检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2016年第3期46卷 876-883页

作者：张婧刘衍珩张晋东孙庚吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

首先,基于节点的剩余能量对节点簇半径进行周期性调整,将网络划分为大小非均匀的若干簇。其次,设计了簇头选举策略,使得网络中簇头分布更加合理,提升簇头节点能量利用率,均衡节点的能耗。实验结果表明:与UCR算法和CUCRA算法相比,本文提... 详细信息

首先,基于节点的剩余能量对节点簇半径进行周期性调整,将网络划分为大小非均匀的若干簇。其次,设计了簇头选举策略,使得网络中簇头分布更加合理,提升簇头节点能量利用率,均衡节点的能耗。实验结果表明:与UCR算法和CUCRA算法相比,本文提出的算法将网络生命周期分别延长了55.2%和38.2%,同时具有较低的传输延时。

关键词：计算机应用无线传感器网络非均匀分簇簇头选举生命周期

来源：评论

学校读者我要写书评

暂无评论

一种基于加权非负矩阵分解的多维用户人格特质识别算法

引用

计算机学报 2016年第12期39卷 2562-2577页

作者：王萌萌左万利王英王鑫吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

随着社会媒体的普及,用户信息的爆炸式增长为深入理解在线用户行为提供了非常丰富的信息源.由于用户人格特质是用户行为的主要驱动力,人格特质的差异可能会对用户的在线行为产生一定的影响,因此,用户人格特质识别问题近年来受到了众多... 详细信息

随着社会媒体的普及,用户信息的爆炸式增长为深入理解在线用户行为提供了非常丰富的信息源.由于用户人格特质是用户行为的主要驱动力,人格特质的差异可能会对用户的在线行为产生一定的影响,因此,用户人格特质识别问题近年来受到了众多学者的关注.首先,基于用户网络结构信息和用户发布内容信息序列构建用户人格特质识别特征,并根据特征重要性为其分配权重.然后,以用户人格特质相关因子约束目标函数,从用户社会网络结构特征、语言学特征和情感特征三个维度利用非负矩阵分解方法识别社会网络中用户的五大人格特质.最后,在真实的数据集上验证了提出框架的有效性,并通过实验以更细的粒度进一步验证了用户人格特质之间相关性的存在,同时证明了特征权重和用户人格特质间的相关性在用户人格特质识别问题中的重要性.文中为社会网络中的多维用户人格特质识别问题提供了一种新思路.

关键词：多维用户人格特质识别非负矩阵分解用户人格特质相关因子五大人格特质社交网络

来源：评论

学校读者我要写书评

暂无评论

基于局部邻域约束的空间验证方法

引用

吉林大学学报（工学版） 2016年第1期46卷 265-270页

作者：赵宏伟李清亮汤寰宇臧雪柏吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

提出了用基于局部邻域约束的空间验证方法去验证错误的匹配特征。首先,计算匹配特征对的局部邻域范围,根据局部邻域内相关匹配特征对的数量定义该匹配对的局部邻域约束值,并判断是否满足局部邻域的约束条件。若满足,则基于局部邻域内的... 详细信息

提出了用基于局部邻域约束的空间验证方法去验证错误的匹配特征。首先,计算匹配特征对的局部邻域范围,根据局部邻域内相关匹配特征对的数量定义该匹配对的局部邻域约束值,并判断是否满足局部邻域的约束条件。若满足,则基于局部邻域内的所有相关匹配特征的排列顺序,验证其是否满足一致的几何变换关系。实验结果表明:SVLRC方法具有较低的时间复杂度,改善了最终检索结果的精确度。

关键词：计算机应用图像检索 Bag of Words模型局部邻域空间约束后验证

来源：评论

学校读者我要写书评

暂无评论

结合SE-Tree结构特征的极小碰集求解算法

引用

计算机研究与发展 2016年第11期53卷 2556-2566页

作者：刘思光欧阳丹彤王艺源贾凤雨张立明吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

在结合SE-Tree计算集合簇极小碰集的过程中,现有算法会对大量不会产生碰集的冗余节点进行访问.这无疑将影响算法的效率,冗余节点比例越高,影响越大.通过对SE-Tree中叶节点的特殊性质的分析,并结合现有碰集算法有解空间中冗余节点的特征... 详细信息

