针对大规模动态图流三角形计数的边哈希分布式抽样算法

三角形计数是大图分析的一个经典问题,近年的研究工作主要集中在针对静态流式图的三角形数量估计上,相关流式图抽样算法只能处理边的插入操作,无法处理边的删除操作;而现有的动态流式图抽样算法估计准确性又偏低.针对上述问题,提出了基于边哈希分配的分布式抽样(edge hashing assignmentbased distributed sampling,EHADS)算法,它是一个用于估计动态流式图中三角形数量的分布式流算法,可以快速准确地估计动态流式图中的全局三角形数量以及每个顶点的局部三角形数量.EHADS算法只对输入的图流进行1次处理,并在多台机器上对边进行抽样.与先进的单机流算法相比,EHADS算法具有2点优势:1)在相同样本容量的情况下,EHADS算法以更短的运行时间获得了更小的估计误差,估计全局三角形数量的误差平均降低了31.79%,估计局部三角形数量的误差平均降低了23.35%;2)EHADS算法能够提供流式图中三角形数量的无偏估计,并且严格的数学证明显示该无偏估计具有更小的方差.

基于改进最优子抽样算法的大数据分析提效方法

在处理大规模数据时,传统抽样方法存在一定的局限性,如抽样效率低下、计算复杂度较高等,难以应对日益增长的大数据分析需求。为此,提出一种基于改进最优子抽样算法的大数据分析提效方法,通过多阶段迭代过程,逐步优化抽样策略,以适应不同维度数据的特征变化。实验结果显示,所提算法在保持高精度的同时,能够显著提升数据处理速度,降低资源消耗。

基于序贯概率及局部优化随机抽样一致性算法

通过引入序贯概率检测及局部优化技术,给出了一种快速并具有较高精度估计的随机抽样一致性算法RANSAC(ran-dom sample consensus)。RANSAC算法是基于假设和检验的框架来实现。为了减少RANSAC算法的计算时间及提高计算精度,在模型的检验阶段,利用序贯概率检测技术,随机抽取少量的数据对模型的参数进行预检验。如果模型参数通过预检验,则进入后续的检验,否则这个模型参数不再参与后续全部数据的检验。在对模型参数估计时,使用局部优化方法,实现模型估计的精确度的提高。实验结果表明,此算法在速度和精确度方面与标准的RANSAC相比均取得了较大的提高。

不均衡数据集中基于Adaboost的过抽样算法

为了提高不均衡数据集中少数类的分类性能,该文融合了提升和过抽样的优点,提出了基于提升算法Adaboost的过抽样算法MCMO-Boost,并且将其与决策树算法C4.5、提升算法Adaboost和过抽样算法SMOTE进行了实验比较与分析。结果表明,MCMO-Boost算法在少数类和数据集的总体分类性能方面都优于其它算法。

一种新的关联规则抽样算法

针对目前经典的关联规则挖掘Apriori算法需对数据库多次扫描费时多计算量大,而抽样扫描会造成挖掘精确度下降等问题,采用控制样本频繁项目集的方法,利用频繁1项集进行抽样处理,对关联规则挖掘的抽样操作和精度控制进行研究,提出了基于抽样操作的关联规则挖掘算法——HAC算法。理论分析及性能试验结果表明:HAC算法能够有效缩减数据库规模,至少少扫描数据库1次,提高了关联规则挖掘的效率,同时其计算精度不受影响。

基于随机抽样和聚类特征的聚类算法

在分析BIRCH算法不足的基础上,提出了一种基于随机抽样和聚类特征的聚类算法(CLAP).该算法采用随机抽样技术,从数据库中抽取一部分数据进行聚类的预处理过程,这样大大降低了运行时间.CLAP通过设立索引树的叶节点的直径和聚类直径,提高了聚类的精度,并采用全局搜索和局部搜索相结合的方式,消除了输入顺序对聚类质量的影响.测试结果表明,CLAP算法不仅提高了聚类速度,而且改善了聚类质量.

