自动迭代聚类数据集训练的虚假信息识别方法

随着互联网虚假信息日益泛滥,自动识别虚假信息成为互联网信息治理的迫切需求。互联网上虚假信息伴随新事件不断产生,导致识别虚假信息的有监督统计机器学习模型需要不断更新迭代。每次迭代更新都需要构建新的训练集,以便新的虚假信息能在训练集中得以体现。为此,本研究提出一种动态迭代更新训练集构筑机器学习模型的虚假信息识别方法,设计基于核密度估计的迭代聚类方法对虚假信息数据集进行迭代聚类。在每一个自动得到的聚类中,按比例分别选取训练集样本和测试集样本构造分类器的训练样本集和测试样本集,使新产生事件的样本能够在训练集中得到体现。研究结果显示,基于核密度估计的迭代聚类方法划分数据集训练得到的虚假信息分类器,与随机划分数据集策略相比,能够显著提升虚假信息分类准确度。

国产化环境下全国不动产登记数据库集群架构设计及应用

全国不动产登记数据库承载了全国不动产客体、权利和权利人的空间和属性信息,其安全稳定运行事关权利人切身利益,一旦出现数据泄露或非法篡改的情况,将对不动产交易安全、权利人合法权益保护、国家经济社会安全稳定造成重大影响。为了推动全国不动产登记数据库向全国产化环境迁移适配,本文针对不动产登记数据特点,设计了基于国产数据库的全国不动产登记数据库读写分离集群架构,明确了全国不动产登记数据库从基于X86服务器的甲骨文(Oracle)数据库向全国产化环境下瀚高数据库集群的迁移路线,实现了50亿条级全国不动产登记数据库的数据迁移,有效保障了全国2800多个县(区)每日40多万条登记数据实时接入更新和日均20多万条查询响应,有效提升了数据安全并保护了权利人的合法权利。

黄花苜蓿荚果表型变异及裂荚相关性分析

以24份国外引进的野生黄花苜蓿(Medicago falcata)种质为材料,在同质园中对12个荚果形态指标进行观测分析。结果表明,9个荚果表型指标在不同材料间表现出较大差异,其中荚果被毛变异系数最大(57.74%),其次为荚果颜色(54.92%)和荚果形状(52.81%)。主成分分析结果表明,9个荚果性状转化为4个主成分,累计贡献率达72.79%,可代表原始数据的绝大部分信息。聚类分析将24份黄花苜蓿种质分为成4个类群,第Ⅰ类最多,包含11份种质资源,占45.83%。该类群明显特征为荚果呈长半圆形且为深褐色,每荚含种子数最多,性状良好,具有极大的育种潜力;第Ⅱ类包含4份种质资源,占16.67%,荚果多为镰刀形且易裂荚;第Ⅲ类群包含8份种质资源,占33.33%;第Ⅳ类群有1份编号为16的材料,表现出弯曲程度大、难裂荚的特性,可作为抗裂荚材料进行育种。本研究通过评价外来黄花苜蓿种质的荚果特性,为进一步研究黄花苜蓿的裂荚机理、培育抗裂荚品种提供理论依据。

基于分峰思想的煤岩显微组分识别与统计分析

针对现有方法识别煤岩显微组分准确率低的问题,文中提出了一种基于分峰思想的煤岩显微组分识别与统计分析方法。文中从单颗粒角度确定各煤种的镜质组峰值偏移范围,并提出自适应寻峰算法选取煤岩颗粒的有效峰值点。在煤岩显微组分识别阶段设计多策略的分峰峰位识别算法将煤岩颗粒分类为需要分峰聚类的活惰结合颗粒和无需分峰的纯镜质组颗粒、惰质组颗粒和壳质组颗粒,确定需要分峰聚类煤岩颗粒的分峰峰位,然后基于分峰规则和统计学方法进行高斯拟合,分别确定壳质组阈值、镜质组阈值和惰质组阈值,完成各煤岩颗粒的聚类分割。实验结果表明,文中方法能够有效识别单个煤岩颗粒并实现显微组分含量的定量统计,准确率达到96.85%,熵值最小低至0.6153,与传统方法相比准确性更高,具有较好的现实应用意义。

