低占空比WSN中一种节点休眠调度算法

低占空比无线传感器网络(low-duty-cycle wireless sensor networks,简称LDC-WSN)可以有效地延长网络生命周期.但是,现有的LDC-WSN中端到端的延迟非常大,并且现在很多关于LDC-WSN的算法没有充分考虑传输链路质量的问题.为了解决这两个问题,提出了一种基于链路质量和能量感知的节点休眠调度算法(link-quality and energy-aware based scheduling scheme,简称LES).仿真实验结果表明,相比现在的典型算法,LES算法能够在满足同样延迟要求的情况下很明显地节省能量,从而延长网络的工作寿命.

移动低占空比传感网邻居发现算法

低占空比技术极大地降低了传感网(即无线传感器网络)的能耗,延长了网络的生命周期,但却使邻居发现变得异常困难.尤其结合了节点移动性后,邻居发现问题将具有更大的挑战性.提出了一种基于Continuous Torus Quorum的移动低占空比无线传感器网络的邻居发现算法,可以解决这种在对称和非对称场景下的邻居发现问题,并提出了适用于移动场景的邻居发现概率作为评估邻居发现算法的性能,项目还开发了用于测量移动场景下低占空比邻居发现算法性能的仿真平台.理论分析和仿真实验结果均表明:该算法无论在对称或者非对称场景下均取得了很好的能效、发现概率和发现延时性能,优于当前几种典型的异构邻居发现算法(比如Disco,U-Connect等).

长度分布约束下的摘要文本无监督分割算法

作为文章内容的浓缩表达,摘要蕴含着文章关键的发现和结论。自动分析挖掘摘要内容,对于充分利用快速增长的科技文献具有重要意义。该文以Medline生物医学文章的摘要为对象,对摘要的文本分割问题进行了研究。针对摘要各论述侧面(内容块)之间在长度分布上倾向于均匀的特点,提出了一种考虑长度分布约束的摘要文本无监督分割算法,该算法以信息熵作为长度分布均匀性的度量指标,将信息熵与块内语义相似度及块间语义相似度相结合作为优化的目标函数,采用动态规划方法搜索最佳分割点。在8 603篇Medline摘要上对算法进行了实验验证,并与文献中最新的无监督分割算法进行了实验对比。结果表明,该文提出的增加了长度分布约束的分割算法更加适用于摘要文本分割,分割的准确率有3%的提高。

一种改进的社交媒体文本规范化方法

社交媒体具有文本不规范的特点,现有自然语言处理工具直接应用于社交媒体文本时效果不甚理想,并且基于关键词的算法和应用也达不到预期效果。因此,研究如何更好地规范化社交媒体文本是非常有意义和价值的。本文基于社交媒体文本中非规范词与其规范形式具有相似上下文的假设,引入词嵌入模型来更好地刻画上下文的相似性,提出了一种改进的基于图的社交媒体文本规范化方法,该方法是无监督并且语言无关的,可以处理不同类型语言的大规模无标注社交媒体文本。实验结果表明,该方法能够改进前人方法的不足,并且在与相关方法的对比实验中取得了最好的F值。

一种建立在对客户端浏览历史进行LDA建模基础上的个性化查询推荐算法

现代搜索引擎普遍采用简单的关键词形式来表达查询,这为用户带来便利的同时也增加了准确获取信息的难度.搜索引擎很难基于少量的几个关键词准确捕捉用户的信息需求.查询推荐作为缓解上述问题的关键技术,已经开始应用于目前主流的搜索引擎.然而,绝大多数现有的查询推荐技术基于群体智慧,以搜索引擎日志为数据源,从中挖掘用户群体在构造查询方面的习性及查询之间的语义关联性,未考虑不同用户个性化的信息喜好,而且在搜索引擎服务器端进行查询推荐计算也会影响搜索引擎的响应效率和查询吞吐率.为此,本文提出一种运行于客户端的个性化查询推荐策略,该策略以用户浏览历史为数据源,采用LDA模型,并从中学习用户的信息喜好,在此基础上利用原始查询被主题模型生成的概率确定用户的查询意图,以词条与查询意图之间的关联来度量词条作为扩展查询被推荐的强度,最后选择Top N强度最强的词条作为查询推荐的结果.以人工标注的测试数据对本文所提出的算法进行了实验验证,结果表明,该算法在推荐扩展查询的准确率方面明显优于单纯基于词条与原始查询语义相关的方法.