记数集团抽样检查接收概率的近似算法及其应用

本文给出记数集团抽样检查接收概率的近似公式及算法,并且通过与传统近似算法的比较和计算机模拟抽样检查验证,讨论了该方法的准确性和实用性,结果表明：本文提出的接收概率算法明显优于传统算法,可用于计数型集团检查抽样方案设计而不必考虑一个集团中有2个或更多不合格品混入的问题．该算法已应用于家蚕微粒子病母蛾集团检查2次和多次抽样方案的设计．

遗传算法在FIR滤波器设计——频率抽样法中的应用

本文介绍了遗传算法在FIR滤波器设计———频率抽样法中的应用 .用遗传算法确定过渡带样本值 ,解决了传统方法 (查表法 )不能保证数据是最优的问题 .本文还对标准遗传算法进行了适当的改进 .给出了FIR数字低通、带通滤波器设计的两个例子 .实验结果说明通过遗传算法设计的FIR滤波器性能较查表法得到了改善 .

一种基于模糊逻辑的被动测量自适应抽样算法

结合被动抽样测量系统的特殊性，分析了模糊逻辑控制理论应用于被动测量系统抽样算法上的可行性。仿真结果表明，基于模糊逻辑控制理论的自适应抽样算法能够动态地调整被动测量系统地抽样间隔，使网络测量准确度和计算机资源费用达到优化。

基于Bootstrap抽样的多元过程能力指数估计

过程能力指数主要用于定量描述加工过程满足技术规格要求的能力,目前普遍使用的能力指数如Cp、Cpk、Cpm等主要针对单一质量特性,关于多元质量特性的过程能力指数尚未得到很好地解决。本文首先对多元过程能力指数的发展情况做一总结,指出现存的若干问题,然后在单变量过程服从正态分布的假设下,利用单一质量特性加工过程的差异系数,对单变量过程能力指数进行加权处理,得到多元过程能力指数的计算公式。然后基于Bootstrap抽样技术,对多元过程能力指数的统计分布进行仿真处理,获得了多元能力指数的经验分布及其大致的置信区间,从而为有效进行多元质量特性加工过程分析提供了概率依据。最后以某曲轴加工过程为例给出了应用案例。

拉丁超立方体抽样遗传算法求解图的二划分问题

图的二划分问题是一个典型的NP-hard组合优化问题,在许多领域都有重要应用.近年来,传统遗传算法等各种智能优化方法被引入到该问题的求解中来,但效果不理想.基于理想浓度模型的机理分析,利用拉丁超立方体抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计,并在分析图二划分问题特点的基础上,结合局部搜索策略,给出了一个解决图二划分问题的新的遗传算法,称之为拉丁超立方体抽样遗传算法.通过将该算法与简单遗传算法和佳点集遗传算法进行求解图二划分问题的仿真模拟比较,可以看出新的算法提高了求解的质量、速度和精度.

基于进化算法改进拉丁超立方抽样的概率潮流计算

在对电力系统安全风险评估时所需概率潮流计算的模拟法中,基于拉丁超立方抽样(Latin hypercube sampling,LHS)的蒙特卡罗(Monte Carlo,MC)模拟比简单MC模拟效率更高。但针对概率潮流问题,目前在相关性控制方面仍待改善。为提高基于LHS法的MC模拟在概率潮流计算中的效率,从两方面改进算法:一方面,对随机变量间相关系数矩阵非正定情况提出含进化算法的改进中值拉丁超立方抽样法;另一方面,为顾及概率分布的尾部特征,提出拉丁超立方重要抽样技术。对IEEE 30和IEEE 118节点系统进行考虑发电机无功出力约束的局部相关性试验,所提方法能有效地控制相关性,并具有良好的收敛性。试验结果表明该方法是有效和合理的。

MapReduce框架下基于抽样的分布式K-Means聚类算法

提出一种MapReduce框架下基于抽样的分布式K-Means聚类算法,解决海量数据环境下并行执行K-Means算法时,时间开销较大的问题.该算法使用抽样方法,在保证数据分布不变的前提下,对数据集的规模进行约减,并在MapReduce框架下对聚类算法进行优化.实验结果表明,该算法在保持良好聚类效果的同时,能有效缩短聚类时间,对大规模数据集具有较高的执行效率和较好的可扩展性.