面向分割学习的数据投毒防御方法设计与实现

分割学习作为一种新型的分布式学习方法,可能受到投毒攻击的严重威胁。在分割学习中,训练场景涉及模型分割后的多端协作训练,与传统联邦学习的终端独立训练后同步模型的攻击场景不同,如何设计有效的防御方法,避免恶意客户端的集群性的投毒攻击是一大挑战。针对上述挑战,本文聚焦在分割学习中客户端投毒攻击对中间特征的影响进行相关考察;提出并实现了一种综合检测防御方法——客户端随机分组策略,通过各组学习指定标签的样本的分组策略以避免恶意客户端的集群攻击;提出了基于DBSCAN聚类算法的中间特征检测算法,用于识别投毒攻击的恶意客户端;提出了基于信任度的防御机制,对信任度低的客户端的网络进行重新初始化,以减小恶意客户端对神经网络的持续影响。实验结果表明,该方法可以降低恶意客户端对模型的影响,尤其是在对中间特征产生较大影响的投毒的防御上效果较好,为分割学习领域的安全防护提供了一种新的思路和实践方案。

不同温度条件下北山花岗岩巴西劈裂试验裂隙扩展过程

对我国高放废物地质处置地下实验室场址的甘肃北山花岗岩分别进行不同温度下(25、60、90、120、200、300℃)的巴西劈裂试验,通过实时声发射监测、主断面分析以及颗粒流程序数值模拟,研究了岩样的裂隙扩展过程。结果表明:(1)120℃时温度对花岗岩存在显著强化效应,其他温度下花岗岩强度较常温下降低;(2)声发射数据显示中等温度(60~120℃)荷载下花岗岩产生的裂隙数量和尺度随着温度升高而增大,因此消耗更多的加载能量,使得花岗岩强度逐渐增大;(3)受长石、石英和云母的热力学性质差异影响,在室温至120℃范围,花岗岩断面裂隙随着温度升高更趋于沿着长石颗粒的边界扩展,120℃后非长石颗粒边界的裂隙占比开始上升;(4)基于花岗岩表面矿物实际分布建立了PFC2D模型并进行模拟试验,可知温度能降低矿物颗粒间的粘结强度,使得岩石更易发生破裂。

避免电网连锁解列的全局协调控制策略

从解列面和解列时机两方面考虑,提出一种全局协调的解列控制策略。首先通过无故障情况下的在线慢同调分析,掌握系统中发电机群的关联特性;在扰动发生后,利用平均数充分性(MIA)同调识别法获取具体的发电机摇摆分群模式;在发电机的分群模式约束下,把电网中节点间关系表达为拓扑距离,并按照该距离关系完成系统节点的K-Medoids聚类,最终得到满足孤岛功率平衡约束的解列面;为避免电网连锁解列和提前解列,对全网线路运用"激活-闭锁"的策略,使参与解列的线路在检测到可靠的失步信号后,同步速动完成解列。采用IEEE 118节点仿真系统,结果表明在扰动导致系统发生区间振荡时,所提策略成功地将系统解列为满足发电机动态平衡和静态功率平衡的孤网,且决策时间不足0.1 s。

基于PCA和K-均值聚类的有监督分裂层次聚类方法

提出了一种新的基于PCA和K-均值聚类的有监督二叉分裂层次聚类方法PCASHC,用K-均值聚类进行逐次二叉聚簇分裂,选择PCA第一主成分相距最远样本点作为K-均值聚类初始聚簇中心,解决了K-均值聚类初始中心随机选择导致结果不确定的问题,用聚簇样本类别方差作为聚簇样本不纯度控制聚簇分裂水平,避免过拟合,可学习到合适的聚类数目。用四组UCI标准数据集对其进行了10折交叉验证分类误差检验,与另外七种分类器相比说明PCASHC有较高的分类精度。

云应用资源交付与分裂聚类调度方法

针对私有云环境中资源交付与调度的高效实现问题,提出一种面向云应用的资源交付调度及实现方法。该方法以云应用元模型为核心,根据模型中虚拟机间数据交互特征生成最小生成树,采用图论分裂聚类算法拆分虚拟机集合并映射物理主机。通过对比分析面向虚拟机调度的实验数据,证明该方法能在提升云应用整体性能的同时降低云应用对物理网络设备及带宽资源的占用。

