云计算中基于随机游走的数据查询方法研究

针对数字图书馆应用服务中的数据查询问题,提出了一种基于云计算的数据查询方法.首先,基于Random Walk方法找到查询请求的目标节点,然后,通过定义服务节点的相似节点集和等价节点集来进行二次搜索,返回具有最大评价值和最低负载的节点和数据作为所需的目标节点及数据.实验结果表明,在查询的数据质量、服务节点的负载能力以及查询的效率方法都优于传统的方法.     

基于云计算的图书数据库查询方法研究

云计算及其应用是目前的研究热点,针对传统方法应用于大型校园数字图书馆中数据查询服务时的不足,提出了一种基于云计算的数据查询方法。该方法首先运用云计算技术找到数据库中的查询请求的目标节点,然后通过把单个基因位的理论引入到传统的遗传云计算算法中,定义服务节点的相似节点集和等价节点集来进行二次搜索,将各个基因位取得的优秀个体重新组合成一个新的个体,利用遗传过程中出现过的任何优秀的基因,而不仅仅是针对优秀个体,即便是一个适应度很差的个体,也可能有某段基因的适应度在同位置的基因中有着优秀的适应度,保证数据库查询最优解的准确。实验结果表明,本文方法在查询的数据质量、服务节点的负载能力以及查询的效率方法要优于传统的方法。     

基于OAN的知识图谱查询研究

知识图谱查询是目前知识图谱研究中最广泛的应用,能够有效提高搜索引擎查询效率。然而,现有的知识图谱的查询研究多是基于节点标签的子图匹配。由于节点标签不能体现节点间的语义信息,导致查询结果的语义相关性不高。针对此问题,本文提出了一种基于本体和邻居信息的查询算法OAN(Ontology and Neighborhood)。首先,结合本体相似度和邻居相似度来确定查询节点的候选集,以此提高候选节点的语义相似度;其次,通过边检测算法移除那些不满足条件的查询节点候选集,以此减少查询规模;然后,在目标图上查找满足边标签同构的查询子图,并计算节点的标签相似度和结构相似度总和,给每个结果集打分后排序,获得最终排序后的结果集;最后,通过在真实数据集上与已有查询算法进行对比实验,实验结果表明:本文所提出的方法无论是在精确度上,还是在查询效率方面都有所提高。     

基于分层象限空间的P2P超级节点拓扑构造

现有的P2P超级节点拓扑分为非结构化超级节点拓扑和结构化超级节点拓扑,前者支持模糊查询,鲁棒性好,但路由效率低,查询结果具有不确定性,后者支持数据定位,路由效率高,负载均衡性好,但不支持模糊查询,也不适应高度动态环境.文中将两种超级节点拓扑结构的优点结合起来,提出一种基于分层象限空间的新型超级节点拓扑Quad.它在路由方面同时支持数据定位和模糊查询,并解决了结构化超级节点拓扑对动态性支持差的问题.分析和模拟结果表明:和现有的超级节点拓扑相比,Quad数据定位在常数度数下达到O(logN)定位性能,并在路由效率和路由状态数上获得更好的权衡.在动态环境中,Quad能更有效地处理超级节点失效;在性能上,它具有更少的拓扑构建和失效修复成本并具有良好的负载均衡性.     

混合群智感知中服务节点优化选择机制

移动群智感知应用依赖于以人为主导的移动用户参与,用户的移动规律和用户所携带感知设备的剩余资源等都会制约其参与感知服务的能力,从而影响系统的感知质量。现有研究工作对服务节点的选取操作比较单一,因此有必要设计合理的节点优化选择机制,选择到达并覆盖目标区域的最优服务节点集,从而保证对目标区域的感知质量。针对服务节点的优化选取展开研究,基于人的移动特性,定义节点服务度量标准,并结合遗传算法设计服务节点优化选取算法,从而提出一种新的服务节点优化选择机制。仿真实验表明,该机制可以有效选取最优服务节点集,达到提高混合群智网络感知服务质量的目的。     

非结构化P2P网络中基于节点的MQR算法设计与实现

在非结构化P2P搜索中,由于缺少全局性的管理机制,网络节点无法获得整个网络的拓扑结构及目标数据的定位信息,因此查询消息的路由过程具有较高的随机性,不仅查询性能低,而且宽带消耗大。为在有效控制网络冗余消息规模的同时提高数据的搜索范围,在分析现有2类典型非结构化P2P路由算法的基础上,提出一种基于节点的MQR算法。利用网络节点的状态信息及搜索过程中查询消息的TTL值状态信息,从数据的搜索范围与网络使用情况2个方面来提高非结构化P2P网络搜索性能。仿真实验结果表明,与传统的P2P路由算法APS和Random Walk相比,该算法在搜索准确率、网络利用率及召回率方面有更好的表现。     

