蚁群聚类算法综述

数据聚类是重要的数据挖掘技术，在工程和技术等领域具有广泛的应用背景。蚁群算法作为一种新型的优化方法．具有很强的鲁棒性和适应性。文章着重介绍蚁群聚类算法的研究情况，阐述当今流行的蚁群聚类算法的基本原理及其特性．旨在为蚁群聚类算法的发展提供引导作用。  

P2P网络下基于推荐的信任模型

基于推荐信任机制，引入正态概率密度函数的概念，对信任度进行描述。提出一种对信任度进行概率分析的评估方法，可动态地适应用户的安全需求，减弱在多路径推荐中由于恶意实体推荐所带来的负面影响，提高信任计算结果的稳定性。分析和模拟试验表明该模型的必要性和有效性，可以更好地解决P2P网络带来的安全问题。  

有向黑白旅行商问题

黑白旅行商问题是经典旅行商问题的推广,在基于SONET技术的光纤网络设计、航线调度等领域具有广泛的应用.已有研究工作集中在无向黑白旅行商问题上.文章研究该问题的更一般形式--有向黑白旅行商问题.首先,给出了有向黑白旅行商问题的混合整数线性规划公式.与目前无向黑白旅行商问题包含指数多个约束的规划公式相比,它仅包含多项式个约束.其次,给出了一种启发式算法.实验表明,该启发式算法能够有效地求解黑白旅行商问题的实例.由于无向黑白旅行商问题是有向黑白旅行商问题的特例,故文中的结论对于求解无向黑白旅行商问题同样有效.  

无线传感器网络路由协议研究进展

融合了传感器、微机电系统和网络通信等技术而形成的无线传感器网络(WSN)是一种全新的信息获取和处理技术.路由协议是无线传感器网络研究中富有挑战性的问题,现有无线自组网络和互联网络路由协议不适用于无线传感器网络.无线传感器网络路由协议主要考虑如何针对不同的应用和网络构成使用有效的路由算法,在不损害数据传输的前提下实现整个网络的生命周期最大化.根据网络中节点功能是否一致,无线传感器网络包括平面和分层路由协议两大类.本文根据各种协议的工作原理,对比分析了各种路由协议在路由方式、冲突避免、数据融合和网络生命周期最大化等方面的优劣,并指出了下一步的研究方向.  

基于IOCP机制的网络游戏服务器通信层的实现

以网络游戏服务器的开发为背景,利用Windows操作系统提供的一种高效I/O机制-IOCP(Input Output Compeltion Port)机制,给出了实现网络游戏服务器端网络通信层的方法,并留虚函数接口给游戏开发者,使游戏开发者专注于游戏逻辑的开发,不再考虑网络通信的问题。最后,结合开发的一个象棋网络游戏服务器给出了使用这些接口的方法。  

节点和边都有容量的有向平面网络中的最小截和最大流

在一般网络中,节点和边都有容量的最小截、最大流问题很容易转化为仅边有容量的问题.但传统转化方法用在平面网络中破坏了网络的平面性,使平面网络中节点和边都有容量的问题比仅边有容量的问题难.使用传统转化方法得到的两个问题的算法复杂度均为O（n2logn）（n表示网络中的节点数）.对此,作者曾给出了无向平面网络中最小截问题的保持平面性的转化方法.在此基础上,这里进一步讨论有向平面网络中的最小截、最大流问题,给出有向网络中保持平面性的转化方法,并利用此转化得到了复杂度均为O（nlogn）的最小截和最大流算法.从并行计算复杂性角度来看,传统方法转化后的问题是P-完全的.而使用新方法可以得到NC算法,且可以证明节点和边都有容量的有向平面网络中的最小截、最大流问题都是属于NC的.  

一种基于信息素的蚁群聚类算法

蚁群算法作为一种新型的优化方法，具有很强的适应性和鲁棒性。基于蚁群算法的聚类方法已经在当前数据挖掘研究中得到应用。文章提出了一个新颖策略来解决无人监督的数据聚类问题，利用信息素控制蚂蚁随机移动提高算法效率，采用运动速度各异的多个蚂蚁独立并行进行聚类来提高聚类质量。实验结果表明该方法是有效的。  

支持向量机分类算法研究

支持向量机在处理两类分类问题时,当两类样本混杂严重时会降低分类精度。在NN-SVM分类算法的基础上,通过计算样本点与其最近邻点类别的异同以及该点与其k个同类近邻点在核空间的平均距离修剪混淆点,进而提出了一种改进的NN-SVM算法——KCNN-SVM。实验数据表明,KCNN-SVM算法与SVM以及NN-SVM相比,有着更高的分类精度和更快的训练、分类时间。  

云计算下的海量数据挖掘研究

云计算的出现为愈来愈多的中小企业分析海量数据提供廉价的解决方案。在介绍基于云计算的Hadoop集群框架和数据挖掘技术中的SPRINT分类算法的基础上。详细描述SPRINT并行算法在Hadoop中的MapReduce编程模型上的执行流程．并利用分析出的决策树模型对输入数据进行分类。  

基于粗糙集理论的不完备数据填补方法

ROUSTIDA算法具有较好的数据填补能力,但依然会出现一些不完备信息。利用了可扩充辨识所反映的对象间的属性差异信息,对遗失属性进行填充,从而使改进后的ROUSTIDA算法的填充能力得到了很大的改善,同时还具备了初步排除噪声数据的能力,在性能上也有了很大的提高,实验表明改进的算法具有很好的实用价值。