基于网页等级的PageRank算法改进

为了提高PageRank算法的准确性,从网络用户对已知网页进行评价的角度引入网页等级,从网页链接分析的角度解决权威性需求.结合网页链接分析和页面内容分析提出一种改进的PageRank算法PRP（PageRank based on Page-level）.实验证明,算法为扩展PageRank提供了广阔的空间,通过选择合适的参数page-level,可以提高传统PageRank算法的网页排序的准确性,有效防止恶意链接对pagerank排序值（PR值）造成的影响.     

基于网页等级的PageRank算法改进

为了提高PageRank算法的准确性,从网络用户对已知网页进行评价的角度引入网页等级,从网页链接分析的角度解决权威性需求.结合网页链接分析和页面内容分析提出一种改进的PageRank算法PRP(PageRank based on Page-level).实验证明,算法为扩展PageRank提供了广阔的空间,通过选择合适的参数page-level,可以提高传统PageRank算法的网页排序的准确性,有效防止恶意链接对pagerank排序值(PR值)造成的影响.     

PageRank算法权威值均分的改进

在分析PageRank算法模型基础上,针对该算法存在的对所链接页面平均分配权威值问题进行了说明,并分析了部分国内外学者的改进思想,提出了笔者的改进算法.在原算法基础上通过嵌入页面转移概率,保证了权威值的合理分配,实验结果表明,改进的算法提高了网页排序的精确度.     

基于中心性和PageRank的网页综合评分方法

为准确、高效地对网页进行评分,提出了一种基于中心性(结点度、居间度和紧密度)和PageRank算法的网页评分方法CentralRank.它采用PageRank算法计算网页分数,借助中心性度量的方法计算页面在Web社会网络中的重要性.为了验证CentralRank的性能优势,设计了一个网页抓取器,可利用该抓取器自动、准确地下载网页信息.该网页抓取器集成了网络信息采集、页面内容分析和页面消重3项技术.基于大量真实数据的实验结果表明:CentralRank在保证网页评分时间性能的前提下,比单纯基于中心性的网页评分算法和PageRank算法更准确、有效,预测准确性分别提高约14.2%和7.5%.     

改进的禁忌搜索算法求解多机并行模糊调度问题

提出一种改进的禁忌搜索算法求解多机并行模糊调度问题,该算法在邻域中引入记忆结构,可以减少重复搜索,并对候选解集使用映射排序法进行剪枝,减少了搜索空间,从而极大的提高了算法效率.同时为了减少计算误差,该算法计算时不需要将模糊时间转换为精确时间求解,可以同时处理作业加工时间是三角模糊数或梯形模糊数的情况,从而更具有通用性.仿真结果证明该算法有效、可行.     

基于层次决策模型和改进Dijkstra算法的地下停车场车辆引导方法研究

本文提出一种用户层次决策和改进Dijkstra引导相结合的地下停车场车位引导方法。首先采用改进Dijkstra算法搜索距离电梯口的距离最近的3个车位供用户选择;然后根据用户对停车位需求,采用层次化决策方法选出满足需求的目标停车位;最后采用Dijkstra算法,将车辆按照最短路径的方法引导到目标停车位。仿真结果表明,该引导方法实现了让用户根据需求参与选择最短路径的目标停车位,并将车辆从地下停车场入口引导到目标停车位,不仅减少了搜索车位数量和引导路径,提高了停车效率,而且实现了停车场车位引导的智能化和人性化。     

改进的禁忌搜索算法求解多机并行模糊调度问题

提出一种改进的禁忌搜索算法求解多机并行模糊调度问题,该算法在邻域中引入记忆结构,可以减少重复搜索,并对候选解集使用映射排序法进行剪枝,减少了搜索空间,从而极大的提高了算法效率．同时为了减少计算误差,该算法计算时不需要将模糊时间转换为精确时间求解,可以同时处理作业加工时间是三角模糊数或梯形模糊数的情况,从而更具有通用性．仿真结果证明该算法有效、可行．     

求解具有恶化工件单机调度问题的改进遗传算法

为克服现有算法求解工件数较多的单机调度问题计算量大的缺点,分析了加工时间为阶梯函数的工件排序规则,以极小化最大完工时间为目标,提出了基于局部搜索的改进遗传算法,对基于工序编码方式的染色体设计了线性顺序交叉算子和融合工件排序性质的局部变异算子,并引入局部搜索策略,提高了算法局部搜索能力和收敛速度.算例测试结果表明:工件数为40件时,与模拟退火算法相比,本文算法求得的最大完工时间平均减少了56.6%,显著缩短了制造周期,并有效地避免了局部最优解,收敛速度显著提高.     

