基于HITS与MASEL算法的融合算法

HITS算法和MASEL算法分别实现针对用户的查询进行WEB结构挖掘和WEB使用挖掘，从而提供给用户查询所得信息。为了针对用户的某一查询搜索出更符合用户需求的信息，提出了一种新的挖掘算法．该算法是对HITS算法和MASEL算法的融合应用和改进，可以解决在HITS算法中所产生的主题偏移问题以及MASEL算法中不能很好的查找出中枢网页和权威网页的问题。模拟实验结果表明：针对某一查询，基于HITS和MASEL算法的融合算法具有更高的准确率，查询的结果路径更接近用户的经验兴趣路径。     

基于蚁群算法的HITS改进算法

在HITS算法的基础上应用蚁群算法的主要思想,对网页按关键字搜索后被点击的次数进行统计,结合相关内容提出了一种新的搜索算法—基于蚁群算法的改进HITS算法.实验表明,该算法在使得返回结果中相关度较高的网页通过人们的自主选择获得了不同程度的加权,使得其在查准率及解决HITS算法的主题漂移方面都优于传统HITS算法.     

基于蚁群算法的HITS改进算法

在HITS算法的基础上应用蚁群算法的主要思想,对网页按关键字搜索后被点击的次数进行统计,结合相关内容提出了一种新的搜索算法—基于蚁群算法的改进HITS算法.实验表明,该算法在使得返回结果中相关度较高的网页通过人们的自主选择获得了不同程度的加权,使得其在查准率及解决HITS算法的主题漂移方面都优于传统HITS算法.     

一种针对LBS中k-匿名连续查询的攻击算法

针对k-匿名机制无法保证位置信息服务（LBS）中连续查询隐私性的问题,提出一种连续查询发送模型,该模型融合了查询发送时间的间隔模型和连续性模型.在该模型的基础上针对k-匿名算法,提出一种连续查询攻击算法,该算法将和连续查询相关的一系列快照互相关联,计算出快照的匿名集内每个用户发送查询的概率,从而估计出查询真正的发送者.仿真实验模拟在不同的连续性参数、匿名集的势的情况下,使用连续查询攻击算法重识别受k-匿名保护的查询.通过对被恶意攻击者重识别的查询数量统计,结果表明,对连续性很强的查询,攻击算法重识别用户身份的成功率极高（85%）,比不使用攻击算法所获得的重识别率提高了1.5倍以上,严重破坏了查询的匿名性.     

时间参数在HITS算法中的应用及改进

针对HITS算法的不足及研究现状,引入了时间参数,并将其应用到HITS算法中;对原有的HITS算法进行了改进,改进后的算法对提高HITS算法的有效性与准确性有较好的效果.     

基于Nutch的页面排序算法研究

针对某一主题或学科的垂直搜索引擎是搜索引擎的延伸和细分,面向特定用户提供垂直搜索。网页排序算法是搜索引擎好坏的关键,搜索引擎网页排序算法的目的是从海量搜索结果中将主题相关和权威的网页排在前列,帮助用户查找所需的资源。 Nutch搜索引擎只实现了一个基本的综合排序模型,为了使Nutch更好地满足专业用户的需求,该文设计一个综合考虑主题相关性和网页权威性的综合排序模型,将主题相关度因子和改进后的PageRank算法因子融入到Nutch网页评分计算公式中。实验表明,改进的排序算法可以提高信息的查准率,具有明显的主题倾向性,在实际应用中发挥作用。     

基于HITS算法的微博用户可信度评估

以新浪微博为研究平台,在HITS(hyperlink-induced topic search)算法的基础上,提出融合用户交互行为和博文内容的微博用户可信度评估算法。分别构建基于交互行为和基于博文内容的微博用户有向链接图,图中节点表示用户,有向边体现用户基于交互行为或基于内容的指向关系;依据HITS算法计算两种拓扑结构下微博用户的权威度和中心度;以融合的权威度作为度量评估用户可信度。试验采用从新浪微博采集的数据作为测试集合,通过反复训练法获得可信度阈值,绘制不同可信度算法的用户可信度曲线,验证了算法的可行性和有效性。     

基于语义模型的Web挖掘算法研究

分析了Web日志和用户查询行为之间存在的潜在语义关系,提出了一个能够有效反映用户查询行为的语义模型.提出了一个Web挖掘算法.由于Web日志是一个典型的稀疏矩阵,进一步给出了加速的Web挖掘算法.实验结果表明,基于语义模型的Web挖掘算法是可行、有效的.     

基于XML的WEB数据挖掘系统研究

在论述WEB数据挖掘技术理论后,详细探讨了WEB数据挖掘的内容、流程、任务.根据用户的行为建立用户的兴趣模型,在此基础上对中文网页进行推荐,使用户最感兴趣的信息显示在最前面.     

