基因表达式编程初始种群的多样化策略

基因表达式编程(Gene Expression Programming,GEP)算法是遗传家族的新成员,被广泛用于知识发现,其初始种群的质量对进化效率和进化结果至关重要.为了产生优势初始种群,提出了基因空间均匀分布策略(Gene Space Balance Strategy,GSBS),证明了描述编码空间量化性质的GEP编码空间定理.实验表明,GSBS提高进化效率超过20%.GSBS算法的思想还可以应用于其它进化计算中.     

一种基于层次距离计算的聚类算法

针对广泛存在的层次编码型数据类型,提出了层次距离的新概念,证明了相关的数学性质,并在此基础上提出并实现了新的基于层次距离计算的聚类算法HDCA(Hierarchy Distance Computing based clustering Algorithm).新方法克服了传统聚类算法标称型计算的缺陷,提高了聚类精度.针对聚类算法的中心点问题,提出了相应的层次编码型数据的快速处理算法,并从理论上证明了算法的正确性.实验表明,对比朴素处理算法,HDCA的性能明显提高.新算法已经应用到警用流动人口分析当中,取得了良好效果.     

RT-Rank:基于RSS标签排名相关性的文档聚类

RSS文档聚合是Web 2.0的特色技术,目前RSS相关性阅读还仅限于简单的相同标签聚合.为解决此问题,提出了基于RSS标签聚类的新方法,主要工作包括:1)分析传统RSS聚合方法的不足之处;2)提出了RSS标签排名的概念和计算方法,将标签计数转化为了标签排名,消除了部分噪音;3)提出标签比重积累的RSS标签排名的Hash聚类方法;4)做了详实的实验.实验表明,新的RSS相关性文档聚类方法准确度提高了7%.     

基于同现度和自学习的中文字符组合发现

中文字符组合的发现在文本数据挖掘和信息聚类中有重要作用.目前的方法已不能适应新的需求.为了解决这一问题,做了以下工作:1)分析了现有方法的不足;2)提出了新的基于同现的概率公式和中文字符组合发现算法;3) 采用数据挖掘技术,为字符组合发现引入了自学习和迭代的机制.实验表明,和传统方法相比新方法准确率提高6%～8%,运行时间减少50%.     

远程访问中的分布式访问控制

IETF的访问控制模型采用了集中管理策略，不能对IP-VPN中的远程用户进行有效的认证和授权，更不能实现远程用户在不同域间的漫游，该文针对该问题作了如下工作：远程用户访问控制策略的分布式管理；远程用户漫游时的认证；分布式访问控制模型DACRU的实现。实践证明该模型能有效解决远程用户的访问控制策略的分布式管理和授权用户的漫游认证问题。     

DIRM:基于动态信息路由的数据检索模型

网络技术的高速发展和信息的急剧膨胀使得信息的组织和高效检索成为一个研究界关注的重要问题。不同于已有的研究成果，提出了一种新的信息动态路由模型DIRM。从信息组织模型入手，提出了信息动态路由的概念，利用信息路由主机完成结构化或半结构化数据检索；提出并实现了信息检索算法，动态信息路由交换算法DIRA和边界域IRH的路由交换算法；证明了关于查询等价和有限步数引理，讨论了不同条件下信息检索算法的复杂度，并在试验中验证了信息动态路由算法的可行性和高效率。     

基因的无树评估

传统基于表达式树ET的基因评估从性能角度讲主要缺点是：重复遍历表达式树和进行大量重复计算。提出基于Scale的基因评估。变量矩阵用来避免基因评估中的重复计算。实验表明,在绝大多数数据分布下和参数选择情况下：基于Scale的基因评估较基于 ET 的基因评估快 3~5 倍。     

基于基因表达式编程的知识发现的三项新技术--转基因,重叠基因表达和回溯进化

介绍了在研发基于基因表达式编程(GEP)的知识发现的三项新技术,包括:(a)转基因技术,通过注入转基因,引导进化方向,控制知识发现过程;(b)重叠基因表达,借鉴生物基因片段重叠表达,引入重叠基因概念,节约了表达空间;(c)回溯进化,借鉴生物“返祖现象”,引入回溯检查点概念和可回溯GEP算法、设计了等比递增检查点序列和加速递增检查点序列,约束回溯过程。实验表明,三项技术在一定的场合下分别提高了知识发现的性能1至2个数量级。     

基于疾病信息网络的表型相似基因搜索

人类基因组计划的成果推动生物信息学研究的发展.基于疾病表型相似性策略寻找功能上存在联系的致病基因,称作"表型相似基因",具有重要的研究价值和广阔的应用前景,成为一个新兴的研究热点.然而,生物医学领域尚没有利用计算机方法开展基于"基因-疾病-表型"关系网络的表型相似基因搜索研究.对此,利用疾病公开数据库构建了包含基因、疾病、表型这三类异构类型节点的疾病信息网络,并设计了基于疾病信息网络的相似基因搜索算法gSim-Miner.针对疾病表型数据的特点,设计了剪枝策略提高算法效率.通过在真实数据上的实验,验证了疾病信息网络对搜索表型相似基因的适用性,以及gSim-Miner算法的有效性,执行效率和可扩展性.     

基于top-k显露模式的商品对比评论分析

随着电子商务的发展,许多购物网站都提供商品评论作为用户购物的决策参考。由于商品评论具有海量、冗余、不规范的特点,用户难以在短时间内浏览所有商品评论,更难以基于评论内容发现商品对比特征。对此,设计了top-k显露模式挖掘算法,并将此算法应用于商品评论对比分析,实现了用户购物决策支持系统——ReviewScope。ReviewScope能够从不同商品的评论中发现特定商品的对比评论,并以此作为购物决策可视化地提供给用户。基于京东商城真实商品评论数据的实验结果表明ReviewScope具有有效、灵活、用户友好的特点。