结合概率搜索定界的入度统计最短路径算法

Dijkstra 经典最短路径算法包括大量的排序运算,且需要对图中所有顶点进行计算,效率较低.本文针对有向网络,提出了与概率搜索定界结合的入度统计最短路径算法.该算法通过按概率搜索得到一条较短路径,依据路径长度和有向网络结构特征确定和顶点序号相关的节点阻抗最大值;采用入度统计算法代替经典的标号算法,在计算过程中根据节点阻抗最大值,采取一定方式剔除无效顶点(不在最短路径内的顶点),简化网络结构.本文提出的算法不需要进行排序运算,简化了运算过程,并且可以剔除大量的无效顶点,降低了网络复杂度.算例分析表明,相对于Dijkstra算法,结合概率搜索定界的入度统计算法大幅度提高了运算效率,具有实用性.     

求解随机用户平衡问题的粒子群演化算法

根据城市路网交通流的随机用户平衡状态的演化特征,设计了一种基于粒子群求解固定需求随机用户平衡问题的演化算法,该算法通过在可行流空间内初始化种群,并且在迭代过程中控制迭代的步长,使得每次迭代得到的新种群中代表路网各个O-D对有效路径流量的分量其和即O-D对交通需求不变,并且路径流量保持在可行流空间内,从而避免了无效的搜索范围,最后进行了数值试验,说明了该求解固定需求随机用户平衡问题的粒子群算法是有效和可行的.     

基于预测信息的公共自行车查询系统设计

为缓解公共自行车借还车难现象,基于微信平台获取数据及云平台处理数据,设计了以微信为界面的公共自行车查询系统。首先通过微信获取出行输入,根据历史数据拟合用户分时段的出行需求,再由云平台根据输入调用周围站点信息,运用拟合数据预测用户到达周围站点时的可借还车辆数,并通过排序算法返回促进系统供需平衡的用户站点选择优劣方案,引导用户合理出行。最后以武汉市公共自行车网络为例,设计了包含站点车辆数查询,选择路线推荐等功能的公共自行车查询系统,并比较了预测信息与传统信息对问题的改善程度。     

一种基于历史的密文检索排序方案

为了解决密文检索实际应用过程中,存在的安全性问题、检索效率低下及检索结果存在冗余,对用户的需求针对性不强等问题,通过对现有的密文检索进行分析与研究.提出改进的密文索引构建策略,提出基于历史的密文检索结果排序方案,设计并实现密文检索原型系统,在保证密文检索安全和检索效率的同时,使检索的结果更加符合用户的需求.     

基于改进PageRank算法的路网重要交叉口筛选方法

为便于对饱和交通状况下的城市道路交叉口进行分级管理,需解决城市道路交叉口的重要性排序问题,综合考虑全路网中各交叉口之间的静态结构连接关系和动态流量影响,在改进PageRank算法的基础上,提出了能够反应全路网动态变化的交叉口繁忙程度指标,并将该指标用于路网重要交叉口排序筛选来分析交叉口的状态。研究结果表明:排序越靠前的交叉口越繁忙也越重要,交叉口繁忙程度指标综合考虑了全路网交叉口状况,弥补了以饱和度为评价指标只能片面衡量单个孤立交叉口状态的不足,更准确地反映了饱和交通状况下交叉口之间的相互影响;本文方法排序结果与饱和度评价指标排序结果相比,40%交叉口的排序升降幅度在3位以内,30%交叉口的排序平均下降了7位,其余30%交叉口的排序平均上升了8位。该研究结果为饱和交通状况下交叉口的合理分级提供了量化手段,有助于及时发现急需管控的交叉口。      

一种改进的GPS模糊度白化滤波算法

在深入分析白化滤波去相关算法的基础上,对白化滤波算法进行了改进,以改善GPS模糊度解算中的去相关效果.在改进算法中,对模糊度协方筹矩阵的元素进行排序处理,以保证矩阵分解的有效性,改善去相关效果,提高模糊度离散搜索效率和质量.数值模拟结果表明,该算法不受维数限制,对低维和高维都能成功解算,具有较强的适用性和良好的去相关效果,能提高动态模糊度解算的效率.     

