社会网络中弱关系团队形成问题研究

随着在线社会网络的迅速发展,社会网络的团队形成问题逐渐成为研究热点。现有的社会网络中团队形成问题目标是寻找一个成员间沟通代价最小的团队。然而,实际应用中团队成员间的不紧密关系使得团队的观点多样化、多角度、无偏见,可以广泛应用于形成专家评审团队、大众评审团等。基于此需求,将社会学的弱关系概念引入团队形成问题中,提出了一种社会网络中弱关系团队形成问题。该问题旨在寻找成员间为弱关系,同时满足技能、经验值要求的一个团队,为NP-hard问题。提出了3类算法解决该问题,分别为贪心算法、精确算法、α-近似算法,每类算法有各自的特点与适用范围。利用ACM和DBLP两类真实的数据集进行实验,综合评估了各类算法的效率与求解质量,证明了提出算法的有效性。     

基于ε近似算法的空时多用户检测

阵列天线接收系统中,最优空时多用户检测器通过采用极大似然估计算法,可以逼近单用户的检测器性能,但由于其运算复杂度与用户数成指数关系而无实用价值。针对此把极大似然空时多用户检测问题转化为带约束的二次规划问题,从而把ε近似算法应用于空时多用户检测中。仿真实验表明,所提出的新算法表现出明显优于现有文献算法的良好性能。     

一种社交网络群组间信息推荐的有效方法

群组间信息推荐是社交网络中人们传递和分享资讯的重要途径,然而获取精确的最优推荐方案需要指数级时间开销.为此,本文提出一种有效算法EAOORS(Efficient Algorithm for Obtaining Optimal Recommendation Solution),将该指数级时间开销问题等价归约为EST(Extended Steiner Tree,扩展Steiner树)问题,并在多项式时间复杂度内快速获取近似最优推荐方案.理论分析和仿真实验表明,本文所提的算法具有有效性和实用性.     

求解最大P-中心问题的一种近似算法

求解最大P-中心问题属于计算下模集函数最大值问题，该类问题在组合优化问题中具有非常重要的应用．为此，给出了求解具有简单约束的最大P-中心问题的一种局部搜索算法，并讨论了所给算法的性能保证．     

标准I型马蹄形断面正常水深的近似算法

指出目前水深计算常用的查图表法、迭代试算法等存在着计算过程繁琐且计算精度差的缺陷,应用拟合法提出了标准I型马蹄形断面正常水深的近似计算公式,其形式简捷,在工程常用范围内最大误差小于0.15%。     

D-S证据理论近似算法在数据融合中的应用

论述了基于D-S证据理论的多传感器数据融合方法。通常在强冲突情形下证据组合规则的组合结果是不符合常理的,其不同证据源的冲突处理成为数据融合的主要问题之一,文中提出了一种解决证据冲突情况下的近似算法。仿真结果表明该方法是有效的和可行的。     

一种新的数字信号调制式盲识别算法

现有的调制识别算法多应用到信号的瞬时频率和瞬时相位信息，而瞬时频率和瞬时相位的提取需要载频、码元速率等先验信息，载频的偏差限制了其识别性能的进一步提高。基于此，提出了一种仅依靠信号瞬时幅度信息进行肓识别的新算法．该算法不需要任何先验信息，介绍了一种对MFSK和MPSK信号非常有效的瞬时频率的近似提取法，然后选择特征量对调制类型进行分类识别，最后进行计算机仿真，仿真结果表明该算法识别性能良好，对载频偏差不敏感，有着很好的稳定性。     

带宽延迟约束的层次化网络监测模型

如何既准确获取监测数据,又减少监测过程对实际网络传输数据的影响是网络研究的一个根本问题.该文提出了层次化网络测量模型,强调数据聚集过程的传输延迟和监测数据流量占用链路的带宽都小于预设数值同时,尽量追求聚集节点数目最小化.求解该模型的问题是NP难的,在节点间路由唯一的情况下,该文设计的近似算法的近似程度为,其中是监测节点的数量.