法

高维对称矩阵最大特征问题的求解是数学界中比较关注的问题之一。文章采用无约束优化方法进行求解,设计了非单调搜索的Barzilai-Borwein(BB)算法,数值算例显示该算法比单调线搜索最速下降法迭代次数更少,收敛速度快且相对误差小的良好计算性能。

求解非负矩阵分解的有效集BB梯度算法

非负矩阵分解是在非负限制下的一种将一个高维矩阵分解为两个低维矩阵的分解技术。目前,存在的算法大部分是基于乘性迭代算法和交替最小二乘算法。针对交替最小二乘算法的子问题,文中提出了一种有效集BB梯度法,且该算法是全局收敛的。实验结果显示,该算法比投影梯度算法更为有效。

无约束优化的非单调三次正则BB算法

先利用BB(Barzilai-Borwein)类型参数构造目标函数Hessian矩阵的近似矩阵,通过极小化当前迭代点处的三次正则化近似梯度模型求解试探步,再结合非单调线搜索策略提出一个非单调三次正则BB算法,最后给出算法的收敛性证明.数值实验结果表明,该算法数值性能良好.

面向BBS的关键词搜索引擎系统的设计

BBS搜索系统是为公安系统等监管部门了解年轻人思想动态,及时发现证据,防止案件发生而建立的.针对如何搜索各BBS上把符合搜索要求的信息检索出来,设计了一个面向BBS的关键词搜索引擎系统.首先从BBS搜索系统的需求分析入手,其次进行技术分析和方案设计,同时提出了一个索引倒排的索引算法,以此并设计了一个检索器将检索结果呈现,最后参考典型搜索引擎的实现,完成了一套小型的针对BBS进行扒取和检索的系统.目前该系统运行良好,结果表明该系统性能高,易于维护。

基于改进BB-BC算法的轮毂电机直驱赛车行驶策略优化

为了合理制定轮毂电机直驱赛车的行驶策略,缩短完赛时间,提出了基于改进BB-BC算法的策略优化方法。在分析传统BB-BC算法不足的基础上,通过引入混沌逻辑映射的方法,形成改进的BB-BC算法。利用Matlab/Simulink建立了轮毂电机直驱赛车整车优化模型并进行了实车验证,进一步对行驶策略进行优化研究。结果表明,改进的BB-BC算法不仅收敛速度快,而且可有效避免算法陷入局部最优解,优化后的行驶策略缩短了完赛时间,为后续实时策略的制定提供了基础。

基于聚类分析的网络论坛社团探测算法

将网络论坛中的社团探测问题转换为聚类分析问题,将模块度函数概念应用到聚类分析的算法中进行社团结构的探测,提出一种结合模块度的模拟退火算法,使用海峡四川钓鱼论坛的实际网络论坛数据验证了算法的有效性.

基于划分的二进制文件相似性比较方法

针对传统文件结构化相似性比较法中采用基本块(BB)一对一映射而造成的巨大时空消耗及基本块比较结果的绝对化问题,提出一种基于划分思想的文件结构化相似性比较方法。该方法首先对用于基本块比较的小素数积法进行改进,通过改进方法将函数内的基本块进行分类,再结合基本块签名与属性的权重求得基本块间的相似率,从而计算出最终的函数相似率及文件相似率。通过函数相似率比较实验分析,与未考虑划分思想的绝对化基本块比较算法相比,该方法在比较效率及准确率上均有所提升。实验结果表明,该方法在减少比较时间的同时提高了比较准确率,在实际二进制文件相似性比较的应用中更可行。

融合分支定界的可变形部件模型的行人检测

针对可变形部件模型(DPM)算法在行人检测领域中的检测精度高,但由于在特征提取和行人定位两步中的计算量过大,导致检测速度过慢而不能应用于实时行人检测的问题,提出了一种融合分支定界算法和级联检测算法的可变形部件模型(BBCDPM)算法。首先,选取梯度方向直方图(HOG)特征作为描述人体目标的特征,从而生成特征金字塔;然后,进行可变形部件模型的建模,并使用隐变量支持向量机(LSVM)对模型进行训练;同时,为了提高行人检测的准确度,将传统可变形部件模型算法中的5个部件模型增加到了8个;最后,在利用了级联检测算法简化检测模型的基础上,结合了分支定界算法寻找最大值,排除大量不可能的对象假设,完成对行人目标的定位和检测。在INRIA数据集上进行了实验,结果表明,与传统DPM算法相比,该算法将准确率提高了12个百分点,且大幅提高了行人检测与识别的速度。

学术虚拟社区核心用户兴趣迁移模型构建研究

[目的/意义]针对目前学术虚拟社区存在对核心用户兴趣变化关注不足的问题,本文基于艾宾浩斯遗忘曲线构建用户兴趣迁移模型,以准确描述核心用户的兴趣迁移,提升对核心用户个性化推荐结果的准确率。[方法/过程]以"小木虫论坛"为研究对象,构建用户影响力评估指标和问答网络,分别利用熵权法和PageRank算法识别核心用户。在此基础上,基于艾宾浩斯遗忘曲线构建核心用户兴趣迁移模型,并对此模型的适用性进行验证。[结果/结论]本文所构建的核心用户兴趣迁移模型能更好地反映核心用户的兴趣迁移。