在结合SE-Tree计算集合簇极小碰集的过程中,现有算法会对大量不会产生碰集的冗余节点进行访问.这无疑将影响算法的效率,冗余节点比例越高,影响越大.通过对SE-Tree中叶节点的特殊性质的分析,并结合现有碰集算法有解空间中冗余节点的特征,提出非解冗余节点概念.在对SE-Tree的结构特征进行深入分析基础上,根据非碰集的子集也不是碰集的特点,提出辅助剪枝的概念,通过在剪枝树上设置剪枝判定节点,减少对极小碰集求解过程中无解空间的访问;针对较大规模问题,还提出结合多级辅助剪枝树的极小碰集求解算法,进而较大程度地减少对非解冗余节点的访问;根据多级辅助剪枝树及SE-Tree的结构特征,给出提前终止算法的判定条件,并证明了此算法的正确性.实验结果表明:与效率较高的Boolean算法相比,该算法高效且易于实现,尤其是对规模较大的问题,效率能提升1个数量级.

关键词：基于模型诊断极小碰集集合枚举树辅助剪枝树无解空间剪枝

来源：评论

学校读者我要写书评

暂无评论

引入极值非相邻连接的连接聚类方法

引用

吉林大学学报（工学版） 2016年第5期46卷 1616-1621页

作者：王贵参黄岚王岩宋立明欧歌吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对在连接相似度的计算过程中原始连接聚类(LC)方法并未考虑非相邻连接的相似关系,本文提出的极值非相邻连接相似度策略,弥补了原有连接相似度的不足。新的极值非相邻连接相似度(MLS)策略考虑了连接之间相似关系的邻居节点集合的最大... 详细信息

针对在连接相似度的计算过程中原始连接聚类(LC)方法并未考虑非相邻连接的相似关系,本文提出的极值非相邻连接相似度策略,弥补了原有连接相似度的不足。新的极值非相邻连接相似度(MLS)策略考虑了连接之间相似关系的邻居节点集合的最大、最小情况。在此基础上,结合EQ评估策略,给出了新的引入极值非相邻连接的连接聚类(MLC)方法。在3组测试数据集上的实验结果表明:本文MLC方法相比原始LC、经典重叠社区发现(CPM)方法和扩展的连接聚类ELC方法在多种评估指标上表现优异。

关键词：人工智能连接聚类连接相似度重叠社区发现相邻连接非相邻连接

来源：评论

学校读者我要写书评

暂无评论

基于点距离和密度峰值聚类的社区发现方法

引用

吉林大学学报（工学版） 2016年第6期46卷 2042-2051页

作者：黄岚李玉王贵参王岩吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

在复杂网络中节点相似度度量以及密度峰值聚类算法的基础上,提出了一种基于点距离和密度峰值聚类的社区发现方法。首先,提出了基于节点相似度和节点间最短距离的节点距离度量。然后,应用密度峰值聚类方法探究网络中的社区结构,密度峰值... 详细信息

在复杂网络中节点相似度度量以及密度峰值聚类算法的基础上,提出了一种基于点距离和密度峰值聚类的社区发现方法。首先,提出了基于节点相似度和节点间最短距离的节点距离度量。然后,应用密度峰值聚类方法探究网络中的社区结构,密度峰值聚类算法不仅能够检测出各个社区中心并进行相应的社区扩展,而且能够避免参数选择过程。最后,通过与经典算法在真实数据集和人工合成数据集上的比较实验,充分验证了本文方法的可行性和有效性。

关键词：计算机应用社区发现节点距离密度峰值聚类复杂网络

来源：评论

学校读者我要写书评

暂无评论

结合互补度的基于扩展规则#SAT问题求解方法

引用

计算机研究与发展 2016年第7期53卷 1596-1604页

作者：欧阳丹彤贾凤雨刘思光张立明吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

#SAT问题又称模型计数(model counting)问题是人工智能领域的研究热点之一,在人工智能领域被广泛应用.在对基于扩展规则的#SAT问题求解方法 CER(counting models using extension rules)深入研究的基础上,提出一种结合互补度的#SAT问题... 详细信息

#SAT问题又称模型计数(model counting)问题是人工智能领域的研究热点之一,在人工智能领域被广泛应用.在对基于扩展规则的#SAT问题求解方法 CER(counting models using extension rules)深入研究的基础上,提出一种结合互补度的#SAT问题求解方法.在计算给定子句集的模型个数时,利用SE-Tree(set enumeration tree)形式化地表达计算过程,逐步生成需要计算的子句集合,并在SE-Tree中添加终止结点,避免大部分含互补文字子句集合的生成,且不会因剪枝而导致求解不完备.提出互补度的概念,在扩展SE-Tree结点时按照互补度由大到小的顺序扩展,较早地生成含互补文字且长度较小的子句集合,有效减少枚举树生成的结点个数,进而减少对子句集合判断是否含互补文字的计算次数.实验结果表明:与CER方法相比该方法效率较好,且进一步改进了CER方法在互补因子较低时求解效率低下的不足.

