CS-Chord:基于聚类分离的分布式高维向量索引

M-Chord是一种基于P2P网络的高维向量索引,其聚类边缘的向量容易与搜索圆频繁相交,使得查找的区域增多,降低了M-Chord的效率。提出一种基于聚类分离的分布式高维向量索引(CS-Chord),将边缘区域的高频检索向量从Chord环中分离出来,集中存储在服务器上,中心区域的向量仍存储于Chord环中,节省了大量资源的定位时间,从而提高检索效率。实验结果表明:在查询半径为0.2时,CS-Chord距离计算次数约为2000,比M-Chord减少了约2500次;CS-Chord消息转发次数约降低150次,仅为M-Chord的50%。     

文本相似性度量中参数相关性与优化配置研究

针对文本相似性度量中的相似度阈值、准确率、召回率、shingle滑动窗口大小、shingle权重系数和文本属性等参数相互影响、关系复杂的问题,研究了这些参数之间的相关性,并结合实际应用需求,提出各参数可优化配置的建议,分析与设计了相似度阈值可适应文本篇幅属性的相似性度量算法.通过某基金2009年的7378个项目申请书的比对分析,结果表明:提出的算法不但适用于大规模的文本集合,而且在短小的文本集合中进行相似性度量也具有很高的应用价值,其准确率和召回率均可高达95%以上.     

最优分数位minwise哈希算法的研究

在信息检索中,minwise哈希算法用于估值集合的相似度;b位minwise哈希算法则通过存储哈希值的b位来估算相似度,从而节省了存储空间和计算时间。分数位minwise哈希算法对各种精度和存储空间需求有着更加广泛的可选择性。对于给定的分数位f,构建f的方式有很多。分析了有限的分数位组合方式,给出最优化分数位的理论分析。大量的实验验证了此方法的有效性。     

重参数化大核卷积的光学黑色素瘤图像检测算法

针对皮肤镜采集的光学黑色素瘤图像,由于其背景信息复杂,干扰信息过多,导致检测精度较低,容易出现误检、漏检等问题,提出一种重参数化大核卷积的光学黑色素瘤图像检测算法。首先,在主干部分设计一种融合大核卷积与C3的新模块C3＿RepLK,以增大模型的感受野,提取更多的有效信息。其次,引入感受野模块RFB,融合不同尺度的特征信息,减少错检。颈部网络中采用混合密集稀疏卷积GSConv和轻量化上采样算子CARAFE,使得网络能够捕捉到丰富的上下文信息,抑制漏检。最后,在算法中融入二阶通道注意力模块SOCA,加强特征之间的关联性,关注更有用的特征。实验表明,所提检测算法较原YOLOv5算法,所有类别平均精度从85.0%提升至89.4%,证明所提出的算法对于检测黑色素瘤的有效性。     

连接位极大似然动态过滤算法

Minwise Hash极大似然估计子RMle综合考虑所有事件的发生概率,可以提高估计精度,但降低了估计的效率。连接位Minwise Hash估计子RMinwise,c可以成倍减少比对次数,动态阈值过滤器能够进一步提高Minwise Hash算法和其变种算法的效率。结合连接位极大似然估计子和动态阈值过滤器,提出了连接位极大似然动态过滤算法R(TMle,c)。实验表明,R(TMle,c)具有精度和效率兼顾的特性,计算时间最少,并且在k>300的条件下,其准确度与RMle的近乎相等。     

IP欺骗技术和防范方法

IP欺骗是一种复合型网络攻击技术,研究IP欺骗原理与技术有利于有效防范黑客攻击,保护资源.IP欺骗的主要技术包括IP地址伪造技术、TCP SYN 洪流攻击技术与TCP序列号猜测等技术.通过列举典型实例,分析一个完整的攻击过程,总结IP欺骗的具体预防技术,为防止IP欺骗提供一种有效的方法.     

一种基于信任推理与演化的Web服务组合策略

为解决动态复杂互联网中恶意、欺诈、不诚信服务实体造成的服务组合质量不高的难题,文中基于开放网格服务体系架构(OGSA),建立了以公共信任演化系统和实体信任演化系统为主体构成的信任推理与演化系统;提出了受限于可信实体的信任演化、实体集合的信任演化、逐步逼近评价实体的信任演化等信任演化方法,以改变信任推理中的信任缺失与信任泛化的不足;通过服务实体间信任关系的推导、反演与递推,极大程度地丰富了实体的信任关系,以识别共谋欺骗并克服信任演化中直接信任关系稀小、前期信任匮乏的问题.文中以新的信任推理与演化为基础,提出了一种Web服务组合策略.应用实例及测试结果表明该服务组合策略能够有效地识别实体行为中潜在的风险,克服实体经验差异,较大幅度地提高了服务组合的成功率.     

基于分组指纹的细粒度相似性检测系统

在文档相似性检测中,粗粒度会降低准确度,粒度过细又会大幅增加计算时间。针对基金项目相似性检测,在b位Minwise Hash算法的基础上,提出了一种细粒度文档相似性快速检测方法。先对文档进行预处理,提取文档正文,并生成分组指纹特征,再构建细粒度的分组指纹索引结构,利用海明距离来计算文档之间的相似性,以XML文档形式存储并显示相似信息。通过系统的实现,验证了该方法的有效性,且检索效率有所提高。     

WDS:基于词向量的文本相似函数

为进一步提高文本相似度计算的准确性,在系统相似函数的架构下,提出了基于词向量的文本相似函数WDS(Word Documents Similarity)及其优化算法FWDS(Fast Word Documents Similarity)。该函数将文本词语集合对应的词向量集合看作系统,将词语对应的词向量看作系统的元素,则两个文本相似度就是两个向量集合的相似度。在具体计算时,以第一个向量集合为标准进行两个向量集合的对齐操作,同时计算相似元与非相似元的多个参数。实验结果表明,随着文本长度的增加,与WMD和WJ算法相比,WDS表现出了较高的命中率。