New Clustering Method in High-Di mensional Space Based on Hypergraph-Models

Clustering of datain alarge di mensionspaceis ofa great interest in many data mining applications .Clustering methods have been studiedin several areasincluding statistics , machine learning and data min-ing. Most of the algorithms are effective whenthe di-mensionality of the datais relativelysmall .But ,theseschemes tend to break down when the di mensionalityof the datais very high.There are several reasons[1].First ,it is not trivial to define distance measure in alarge di mensional space .…     

含至多四个参与者的量子秘密共享方案的最优信息率

信息率是衡量量子秘密共享方案性能的一个重要指标.在本文中,我们利用超图的相关理论刻画了量子存取结构.然后,利用超图和量子存取结构间的关系给出了参与者人数至多为4的所有13个量子存取结构,并基于量子信息论研究了其最优信息率及所对应的完善的量子秘密共享方案.对其中的5种存取结构的最优信息率的准确值进行了计算,并讨论了达到此信息率的方案的具体构造;对余下的8种存取结构的最优信息率的上界进行了计算.     

基于自然语言理解的需求聚类和需求优选方法研究

为了实现大数量软件需求的优选,提出了一种基于自然语言理解的需求聚类和需求优选方法。该方法首先基于自然语言处理技术对需求进行深层次语言理解,找到相同语义的需求并只保留一条。随后,采用基于超图分割的需求聚类方法对大量需求进行聚类。最后,提出了需求优选目标函数,该目标函数根据需求聚类结果为需求优先级打分,并在综合考虑需求与类别的相似性、类别的权重以及聚类标准的权重的基础上,最终给出一个合理的需求优选结果。在大规模真实的需求集合上进行了实验,实验结果表明:基于自然语言处理技术的需求聚类性能优异;需求聚类对后续的需求优选起有着非常重要的作用;基于超图分割的需求聚类,以及在此基础上提出的需求优选函数相对于基线方法有着明显的提高。     

基于电路分块方法的超大规模集成电路测试技术

随着集成电路工艺和规模的飞速发展，使得VLSI测试变得日益困难，因此测试技术成为VLSI领域的一个重要研究课题。在分析VLSI测试的瓶颈问题基础上，介绍了几种电路分块算法，分析了分块算法对于VLSI测试的必要性。利用分块算法将原始电路划分为若干子块有利于采用不同BIST结构对子块进行测试，使得一定时间内电路翻转次数降低，而功耗也随之降低；通过比较并行BIST和扫描BIST的实验结果，发现并行BIST获得的系统故障覆盖率高于扫描BIST。     

市场机遇发现的超图路径及其应用

在市场竞争日益激烈的今天,及时、有效地发现市场机遇已成为企业决策者面临的问题.为市场机遇发现提供技术支持,以超图理论为基础,根据市场机遇发现的多维特征,研究了市场机遇发现的超图模型表示、市场机遇发现的超图路径求解算法,给出了市场机遇发现的超图路径语义映射规则和应用实例.     

子网络抽取定理和多端反馈网络的拓扑公式

本文提出了混合图关于二点对和超边分解的变形图的概念,应用它们和有向超图理论导出了参数抽取定理和子网络抽取定理的拓扑公式,进而导出了多端反馈有源网络的拓扑公式。公式中反馈子网络与基本子网络的参数是分开的,便于看出反馈参数的影响;而且由于把一个网络分解成二个较小的子网络,可以降低计算的时间复杂度和空间复杂度。     

多尺度超图卷积骨架动作识别网络

动作识别是计算机视觉基础任务之一,骨架序列包含了大部分的动作信息,因此基于骨架的动作识别算法受到很多学者关注。人体骨架在数学上是一个天然的图,所以图卷积被广泛应用于动作识别。但普通的图卷积只聚合两两节点间的低阶信息,不能建模多节点间的高阶复杂关系。针对此问题,本文提出一种多尺度超图卷积网络,在空间和时间两个维度聚合更丰富的信息,提高动作识别准确度。多尺度超图卷积网络采用编解码结构,编码器使用超图卷积模块聚合超边中多个节点间的相关信息,解码器使用超图融合模块恢复原始骨架结构,另外基于空洞卷积设计了多尺度时间图卷积模块以更好地聚合时间维度运动信息。NTU-RGB+D和Kinetics数据集上的实验结果验证了算法的有效性。     

基于超图的产品族结构模型的研究

产品族结构模型是对系列化和组合产品各种复杂关系的综合和表达，它的合理性是产品配置设计过程的基础，超图能够表达是一般离散结构，而结构化超图表达了集合元素之间的层次关系，利用结构化超图模型来构造产品族结构模型，并给出了配置设计算法，最后用一个实例来验证方法的可行性。     

基于时序概率超图模型的视频多语义标注

在基于语义的视频检索系统中,为了弥补视频底层特征与高层用户需求之间的差异,提出了时序概率超图模型。它将时间序列因素融入到模型的构建中,在此基础上提出了一种基于时序概率超图模型的视频多语义标注框架(TPH-VMLAF)。该框架结合视频时间相关性,通过使用基于时序概率超图的镜头多标签半监督分类学习算法对视频镜头进行多语义标注。标注过程中同时解决了已标注视频数据不足和多语义标注的问题。实验结果表明,该框架提高了标注的精确度,表现出了良好的性能。     

交通控制子区动态划分模型

传统的交通控制子区静态划分方法无法适应城市路网交通流的快速变化。针对该问题,研究了交叉口车队散布模型,提出了可协调度的概念以定量描述相邻交叉口间实施协调控制的必要性;在此基础之上,建立了基于超图表示的城市路网模型,并设计了相应的超图划分算法,通过对超图的分割来实现交通控制子区的动态划分。基于北京市二环内实际路网的实例验证表明,该模型在高峰时段和平峰时段下,均能给出高质量的控制子区划分结果。