关键词：扩展规则模型计数 CER方法互补度集合枚举树

来源：评论

学校读者我要写书评

暂无评论

特征点显著性约束的图像检索方法

引用

吉林大学学报（工学版） 2016年第2期46卷 542-548页

作者：赵宏伟李清亮刘萍萍汤寰宇吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

图像检索的Bag of Words体系存在量化后的视觉词影响局部特征的辨别能力并且缺乏特征之间空间关系的缺点,影响检索效率。针对复杂背景的目标查询,提出了融合显著性信息的图像检索方法和基于显著特征点空间距离比的后验证方法。首先,提... 详细信息

图像检索的Bag of Words体系存在量化后的视觉词影响局部特征的辨别能力并且缺乏特征之间空间关系的缺点,影响检索效率。针对复杂背景的目标查询,提出了融合显著性信息的图像检索方法和基于显著特征点空间距离比的后验证方法。首先,提取图像显著目标区域,使用空间金字塔模型进行图像检索。然后,利用查询图像与检索图像匹配的显著特征对,计算任意两对显著特征点的距离比,保留满足阈值的比值,并求和,用以重新排序结果图像,得到最终的检索结果。实验结果表明:该方法显著提高了检索的精确度,并减少了几何验证过程的运算时间。

关键词：图像检索 BoW模型空间金字塔几何验证显著性

来源：评论

学校读者我要写书评

暂无评论

支持大规模流数据处理的弹性在线MapReduce模型及拓扑协议

引用

吉林大学学报（工学版） 2016年第4期46卷 1222-1231页

作者：魏晓辉李翔李洪亮李聪庄园于洪梅吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对现阶段大规模流数据在线处理的广泛需求,本文提出了弹性在线MapReduce流数据处理模型及相关的动态拓扑结构协议。该模型兼容现有MapReduce模型,采用内存计算模式,并具有动态的作业拓扑结构,支持大规模流数据处理作业在运行过程中的... 详细信息

针对现阶段大规模流数据在线处理的广泛需求,本文提出了弹性在线MapReduce流数据处理模型及相关的动态拓扑结构协议。该模型兼容现有MapReduce模型,采用内存计算模式,并具有动态的作业拓扑结构,支持大规模流数据处理作业在运行过程中的弹性调整,从而满足流数据的时效性、动态性和突发性等特殊要求。在弹性在线MapReduce模型的基础上建立了流数据处理作业动态拓扑结构管理机制,设计了作业在线初始化协议和在线调整协议。为进一步提高系统灵活性和整合资源,提出了作业间的操作共享概念,设计了作业共享协议。通过协议分析,本文提出的在线初始化协议、在线动态调整协议及作业共享协议的最大复杂度均为O(n);在数据流量发生突发性变化时,系统具有良好的可伸缩性。

关键词：计算机系统结构流数据处理内存计算 MapReduce 拓扑结构操作共享

来源：评论

学校读者我要写书评

暂无评论

基于隶属度的社会化网络重叠社区发现及动态集群演化分析

引用

电子学报 2016年第3期44卷 587-594页

作者：国琳左万利彭涛吉林大学计算科学与技术学院吉林长春130012 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

社会化网络中节点的复合属性可能为临时或过时状态,并且节点拥有一定能力维持固有状态,所以不可单纯依据新增数据或节点现有特征确定社区划分.本文提出可重叠社区发现算法及集群动态更新方案,根据网络历史数据分析节点对原始集群的隶属... 详细信息

社会化网络中节点的复合属性可能为临时或过时状态,并且节点拥有一定能力维持固有状态,所以不可单纯依据新增数据或节点现有特征确定社区划分.本文提出可重叠社区发现算法及集群动态更新方案,根据网络历史数据分析节点对原始集群的隶属程度,并结合新增数据确定节点变化趋势,实现网络结构分析及社区动态更新.本文分别在不同数据集中测试聚类效果,实验结果证明算法既保持对新增数据的敏感度,也防止了节点短暂特征或节点维持固有状态的能力对划分结果的负面影响.

关键词：社区发现社会化网络聚类重叠社区自适应算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：