实体分辨研究综述

实体分辨是数据集成、信息检索等领域的重要研究内容,目的是发现数据集合中的不同实体和同一实体的不同描述。将实体分辨过程划分为数据分块、记录比较和匹配决策等3个主要步骤。从记录聚集方式的角度介绍了实体分辨的数据分块方法;从字符串划分粒度的角度分析了实体分辨的记录比较方法;从记录关联方式的角度阐述了实体分辨的决策模型。最后对实体分辨研究下一步需要解决的问题进行了展望。     

蚁群优化算法在求解随机组合优化问题中的应用综述*

不确定条件下的优化问题更贴近真实世界环境,因而日益受到广泛关注。综述了蚁群优化在求解一组不确定条件下的组合优化问题,即随机组合优化问题方面的应用。首先介绍了不确定条件下组合优化问题的概念分类模型,给出了随机组合优化问题的一般定义;然后指出了其与求解传统确定性组合优化问题的不同之处,即目标函数的计算存在不确定性,并详细论述了目前解决方法的进展;最后分析了该领域值得重点关注的几个研究方向,并对其未来发展进行了展望。     

基于AFT满足下行约束的物理拓扑发现方法

物理拓扑发现对于网络管理和应用具有重要意义,基于地址转发表的物理拓扑发现是目前学术界研究的热点问题.但由于实际网络的地址转发表通常不完整,导致了物理拓扑发现的难度,本文基于降低在实际拓扑发现时对AFT完整性的要求,定义了地址转发表的三类约束,并提出了地址转发表满足下行约束的树型剪裁算法,用于发现子网的物理拓扑结构.算法极大地降低了拓扑发现对地址转发表完整性的要求,是对仅通过下行端口地址转发表进行拓扑发现的最松约束.模拟仿真实验验证了算法的正确性和高效性,算法在实际网管系统中的部署进一步验证了算法在真实网络环境中的实用性.     

求解含非线性参数的QoS路由的启发式算法

具有非线性参数的QoS路由分为含有非线性约束条件的QoS路由和含有非线性优化目标的QoS路由两类，它们都是NP问题．提出了两种启发式算法求解这两类QOS路由优化问题问题．对第一类问题，求解去掉非线性约束条件后的优化问题．如果找到的解满足非线性约束条件，则该解是最优解；否则在优化问题中添加一个新的线性约束，将已得到的解去掉，反复下去就可得到最终解．对第二类问题，将非线性优化目标换为约束条件中的线性参数，求解此优化模型，如果有解，则记录此时对应的非线性目标值．而后增加一个新的线性约束，去掉刚才得到的解，比较两次得到的非线性目标值，保留最小值．如果得到的解不满足该线性参数的约束条件，则算法结束；否则继续迭代．证明了两种算法的收敛性，并且时间复杂性为近似多项式时间．计算实例表明了算法的有效性．     

一种引入冗余控制的特征排序模型

针对特征排序方法较少考虑特征之间的相关关系,导致选择的特征子集存在冗余的问题,提出一种引入冗余控制的特征排序模型。将特征子集判别能力最大且冗余程度最小作为模型的目标函数,以降低特征之间的冗余;使用贪心方法和非线性规划方法对模型进行求解。在9个开源数据上的实验及与特征排序方法比较表明,本模型在大部分数据上,所选择的特征子集能够获得更好的分类准确性且个数更少;使用非线性规划方法求解时,能够直接得到特征子集,有利于确定特征个数。本模型可用于特征之间存在冗余时的特征选择。     

Intrane环境下事务处理的理论研究和实现

在Ｉｎｔｒａｎｅｔ环境下采用浏览器／ＷＦＢ／数据库服务器结构实现事务处理是目前一个相当活跃的领域,本文通过分析浏览器／ＷＥＢ结构的特点,并结合面向事务处理的信息系统对数据库的要求,对在Ｉｎｔｒａｎｅｔ环境下实现事务处理将会遇到的几个问题进行了理论探讨并提出了相应的解决办法。     

结合缺失模式的不完整数据模糊聚类

数据的完整性是数据可用性的重要维度。由于数据采集等过程中存在的问题,现实中的数据往往存在缺失。现有的聚类算法在面对不完整数据时一般采用忽略缺失或填补缺失的策略,但是当数据缺失属于非随机缺失时,这样的处理策略会导致聚类精度严重下降。当数据缺失属于非随机缺失时,数据缺失模式与缺失属性的取值相关,因此在不完整对象的相似度量中加入缺失模式相似的度量,提出了两种结合缺失模式的 PCM(Possibilistic c-means)模糊聚类算法:最小化缺失模式距离之和的 PatDistPCM 算法和基于缺失模式聚类的 PatCluPCM 算法。在两个公开数据集上的实验证明, 考虑缺失模式的模糊聚类PatDistPCM和PatCluPCM算法,在对存在非随机缺失的数据进行聚类时 ,能有效提高聚类结果的准确性。     

D-LDA：一种分布式单向时延测量方法

为了测量数据中心网络的单向时延,针对数据中心网络高带宽低延迟的特点,提出了分布式有损差分聚合( Dis-tributed Lossy Difference Aggregator,D-LDA)测量方法。该方法在有损差分聚合算法的基础上,能够测量网络中任意端到端的单向时延,并且增强了对大数据量报文的处理能力,且架构灵活,扩展性好。开发了实际的测量系统进行实验,系统采用FourInOne分布式框架和基于Java的B/S架构。测试结果显示该方法计算效率高,CPU占用率低,占用带宽小,可以广泛地用于数据中心网络进行性能监测。     

不确定模式匹配研究综述

模式匹配是数据集成、语义Web等研究领域的重要研究内容,需要依据一定的启发式信息发现模式元素之间的对应关系。鉴于启发式信息处理方法的不同,对模式匹配方法进行了分类,并从模式匹配结果集结方法的角度,介绍了综合模式匹配方法。不确定性是模式匹配过程固有的特性,介绍了建模模式匹配过程中不确定性的数据模型,在此基础上介绍了处理模式匹配过程中不确定性的模式匹配方法。最后对模式匹配研究进行了展望。