基于K-距离拓扑的大规模电子通信信息云存储技术

针对云存储技术在传输或存储过程中信息可能会受到攻击、窃取或丢失的问题,提出基于K-距离拓扑的大规模电子通信信息云存储技术,结合大规模电子通信特征构建云存储系统模型,根据云存储系统特性建立云存储系统拓扑,在拓扑结构的基础上采用经过信息熵优化的K-距离算法选择合适节点数,通过分布式大数据存储技术完成信息云存储。实验结果表明,当占比为75%时,所提方法的恢复成功率降至70%左右,其他2种方法均降为0,开销始终保持在1.25 TB左右,说明该方法能够有效的提高恢复成功率、降低传输开销。

基于2k-距离的孤立点算法研究

孤立点检测一直是数据挖掘中一个活跃的领域,如信用卡欺诈,入侵检测等。在这些应用领域中研究孤立点的异常行为能够发现隐藏在数据集中更有价值的知识。文章介绍了相关概念,分析了几类有代表性的算法。最后,给出了一个判定孤立点的新的定义,并按此定义进行了检测,用实际数据进行了实验。实验结果表明,该算法能够能够有效地检测出孤立点。

圈的k-距离控制多项式

设图G=(V,E)是n阶简单图,C_n表示具有n个点的圈.给出了圈C_n的k-距离控制多项式的基本性质和递推公式.其次,构造了一个二元函数f(u,v),使得k-距离控制多项式的系数d_k(C_n,i)与f(u,v)展开式中项u^nv^i的系数相等.

融合k-距离和项目类别信息的鲁棒推荐算法

针对托攻击存在情况下推荐系统面临的数据稀疏性问题,提出一种融合k-距离和项目类别信息的鲁棒推荐算法.首先,根据离群点检测思想提出基于k-距离的用户可疑度计算方法,用来度量系统中每个用户是攻击用户的可疑程度大小;然后,将用户可疑度与项目类别信息相结合构建一种缺失值填充方法,对用户评分矩阵缺失评分进行填充;最后,基于填充后的评分矩阵,将用户相似度和可疑度进行加权组合,为目标用户选取可靠邻居,完成对目标用户的鲁棒推荐.在Movie Lens数据集上的实验结果表明,本文提出的方法能够有效解决推荐系统的数据稀疏性问题,提高推荐精度并具有较好的鲁棒性.

基于K-距离拓扑的分布式数据存储方法

针对分布式数据存储算法通常需要较长的等待时间、且对海量数据加密时严重浪费计算资源和时间的问题,提出了一种基于K-距离拓扑的分布式数据存储方法.通过寻找K-距离拓扑子图来实现数据的安全放置,优先选择存取速度更快的节点和自身保护能力强的节点实现总体性能的提升.在Internet 2拓扑图与随机拓扑图下的仿真测试结果表明,所提出的方法能在满足安全距离约束的条件下选择到最优的数据存储节点,从而减小数据存取时间.

单圈图的k-距离匹配控制数

单圈图是边数等于顶点数的连通图.令G=(V,E)是无孤立顶点的图,若集合DV(G)是G的一个k-距离控制集且导出子图〈D〉有完美匹配,则称D是G的一个k-距离匹配控制集.k-距离匹配控制数γkp(G)是G的最小k-距离匹配控制集的势.主要证明了单圈图k-距离匹配控制数的一个重要引理,由此找到了单圈图k-距离匹配控制数的上界,并构造了极图.

树的k-距离染色

图G(V,E)的k-距离染色是指图G(V,E)的正常染色f且满足,如果d(u,v)≤k,有f(u)≠f(v).确定了最大度为Δ的树图T的k-距离色数的可达上界,即Xk(T)≤{△(△-1)^(l)-2/△-2,k-2l;△(△-1)^(l)-2/△-2+(△-1)^(l)-2+(△-1)^(l),k=2l+1.

基于K-最近距离的自动文本分类的研究

提出并实现了利用统计词频信息和语言信息相结合的方法选择特征 ,计算特征的权重值时不仅考虑词频 ,还利用了特征的集中度、分散度 .经过训练和统计对每一类文本形成特征的权重向量 ,利用 K-最近距离的方法对测试集进行分类 .对英文文本的测试结果表明 。

基于距离的数据流在线检测算法研究

针对传统的数据流检测中存在的时间复杂度高、准确度低等问题,提出了一种基于滑动时间窗口和k-距离剪枝的信息熵异常检测算法。该算法引用滑动时间窗口将动态的数据流静态化,当数据流填满当前窗口后,在当前窗口中用k-距离剪枝方法对数据进行初步检测,从而剔除绝大部分的正常数据。最后再对筛选出疑似异常的数据用信息熵的检测方法进行检测,输出信息熵值大于设定阈值EA的数据点。通过实验验证,该算法比传统的检测算法在时间复杂度和准确度上都有一定的优越性。

基于局部最大距离的孤立点检测算法的研究

孤立点检测是数据挖掘研究中的一项重要内容,其目标是发现数据集中行为异常的数据对象.本文在局部稀疏系数算法的基础上提出了基于局部最大距离的局部孤立点检测算法,该算法提出检测孤立点只需计算它的最近邻居对象的最大距离.实验结果表明,该算法发现局部孤立点是高效的.