基于用户兴趣度的PageRank改进算法

传统的PageRank算法容易导致主题漂移、偏重旧网页、用户对搜索结果的主观选择被忽略等问题。针对PageRank算法存在的上述缺陷,提出了一种基于用户兴趣度的网页排序算法——PRUI算法。该算法主要从网页自身的客观特性和用户兴趣的主观特性两方面对网页的PR值进行重新估算,并依据估算后的网页PR值对网页做重排序。相比传统的PageRank算法,改进的PRUI算法进一步提高了系统检索的准确率和首页命中率。     

利用遗传贪婪混合算法求解背包问题

采用遗传贪婪混合算法解决背包问题,提出利用补偿算子来解决算法较早收敛于局部最优解的思想,有效抑制算法的早熟收敛。在算法的交叉操作中加入确定性策略,在算法的变异操作中加入非确定性策略,以确保算法具有更好的收敛性能。实验结果表明,该算法性能较佳,可以满足解决背包问题的需要。     

求解非满载车辆调度问题的免疫遗传算法

非满载车辆调度问题是车辆调度问题中的一个基本问题,由于它是一个典型的NP难题,传统方法的求解结果往往不能令人满意.曾有研究将传统的遗传算法用于求解非满载车辆调度问题,但是由于遗传算法在遗传后期的波动现象,导致了迭代次数过大和准确率不高.该实验根据生物免疫系统的机理提出的免疫遗传算法,结合了遗传算法的进化操作和生物免疫中的浓度机制,通过抗体的期望繁殖率实现对抗体的促进和抑制,改善未成熟收敛.该算法是在传统遗传算法全局随机搜索的基础上,借鉴生物免疫机制中抗体的多样性保持策略,改善了传统遗传算法的群体多样性,通过与遗传算法的比较,结果表明,该算法不仅收敛,而且具有更好的全局和局部搜索能力和收敛速度.     

多级正向变异的遗传算法提高求解VRP问题效率

应用遗传算法对车辆路径问题(VRP)求解时,由于遗传算法在解决VRP问题时,交叉操作难以保留优秀基因片段,可能导致算法收敛较慢等问题.在一定程度上影响了遗传算法解决VRP问题的实用性.在前人的基础上,通过一种多级正向变异方法,使变异最大程度向好的方向进行,拆除基因片段中较差的基因连接并建立新基因连接,从而得到较优的新基因片段,重复一定的变异次数,让变异达到最优效果.通过实验表明多级正向变异明显提高了遗传算法解决此类问题的效率.     

协同进化杂草入侵算法设计与应用

将协同进化算法与杂草入侵算法相结合,设计了协同进化杂草入侵算法（CCIWO）。选择5个函数作为基准函数进行进化计算实验,并与协同进化算法（CCGA）和竞争协同进化算法（LCGA）进行比较,结果显示CCIWO优于其它两种算法。最后在传输受限的电力市场中应用该算法搜索纳什平衡点（NE）。实验结果表明,该方法效率更高、更准确。     

基于PCNN算法图像边缘检测及系统级实现

针对图像边缘检测系统硬件设计和处理算法的选择优化问题,提出了一种基于PCNN算法结合FPGA的图像边缘检测系统实现方法.研究了系统中图像采集模块、FPGA外围电路、外部存储器和千兆以太网等部分的硬件设计.从简化系统算法和提高系统运行效率的角度出发,采用简化PCNN算法作为系统的边缘检测算法.采用两幅不同图像进行测试,结果表明,该系统能够实现对静态小场景图像边缘的可靠检测,检测效果优于传统Sobel算法和Canny算法,熵值最高可达0. 886.     

淘汰赛编排算法理论研究

以往淘汰赛编排方法存在两个方面的问题:一是"查表法"问题:二是'框图法"问题.经过研究,提出了两个算法:一个是"根种子"位置编排算法;另一个是"分组编码"算法.通过这两个算法解决了以往"查表法"和"框图法"所存在的问题.     

基于遗传算法的大型Flow—shop生产调度

Flow—shop调度问题具有建模复杂性、计算复杂性、动态多约束、多目标性等特点。近几年,各种演化计算方法逐渐被引入到生产调度中,特别是遗传算法的应用。为此,应用Matlab开发生产调度程序,并利用实际生产数据进行了仿真;通过相关仿真实验,验证了不同交叉算子和变异算子组合获得的最优解存在差异,获得并验证了一种较好的交叉算子和变异算子组合,其仿真调度数据验证了遗传算法用于求解大型流水车间调度的可行性和有效性。