云计算环境下大数据合理分流技术研究与仿真

对云计算环境下的大数据进行准确分流能够提高云计算的服务质量。传统的数据分流方法无法避免云计算环境下大数据复杂性和高动态变化性带来的影响,降低了数据分流的准确率。提出一种改进K均值聚类算法的数据分流方法。对数据进行特征提取,在此过程中通过降维处理加快了特征提取的速度;利用K均值算法进行数据特征聚类,在特征聚类的过程中不断调整数据特征的聚类中心,最终得到准确的数据分流结果。仿真结果表明,利用改进算法能够提高云计算环境下的大数据分流的准确率,提高了数据分流效率。

基于惰性聚类分裂的动态R树实现方法

R*树是目前公认查询效果很好的R树变体,但是其构造代价较原始R树增加数倍,对于插入删除和更新频繁的空间数据效果不好。为此,本文提出一种基于惰性聚类分裂技术的R树动态实现方法(LR树)。惰性聚类分裂技术是在对象插入节点导致溢出时不立即进行分裂,而是尝试将其插入到邻近的未满节点中,直到邻近节点均已满时,再利用聚类技术进行节点分裂,在邻近节点和分裂节点之间重组入口项。LR树在确保查询性能的前提下,大大降低了构造代价,并且大幅提高了索引结构的空间利用率。最后的分析和实验证明了LR树的高效性。

基于6粒子团簇态实现2粒子任意态的量子信息分离

通过对Lu Chao-yang等最近介绍6粒子团簇态的新应用研究,提出了一个新的2粒子任意态的信息分离方案.在这个方案中,发送者对自己拥有的粒子做一次5粒子von-Neumann联合测量,控制者对其拥有的粒子做单粒子的投影测量,接受者根据发送者和控制者的测量结果,对自己拥有的粒子做适当的幺正变换,就可以重建发送者的2粒子任意态,该方案成功的概率为100%.

简单有效的确定聚类数目算法

很多聚类算法要求用户在聚类之前给出聚类数目,这给用户带来了很大的困难。利用二分思想递归分裂簇内相似度大于给定阈值的簇,最后合并簇间相似度小于给定阈值的簇,来获得最终聚类数目。实验表明提出的算法确定的聚类数目和实际聚类数目相同,并且簇内数据的相似性高,簇间数据的相似性低,该算法简单高效。

考虑柔性直流落点约束的最优主动解列断面搜索算法

当电力系统遭受严重扰动后,主动解列策略是防止灾害性大停电事故积极而有效的手段,其核心内容是搜索最优解列断面,通常理解为是一种含约束的组合优化问题。提出了一种基于谱聚类的考虑柔性直流落点约束的最优主动解列断面搜索算法,该方法通过谱聚类算法将电力系统的最优解列断面搜索问题映射为图的分割问题进行求解,直接求取最优解且计算速度较快;以最小有功潮流冲击为目标函数,最小化解列后系统潮流的改变提高了孤岛系统的暂态稳定性;考虑了基于电压源换流器的高压直流输电(VSC-HVDC)的终端落点作为约束条件,将VSC-HVDC的终端置于不同孤岛内可实现孤岛间功率的交换,降低了系统整体恢复稳定的成本。最后通过IEEE 10机39节点系统以及厦门系统实际算例的仿真验证,证明了该方法的有效性和快速性。

层次聚类算法的实时图像边缘检测及FPGA实现

Sobel、Roberts算子是基于微分得出的,由于模板和阈值固定,因此缺乏自适应性。将采集到的实时灰度图像先进行中值滤波,使用分裂聚类算法对实时灰度图像梯度值进行第1次聚类,然后对第1次分裂聚类的结果进行凝聚聚类,再进行第2次的分裂聚类,最后对第2次聚类的结果进行自适应阈值判断得出图像边缘,并在FPGA上实现。实验结果表明,采用层次聚类算法检测出的边缘更加精细,抑制噪声能力更强。