基于双倍距离的孤立点检测算法研究

孤立点检测技术广泛应用于冶金、天气预报、故障检测等领域,已经成为数据挖掘研究领域中非常活跃的领域。本文在分析现有孤立点检测算法的基础上,提出了一种基于双倍距离的孤立点检测算法DTKA,并详细描述了新算法的主要思想和计算流程,实验验证了该算法的可行性和较高的效率性。

支持k-离群度的边界点检测方法

边界是一种有用的模式,为了有效识别边界,根据边界点周围密度不均匀,提出了一种边界点检测算法——BDKD。该算法用数据对象的k-近邻距离与其邻域内数据对象的平均k-近邻距离之比定义其k-离群度,当k-离群度超过阈值时即确定为边界点。实验结果表明,BDKD算法可以准确检测出各种聚类边界,并能去除噪声,特别是对密度均匀的数据集效果理想。

符号边1-距离控制

引入图的符号边k-距离控制的概念,给出了符号边k-距离控制数.当k=1时,证明了在特殊的图(路,圈,轮)上的符号边k-距离控制数的具体值.

基于软加权k-均距异常因子的雷达数据剔野方法

针对雷达测量数据的特点,提出一种基于软加权k-均值距离异常因子的雷达数据剔野方法。对测量序列进行软性加权,再将序列映射到特征空间通过计算异常因子来对野值进行检测,并以某型雷达在某次任务中的一段测量数据进行实验。实验结果表明:该方法能很好地识别野值,最大限度地保持轨迹测量数据的完整性。

基于Kolmogorov-Smirnov距离的统计诊断

统计诊断是数据分析的重要组成部分,其主要任务是检测已知观测数据在用既定模型拟合时的合理性。文章利用Kolmogorov-Smirnov距离(K-S距离)对残差的经验分布函数进行了分析,进而研究了异常点的统计诊断问题;最后利用Forbes数据说明了该方法的有效性。

基于局部孤立系数的孤立点挖掘

提出了一种基于局部孤立系数(LOC)的孤立点挖掘算法。该算法是对基于局部稀疏系数(LSC)孤立点挖掘论文中局部稀疏率和局部稀疏系数计算的一种改进。实验表明,LOC算法在发现孤立点方面比LSC算法更高效。

断路器控制系统中的异常数据检测

针对断路器控制系统中异常数据检测存在的准确度低、时间复杂度高等问题,引入数据流挖掘技术,提出了一种基于滑动窗口和K—近邻距离的数据检测算法。在该算法中,利用断路器系统中的电流或电压信号的有效值对当前滑动窗口中的所有数据进行剪枝,筛选出绝大部分的正常数据,再利用K—近邻距离的数据检测方法对剩下的可能是异常的数据进行进一步的筛选,从而可以较快且较准确地检测出数据流中的异常数据。通过实验证明,在对同一数据流进行检测时,与其它数据检测算法相比较,该算法具有更好的执行效率和准确度。因此文中提出的算法能很好的运用到断路器控制系统中的异常数据检测。

SKLOF：一种新的超新星候选范围约减算法

超新星是宇宙学中的"标准烛光",其在星系中爆发的概率很低,是一种特殊、稀少的天体,只有在大量观测的星系数据中才有机会遇到,而正处于爆发期的超新星会照亮其整个星系从而在观测获得的星系光谱中具有较明显的特征。但是,目前已发现的超新星数量相对于大量的天体而言又是非常稀少的,搜寻它们所用的计算时间成为能否进行后续观测的关键,因此需要寻找高效率的超新星搜寻方法。对超新星候选范围进行约减的LOF算法的时间复杂度较高,计算量大,不适用于大规模数据集。为此通过对LOF算法进行改进,提出了一种在海量星系光谱中快速约减超新星候范围的新方法(SKLOF)。首先对光谱数据集中离中心点近的数据点进行数据剪枝,剪掉那些肯定不是超新星候选体的光谱数据对象,然后利用改进的LOF算法计算剩余的光谱数据的孤立性因子并降序排列进行离群搜索,最后获得超新星候选体的较小的搜索范围以便进行后续的证认。实验结果表明,该算法十分有效,不仅在精确度上有所提高,而且相比于LOF算法还进一步缩短了算法的运行时间,提高了算法的执行效率。

两类广义控制问题的NP-完全性(英文)

研究两类广义控制问题的复杂性:κ-步长控制问题和κ-距离控制问题,证明了κ-步长控制问题在弦图和平面二部图上都是NP-完全的,作为上述结果的推论,给出了κ-距离控制问题在弦图和二部图上NP-完全性的新的证明,并进一步证明了κ-距离控制问题在平面二部图上也是NP-完全的。

一种基于密度的数据流检测算法SWKLOF

总结目前数据流在线检测算法的优缺点,提出了一种新的数据流在线检测算法—SWKLOF。该算法采用滑动时间窗口对数据流进行封装,用k-距离进行剪枝,剔除大部分正常数据,对剩余疑似异常数据采用局部离群因子LOF(local outlier factor)进一步精确筛选。理论分析和实验结果表明该算法降低了时间复杂度,提高了检测准确性。