基于信任关系重建和社交网络传递的推荐算法

传统的协同过滤推荐算法存在数据稀疏和可用用户偏好信息有限的问题。针对数据稀疏问题和联系不可靠现象对传统社交网络推荐带来的影响,提出一种在信任关系重建和社交网络传递基础上的推荐算法。引入去伪存真方法避免联系不可靠现象,根据用户所建立的联系规模改进用户相似度计算公式提高去伪存真准确度。定义预备朋友的概念,为用户推荐预备朋友解决数据稀疏问题。在重建的信任关系上利用社交网络的传递性进行预测评分,并定义二端分布函数调节预测评分提高推荐准确度。在数据集Epinion上进行实验,结果表明,该算法能减小数据稀疏和联系不可靠现象对推荐结果的负面影响,有效降低预测结果的平均绝对误差,提高推荐的准确度。

变压器大卫三角形法故障诊断结果的基本信任分配函数研究

变压器油中溶解气体分析技术目前已成为变压器故障诊断中最普遍、最重要的技术之一。然而该方法在判断具体某种故障类型的过程中存在一定的不确定性,针对这个问题,提出了基于大卫三角形法的基本信任分配函数研究方法。该方法在大卫三角形的理论基础上,采用有限元法中三节点三角形插值方法来构造变压器故障诊断结果的基本信任分配函数,对判断故障类型的准确性有很好的提高。最后通过实例计算验证了方法的可行性及有效性。

基于局部锐度分布耦合核典型相关分析的图像匹配算法

提出了基于局部锐度分布耦合核典型相关分析的图像匹配算法.首先引入Forstner算子对特征点进行精确提取;随后计算每个特征点对应的锐度值,从而构造局部锐度分布模型,生成低维度的特征描述子;接着引入归一化互相匹配策略(Normalized Cross Correlation,NCC),完成特征点的匹配,增强算法的鲁棒性;最后基于核典型相关分析(Kernel Canonical Correlation Analysis,KCCA)技术,建立归一化距离函数,对匹配特征点进行提纯,剔除误匹配点.仿真实验结果表明:与当前图像匹配算法相比,本文算法不仅具有较高的匹配精度及较强的鲁棒性,而且还具有较高的匹配效率.

关于f_u~#和M_uf的一个分布不等式

当(u,w)∈C时,我们证明了分布不等式w(x∈R^n;M_uf(x)>Bf_u~#f(x)十λ)≤εω(x∈R^n;M_uf(x)>λ),(ε,λ>0),其中B>0与ε有关,f_u~#,M_uf分别是f关于测度udx的Sharp函数和极大函数.

基于信任访问控制中信任评估与追溯方法研究

信任的量化表达与信任关系发现是基于信任访问控制中的难点问题。首先介绍了一种基于模糊数学的信任评估模型。通过定义时间衰退函数,该模型表达了时间对信任的影响。时间因素的引入使得该信任评估模型更具实用价值。同时,还提出了一种信任关系的分布式信任追溯算法,有效避免了访问控制中效率瓶颈的产生。

新疆阿勒泰地区降水变化特征分析

采用阿勒泰地区7个气象观测站1961-2009年逐月和2010年1～3月降水量资料,运用Mann-Kendall趋势检验、Cubic函数、Mann-Kendall突变检测、R/S分析、Morlet小波变换法,对该地区降水量进行分析。结果表明:①该地区年和冬季降水量呈显著的增多趋势,其他季节没有显著的变化;区域中存在较大的差异;降水量的线性趋势与Mann-Kendall趋势变化基本一致。②Cubic函数曲线拟合表明,年和春冬季降水量呈单调上升趋势,由少到多转型的时间在20世纪60年代初中期;夏季降水量呈现多、少、多、少的变化,目前处于低值点;秋季变化不明显;各站点中时空分布存在较大的差异。③年降水量在1983年前后、夏季在1987年前后发生了由少到多的显著突变,春秋季无显著突变,冬季无突变点;各区域中突变的时间不一致。④年及各季降水量存在显著的年代际和年际尺度的周期变化。⑤降水量的变化具有反持续性。