引入迷失探索与集群分裂机制的改进鸽群优化算法

鸽群优化算法(pigeon-inspired optimization,PIO)作为一种新兴的优化技术,具有收敛速度快、精度高等优点,但其对于一些具有局部最优值的问题的求解效果并不理想.将自然界中鸽群飞行时的迷失探索和集群分裂机制引入原始鸽群优化算法,提出了一种迷失探索与集群分裂鸽群优化算法(lost and split pigeon-inspired optimization,LSPIO),迷失探索机制的引入加强了算法的全局搜索性能,而集群分裂机制增加了种群多样性.选取9个标准测试函数进行算法性能评估,并与标准鸽群算法和粒子群算法进行对比.结果表明,LSPIO算法在保持良好收敛性质的同时可以有效地避免早熟问题,且提高了种群多样性.

三维无线传感器网络节能路由算法ISC-ODR研究

提出一种三维无线传感器网络迭代分裂分簇最优距离路由算法ISC-ODR,从理论上论述了其设计思想及计算过程。不同拓扑结构下的仿真计算表明:与基准算法相比,ISC-ODR路由算法具有很好的节能效果,可以延长网络的生存时间,具有较好的先进性。

采摘机器人运动目标逼近方法研究——基于分裂迭代和模糊算法

为了解决采摘机器人作业过程中果实振荡造成目标识别不准确的问题,提出了一种针对运动果实的帧间差分法的扰动识别方法,并在帧间差分方法中引入了分裂迭代和模糊控制算法,实现了帧间差分背景图像的分离和子图像的有效聚类。依据该识别方法,对采摘机器人的目标逼近方法进行了改进,从而得到了更加准确的目标空间位置获取方法。为了验证该方法对运动果实目标逼近的有效性,采用虚拟仿真和机器人样机试验相结合的方法,进行了运动果实空间坐标获取和果实采摘试验。结果表明:采用分裂迭代模糊聚类的帧间差分方法,可以有效地对运动目标进行识别,识别误差较低,获得的位置坐标较为准确,可以满足果实采摘机器人的设计需求。

R＊-树结点自适应聚类分簇算法

为提高逆向工程中点云、三角网格等数据的索引效率,提出一种R*-树结点自适应聚类分簇算法,采用均匀分布数据作为参考点集,基于间隙统计法及k-均值算法获得使结点相似度之和开始收敛的自然簇数,进而实现R*-树的结点自适应聚类分簇.实验证明,该算法可实现各类复杂几何对象的R*-树结点分簇问题,并能降低R*-树结点分簇的参数依赖性,减少结点重合度,提高R*-树空间数据查询效率.

数据广播调度自适应信道划分与分配方法

随着移动网络的不断发展,移动终端设备的计算能力与日俱增,越来越多的用户倾向于通过移动网络获取信息资源,这使得实时按需数据广播面临新的挑战:(1)数据内容和规模的多样化;(2)用户请求的实时性与需求多样性使得热点数据增加,直接导致广播数据总量的剧增;(3)用户对服务质量和水平的要求越来越高.当前的研究成果主要集中在固定信道模型和算法上,一定程度上忽略了当前数据广播调度环境的变化.固定信道存在如下问题:(1)局限于特定的网络,缺乏通用性;(2)信道大小、个数不能随着网络环境的变化而自动调整,降低了广播效率.基于以上考虑,对实时按需数据广播调度的自适应信道划分和分配进行研究,提出一种自适应信道划分与分配方法OCSM(optimized channel split method),其根据数据请求特征的不同,实时自适应地调整信道个数和大小,从而提高系统敏感性、鲁棒性以及广播效率.该方法包括:(1)广播数据均衡聚类算法WASC(weight average and size cluster algorithm),其挖掘数据特征,为信道划分提供依据;(2)数据项广播优先级评定算法R×W/SL,其实时评定数据项调度优先级;(3)信道划分与分配算法CSA(channel split algorithm).实验包括两个方面:(1)确定不同数据项大小和请求截止期分布下的信道划分策略,并分析聚类算法中聚类距离K在不同情况下的最佳取值以及最佳信道划分;(2)验证自适应信道划分与分配策略的有效性,并通过对比实验验证在不同情况下OCSM的有效性.实验结果表明:OCSM优于其他调度算法,并具有较强的自适应.