基于近似网页聚类的Web文本数据挖掘技术

提出一种针对小文本的基于近似网页聚类算法的Web文本数据挖掘技术,以获得用户感兴趣的近似网页簇系列。试验证明,该算法在保证查全率和查准率的基础上大大提高了搜索效率。由于是针对小文本的数据挖掘,研究的算法时间和空间复杂度都不高,因此,有望成为一种实用、有效的信息检索技术。     

基于QoS的LTE下行链路调度算法

针对LTE下行资源调度算法中速率自适应优化问题,提出了一种基于服务质量(QoS)的下行链路调度算法,该算法由子载波调度和功率分配两部分构成.为了提高性能和降低算法复杂度,将子载波调度算法和功率分配算法分开讨论,对于基于QoS的子载波分配算法,根据用户的信道质量,合理地分配子载波.在功率分配算法中,根据用户当前时刻的信道状态信息设计各用户的注水线,也即注水因子,使基站动态地为各用户分配功率.最后,通过仿真分析对比改进算法在传输速率、公平性、小区吞吐量以及用户SINR方面的性能,结果表明:改进算法可以很好地降低复杂度,改善用户公平性,降低误码率.     

基于中文网页的综合联系信息提取系统的设计与实现

为满足用户希望通过搜索引擎查询综合联系信息的需求,设计了基于中文网页中的综合联系信息提取系统。研究与阐述了在搜索引擎返回结果的基础上提取有关联系方面的综合信息(例如邮箱、电话等)的实现方法,并通过构建特有的内置"实体"判断、SV值算法提高系统的提取精度。     

��ͨ����������Ϣ����ϵͳ

交通气象智能信息服务系统是实现在互联网上更加方便、快捷、自动的搜索到用户所需要的信息的应用平台，该系统不同于现有的限制性搜索模式，首先结合分词系统，采用句型分析算法，并结合系统本身建立的信息检索规则库对用户的输入进行智能分析，然后通过平台内部建立的信息查询索引结构对相关信息进行综合，最终使用户得到更准确的信息。     

面向地震应急制图需求的用户建模研究

针对灾害应急情况下的制图需求进行用户建模研究有助于提高灾前应急能力、灾中救灾效果和灾后恢复重建效率.以地震灾害为例,根据地震灾害中用户、时间阶段、场景的分类,对向量空间模型进行改进;在分析地震灾害中各类用户感兴趣的历史文本的基础上,通过对地震灾害有关特征词提取和权重计算,获取不同用户在地震灾害发生前、中、后期不同时间阶段,用户对关于地震灾害特征词信息的兴趣度,建立面向应急制图需求的地震灾害的向量空间模型,在此基础上利用场景特征词匹配对应的应急制图需求,使用户信息需求转化为应急地图需求进而进行用户推荐.并通过实验证明模型得到的用户兴趣度结果较符合人们的直观认知,对应急救灾制图具有一定的指导作用.     

基于词组主题建模的文本语义压缩算法

为了实现文本代表性语义词汇的抽取,提出一种基于词组主题建模的文本语义压缩算法SCPTM(semantic compression based on phrase topic modeling).该算法首先将代表性语义词汇抽取问题转化为最大化优化模型,并通过贪心搜索策略实现该模型的近似求解.然后,利用词组挖掘模型LDACOL实现词组主题建模,得到SCPTM算法的输入参数;同时,针对该模型中词组的主题分配不稳定的问题进行改进,使得取得的代表性语义词汇更加符合人们对语义的认知习惯.最后,将改进LDACOL模型与LDA模型、LDACOL模型以及TNG模型的主题挖掘性能进行实验比较,并利用SCPTM算法针对不同语料库进行语义压缩,根据聚类结果评价其有效性.实验结果表明,在多数情况下,改进LDACOL模型的主题抽取效果优于其他3种模型;通过SCPTM算法抽取代表性语义词汇能达到70%~100%的精度,相比PCA、MDS、ISOMAP等传统降维算法能获得更高的聚类效果.