去中心化云存储网络的存储任务分配算法

针对联邦学习客户端数据集的存储任务分配问题构建新型模型,为保证去中心化云存储网络的负载均衡,缩短存储数据上传/恢复时间,减少客户端存储总花费,提出了一种考虑客户端需求和全局负载的数据存储任务分配算法——URGL＿allo(Allocation Based on User Requirements and Global Load)算法。在节点分配阶段考虑全局负载、拓扑属性及客户端关注的存储价格和数据恢复时间等节点资源,结合万有引力定律定义新的节点排序方法,选择最佳存储任务分配节点。在链路分配阶段,使用Dijkstra算法计算以客户端节点为中心到网络中其他节点的最短路径,并选择两节点间最短路径集合中带宽值最大的路径进行分配。仿真结果表明,相比基于随机策略的分配算法(Random＿allo),所提算法的负载均衡指数、客户端存储总花费分别降低了41.9%,5%,并且与基于链路带宽的贪婪算法的数据恢复时间相差不大,都稳定维持在(0,2]之间,是Random＿allo算法的1/20,在全局负载和服务质量上的综合表现优于对比算法。     

物联网环境下一种基于人工能量势的服务获取方法

针对物联网环境下的服务获取问题,结合物联网节点能量有限、节点自组织、数据空间性等特点,提出了一种 基于人工能量势的物联网空间社区服务获取方法。首先给出了空间社区的概念,然后利用能量迁移方法,使物联网用 户能够通过空间节点在节点的最大有效传输范围内寻找最优节点作为下一跳节点,以减少节点的下一跳数和交互时 间,从而节省节点能耗,提高服务获取的效率。理论分析和仿真实验表明,提出的方法与Random Walk和1VIodificd- r}} s算法相比在减少节点能耗、延长网络生存周期及服务获取效率等方面有一定的改进。     

基于快照的大规模动态图相似节点查询算法

动态图拓扑结构演进过程中,为了量化在一定时间域内节点间联系的变化情况,定义了一种泛相似节点的概念,通过衡量其与当前节点的联系是否频繁、分布是否均匀来确定与当前节点的泛相似程度,并提出了一种基于快照的大规模动态图泛相似节点查询处理算法。具体包括:图动态演进过程的快照集表示,即演进动态图;图动态演进过程中的节点泛相似的语义及其形式化表示方式,从联系的频繁程度与分布的均匀程度对节点的相似程度进行了刻画;节点泛相似语义的矩阵表示及处理方式;针对这种语义的泛相似节点查询处理算法。真实数据集和合成数据集上的实验结果均表明算法能够处理大规模动态图上泛相似节点的查询问题,并在实际应用中运用实现。     

公平的有向传感器网络方向优化和节点调度算法

为了解决有向传感器网络中点目标覆盖控制问题,分别提出了两种方向优化算法和一个节点调度协议:改进的贪婪(enhanced greedy algorithm,简称EGA)、公平的方向优化(equitable direction optimization,简称EDO)算法和邻居节点调度协议(neighbors sensing scheduling,NSS).EGA 基于覆盖最多未覆盖的目标数选取工作方向,其不足是可能忽略临界目标.EDO 优化算法调节节点的工作方向,优先覆盖临界目标,公平分配感知资源,减小目标覆盖度的差异,EDO 算法使用效用值评价每个方向对网络覆盖质量的贡献大小,影响效用值的因素包括每个方向上的目标数、目标的覆盖度和邻居节点的方向决策,EDO 总是选择效用值最大的方向作为工作方向.NSS 协议引入局部覆盖集的概念,通过局部覆盖集判断当前节点是否为冗余节点,并在考虑节点剩余能量时决定节点是否可以转为睡眠,调度协议允许一个节点加入多个覆盖集,覆盖集轮流工作,使网络生存期最大化.仿真实验结果表明,分布式的EDO 算法比EGA 算法具有更好的方向优化性能,临界目标的覆盖质量提高了30%,同时明显地提高了网络生存期.     

Isomorphism of regular NM-graphs of degree 4

An analysis of the problem of isomorphism of natural modular graphs is continued. New results are obtained for regular graphs of degree 4. The general approach to the analysis of arbitrary regular NM-graphs is developed, which brings close to solving the isomorphism problem for a given class of numerical graphs. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 1, pp. 95–103, January–February 2006.     

确定平面点集凸包的一类最优算法

确定平面点集的凸包问题在计算机图形学、图象处理、ＶＬＳＩ设计与ＣＡＤ／ＣＡＭ等众多领域中有广泛的应用，多年来人们一直在寻找此问题的决策算法。     

Further results for synchronization of two coupled Boolean networks

This paper investigates the complete synchronization of drive-response Boolean networks (BNs ) using the semi-tensor product of matrices. First, a necessary and sufficient condition for complete synchronization is obtained. Next, a pinning control method for achieving complete synchronization of drive-response BNs is proposed, based on certain transformations of the state transition matrix of drive BN . Then, an algorithm is proposed to obtain the minimum number of pinning nodes, based on the perturbation method. Finally, two numerical examples are given to verify the validity of the study results.     