长方体废物箱测量中探测效率刻度的抽样算法

建立了一种蒙特卡罗积分算法和以BECK公式为基础的数值计算方法相结合的抽样算法,该算法用于长方体废物箱测量中探测效率的刻度。该算法用实验测得的探测器角响应函数和有效前面积作为探测器的响应参数,用线衰减系数表征γ射线穿透介质的衰减属性,并根据BECK公式建立被积函数的表达式。在样品的几何空间内均匀抽样,并计算得到射线的衰减路径后,用蒙特卡罗积分算法计算得到探测器对长方体废物箱的活度浓度转换系数。在相同测量条件下,使用本抽样算法和基于BECK公式的数值计算方法分别计算了探测器对样品的活度浓度转换系数。结果表明,两种方法在±2.01%的相对误差范围内相符,说明所建立的抽样算法是正确的。该算法原理简单、计算速度快,且能够被用于复杂几何情况下探测效率的计算。

Bootstrap重抽样法在《临床实验室管理学》教学评价中的应用

该研究探讨了Bootstrap重抽样法在《临床实验室管理学》教学评价中的应用。采用MATLAB软件,运用Bootstrap重抽样法105次可获得可靠结果。6种题型中,简答题相对得分率最高,为82.87%;多项选择题相对得分率最低,为40.00%。所授的17个章节中,"床旁检测的质量管理"章节相对得分率最高,为97.00%;"检验前过程质量管理"章节相对得分率最低,为40.00%。Bootstrap法在不增加新样本的情况下,通过有放回的重抽样增加学生考试成绩数据,使已知样本更接近总体,可运用于《临床实验室管理学》的教学评价。

求解黑箱优化问题的动态模式跟踪抽样算法

针对当前复杂工业领域设计过程中存在的计算密集型黑箱优化问题,提出一种改进的动态模式跟踪抽样算法。算法基于线性样条函数进行全局近似,通过随机抽样过程产生逐步逼近全局最优区域的设计点,并利用二次响应面函数进行全局收敛判定。引入动态加速因子来增强算法的全局搜索能力和函数适应性,并采用改进的修正复相关系数进行动态加速因子更新和响应面拟合精度判定。标准测试函数表明,相比于遗传算法和模拟退火等启发式算法,动态模式跟踪抽样算法在减少目标函数评估次数和收敛成功率上均具有较大的优势。

直接模拟蒙特卡罗方法下的逆温度抽样算法

从分子动力学出发,讨论了直接模拟蒙特卡罗方法中分子平均总能量、平均平动能以及边界热流密度的抽样方法.通过对与边界发生碰撞的分子进行统计平均,得到了分子反射能量与入射能量以及边界热流密度的关系式.在此基础上,通过结合壁面漫反射模型下分子反射速度的抽样方法,发展了一种从边界热流求得与壁面碰撞分子的平均反射特征温度的逆温度抽样算法.数值结果表明:该算法能够由分子反射能量准确求得分子反射特征温度,进而求得分子反射速度,从而将边界热流信息带入流场.该方法为实现壁面处给定热流边界条件下的直接模拟蒙特卡罗方法提供了途径.

基于流抽样和LRU的高速网络大流检测算法

在高速主干网络中,随着网络链路速率的不断提高和网络流数量的增加,如何及时、准确地检测出网络中的大流信息,成为目前网络流测量的热点问题。根据传统LRU算法由于突发性大量小流导致淘汰大流的测量缺陷和网络重尾分布的特点,提出一种新的识别大流的算法——基于流抽样和LRU的大流检测算法。算法通过流抽样技术过滤大部分的小流,并通过LRU算法识别大流信息,将过滤和识别过程分离,减少小流错误淘汰大流的可能性,提高算法测量准确性。分析算法的复杂度和漏检率,并通过实际试验数据分析了算法参数配置对于大流测量的准确性的影响。理论分析和仿真结果表明,与标准LRU算法和LRU_BF算法相比,在使用相同的存储空间下,新算法具有更高的测量准确性和实用性。

Bootstrap方法在渔业捕捞分层抽样调查中的应用分析

应用Bootstrap方法,对太湖捕捞渔业抽样调查参数估计进行研究,探讨分层抽样调查在捕捞产量统计中的应用。随机抽样模拟的结果表明,有放回的Bootstrap方法适用于抽样比例较小的分层抽样调查。对于总体分布未知且样本量容量有限的情况下分层抽样调查的方差估计,重权Bootstrap方法相比其它方法具有明显的优势,适合用于渔业抽样调查工作。

Gibbs抽样算法及软件设计的初步研究

基于贝叶斯理论框架 ,对适应于广义线性模型的Gibbs抽样技术及相关算法进行了理论与实践的研究 ,初步提出了在面向对象开发环境下开发该类软件的基本构架。对实例进行实际运算并将计算结果与权威统计软件SPSS及WinBUGS进行对比 ,参数估计值相互接近 ,模拟运算时间短 ,但与WinBUGS相比仍有差距。