一种基于蛋白质交互网络链接预测的新方法

当前可用的生物数据在不断地迅速增长,仍有很多生物信息如蛋白质交互信息(protein-protein interac-tion,PPI)还未被发现,而这些潜在的或未知的信息对生物过程的研究是至关重要的。近年来,对未知生物信息的挖掘和研究吸引了很多人的关注。通过实验检测方法来发现这些信息是非常耗时耗力的,所以链接预测成为一种新的挖掘这些信息的指导方法。基于蛋白质交互网络并融合了基因表达数据信息,从拓扑和基因表达两个方面的信息来构建PPI权值网络,提出了一种在权值网络中基于相似度比较的链接预测的新方法来预测PPI网络中未知的交互信息。使用MIPS数据库评估了实验结果,表明了该算法有很好的准确率和良好的性能。     

Deducing Complete Selection Rule Set for Driver Nodes to Guarantee Network's Structural Controllability

Structural controllability is critical for operating and controlling large-scale complex networks. In real applications, for a given network, it is always desirable to have more selections for driver nodes which make the network structurally controllable. Different from the works in complex network field where structural controllability is often used to explore the emergence properties of complex networks at a macro level, in this paper, we investigate it for control design purpose at the application level and focus on describing and obtaining the solution space for all selections of driver nodes to guarantee structural controllability. In accord with practical applications, we define the complete selection rule set as the solution space which is composed of a series of selection rules expressed by intuitive algebraic forms. It explicitly indicates which nodes must be controlled and how many nodes need to be controlled in a node set and thus is particularly helpful for freely selecting driver nodes. Based on two algebraic criteria of structural controllability, we separately develop an input-connectivity algorithm and a relevancy algorithm to deduce selection rules for driver nodes. In order to reduce the computational complexity, we propose a pretreatment algorithm to reduce the scale of network's structural matrix efficiently, and a rearrangement algorithm to partition the matrix into several smaller ones. A general procedure is proposed to get the complete selection rule set for driver nodes which guarantee network's structural controllability. Simulation tests with efficiency analysis of the proposed algorithms are given and the result of applying the proposed procedure to some real networks is also shown, and these all indicate the validity of the proposed procedure.      

Effects of the number of hidden nodes used in a structured-based neural network on the reliability of image classification

A structured-based neural network (NN) with backpropagation through structure (BPTS) algorithm is conducted for image classification in organizing a large image database, which is a challenging problem under investigation. Many factors can affect the results of image classification. One of the most important factors is the architecture of a NN, which consists of input layer, hidden layer and output layer. In this study, only the numbers of nodes in hidden layer (hidden nodes) of a NN are considered. Other factors are kept unchanged. Two groups of experiments including 2,940 images in each group are used for the analysis. The assessment of the effects for the first group is carried out with features described by image intensities, and, the second group uses features described by wavelet coefficients. Experimental results demonstrate that the effects of the numbers of hidden nodes on the reliability of classification are significant and non-linear. When the number of hidden nodes is 17, the classification rate on training set is up to 95%, and arrives at 90% on the testing set. The results indicate that 17 is an appropriate choice for the number of hidden nodes for the image classification when a structured-based NN with BPTS algorithm is applied.     

基于参数可变遗传算法的炮兵通信网络覆盖控制优化

针对节点高密度部署的炮兵通信网络中优化工作节点集的选取问题,提出一种基于参数可变遗传算法的覆盖控制优化方法。设计了密度检测机制优化初始种群,并设计了即考虑到进化代数对算法影响,又考虑到每代中不同个体适应度对算法作用的自适应交叉概率和变异概率。仿真实验及分析表明,该优化方法快速有效地实现了工作节点数目少、节点集覆盖率高的工作节点集的选取,可有效地降低能耗,延长网络生存时间。     

One-to-one communication in twisted cubes under restricted connectivity

The dimensions of twisted cubes are only limited to odd integers. In this paper, we first extend the dimensions of twisted cubes to all positive integers. Then, we introduce the concept of the restricted faulty set into twisted cubes. We further prove that under the condition that each node of the n-dimensional twisted cube TQ_n has at least one fault-free neighbor, its restricted connectivity is 2n − 2, which is almost twice as that of TQ_n under the condition of arbitrary faulty nodes, the same as that of the n-dimensional hypercube. Moreover, we provide an O(NlogN) fault-free unicast algorithm and simulations result of the expected length of the fault-free path obtained by our algorithm, where N denotes the node number of TQ_n. Finally, we propose a polynomial algorithm to check whether the faulty node set satisfies the condition that each node of the n-dimensional twisted cube TQ_n has at least one fault-free neighbor.     

无线传感器网络最小覆盖能量优化算法

在无线传感器网络中,位于基站周围的节点由于负责所有探测数据的转发任务而能量消耗水平较高。为了均衡基站周围节点的能量消耗,提出一种合理有效的节点轮换休眠机制。使得网络中大量冗余节点处于休眠状态,从而减少基站周围重要节点的负载。基于这种想法提出了冗余节点判定定理,基于Voronoi图寻找最大可休眠节点集,设计了最小连通覆盖算法（FBSW）寻找网络中可休眠的冗余节点,有效地延长网络的生命周期。仿真结果证明,该算法的运行复杂度优于贪婪算法,由于冗余节点轮换休眠,整个网络的能量节约了20.01%以上。