基于Ising计算树的均值场区间传播算法

基于不完全泛函迭代,设计一个均值场区间传播算法,可给出变量期望界.首先,定义Ising均值场计算树模型来表示Ising均值场迭代计算过程.然后,基于Ising计算树设计均值场区间传播算法,通过在计算树上进行消息区间传播,计算出根变量簇变量期望区间.同时证明在2层计算树上区间传播算法给出的变量期望区间包含期望精确值,即给出变量期望界.最后,通过对比实验验证该算法的有效性和期望界的紧致性.     

Ising图模型概率推理的参数化复杂性

Ising图模型概率推理的主要工作是通过变量求和来计算配分函数和边缘概率分布。传统计算复杂性理论证明Ising图模型精确概率推理是NP难的,并且Ising图模型近似概率推理是NP难的。研究了Ising图模型精确概率推理和Ising均值场近似概率推理的参数化复杂性。首先证明了不同参数的Ising图模型概率推理的参数化复杂性定理,指出基于变量个数或图模型树宽的参数化概率推理问题是固定参数可处理的。然后证明了Ising均值场的参数化复杂性定理,指出基于自由分布树宽、迭代次数和变量个数的参数化Icing均值场是固定参数可处理的;进一步,当Ising图模型参数满足Ising均值场迭代式压缩条件时,基于自由分布树宽和迭代次数的参数化Ising均值场是固定参数可处理的。     

Ising图模型概率推理的计算复杂性

图模型概率推理的主要任务是通过对联合概率分布进行变量求和来计算配分函数、变量边缘概率分布、条件 概率分布等。图模型概率推理计算复杂性及近似概率推理的计算复杂性是一重要的理论问题,也是设计概率推理算 法和近似概率推理算法的理论基础。研究了Ising图模型概率推理的计算复杂性,包括概率推理的难解性及不可近似 性。具体地,通过构建#2 SA"I'问题到Icing图模型概率推理问题的多项式时间计数归约,证明在一般 Ising图模型上 计算配分函数、变量边缘概率分布、条件概率分布的概率推理问题是#P难的,同时证明Icing图模型近似概率推理问 题是NP难的,即一般Icing图模型上的概率推理问题是难解且不可近似的。     

具有过去时态算予的计算树逻辑模型检测

在计算树逻辑（CTL）中引入过去时态算子，得到了表达力更强的属性规约语言CTLP，给出了CTLP的模型检测算法及其固定点刻画。该算法的复杂性和CTL一样。固定点刻画使得CTLP的符号模型检测过程能够实现，从而有效克服了模型检测中的状态爆炸问题。     

具有过去时态算子的计算树逻辑模型检测

在计算树逻辑(CTL)中引入过去时态算子,得到了表达力更强的属性规约语言CTLP,给出了CTLP 的模型检测算法及其固定点刻画.该算法的复杂性和CTL一样.固定点刻画使得CTLP的符号模型检测过程能够实现,从而有效克服了模型检测中的状态爆炸问题.     

图数据分析系统计算模型综述

随着大数据时代的到来,图作为一种表示和分析大数据的有效方法,正成为学术界和工业界广泛关注的焦点.图数据具有规模巨大、耦合性强、动态变化等特点,需要新的计算模型支持高效的图计算系统对大规模图数据进行处理.对图计算系统计算模型的研究现状进行了调研和综述,首先介绍图计算系统的产生和发展,然后将主流图计算系统中的计算模型按照计算对象分为:结点中心计算模型、边中心计算模型、路径中心计算模型和子图计算模型四类,重点介绍结点中心模型的应用和性能,最后对图计算模型的发展过程进行总结,并展望图计算模型未来发展方向.     

基于传播树的微博推荐模型

针对目前微博推荐模型未考虑传播特征的问题,提出一种基于传播树的微博推荐模型。首先利用树结构对微博传播特征进行表示,由内容、时间和用户三方面特征构成树的节点,以微博的转发和评论关系作为树的边;然后基于节点间关联关系和层次关系分别计算待评估微博传播树与目标用户每棵微博传播树的传播路径相似度和传播层相似度,以此量化两棵传播树间的结构相似度;最后根据相似度大小对所有待评估微博进行排序,生成推荐列表,实现微博推荐。实验结果表明,与未考虑传播特征的微博推荐模型相比,该模型在准确率、召回率和F1值上分别提升13.0%、9.6%和10.7%,合理利用微博传播特征可以提升推荐结果的可靠性,增强用户体验感。     

模糊计算树逻辑的符号模型检测

对含有模糊不确定性信息的系统进行模型检测时,状态空间爆炸问题成为了亟待解决的主要问题.将形式化的系统模型用拟布尔公式表示,用多终端二叉决策图来对拟布尔公式进行存储.对模糊计算树逻辑的不动点语义给出了解释和证明,然后给出模糊计算树逻辑的符号化模型检测算法,最后通过一个实例验证算法的正确性.该算法可有效缓解对模糊模型检测验证时的状态空间爆炸问题,并扩展了模型检测的应用范围.     

一种基于数据场的K-均值算法

针对K-均值算法在随机选取初始类中心时存在不足、对噪声和孤立点敏感、不适用于发现大小差别很大的类的问题,借鉴分子间的相互作用力模型,将文本模拟成数据场中的数据点,综合考虑文本间的相似度和相异度,提出一个新的数据势值计算公式。根据文本数据的势,剔除孤立点、确定初始类中心。实验结果证明,该算法可以提高收敛速度,消除噪声和孤立点对聚类结果的影响,提高聚类的精度,适用于主题分布不均匀的文本集。     

基于平均场模型的传感器网络信息共享算法研究

为了提高分布式系统信息共享的可扩展性,并提供区分感知程度的支持能力,基于平均场提出了一种新的应用于大规模传感器网络的信息共享算法.利用统计机制建立了网络全局态势感知的概率分布模型,并与网络节点的交互关系进行了关联映射.通过分析概率分布模型发现,在某一控制变量的相变点,具有较高差异度的网络能够快速达到信息共享,随后以该变量作为决策参数设计开发了借鉴模拟退火的交互算法.不同网络模型下的仿真实验验证了算法的可行性和有效性,并能得出达到最优差异度所需的交互报文数量.利用该结果可进一步分析或统计处理,进而确定网络节点的交互时机和交互对象,调整网络达到最佳性能.     

Research on Domain Knowledge Based Chinese Short Message Understanding Model

With the rapid increase of the short message service in China, the information query technology based on the Chinese natural language is becoming a research hotspot at present. An algorithm of the Chinese natural language understanding based on certain domain knowledge is proposed, and it is applied to a Chinese short message based information query system. The algorithm is divided into three interrelated parts： word segmentation, syntax analysis and construction of SQL command. The domain knowledge is introduced into the word segmentation part, which simplifies the Chinese semantic understanding. In the syntax analysis part, a syntax analysis technology is integrated with a semantic analysis technology by associating one symbol in grammar rule with an entity and a field of an application database. A syntax tree in the semantic database is constructed as a middle format of SQL transformation and a SQL command is formed by searching the syntax tree in priority of the depth of the syntax tree.     

基于树型结构的MapReduce并行模型

MapReduce是Google提出的一种分布式计算模型,已在海量数据处理领域得到了广泛的应用。提出一种基于树型结构的新型MapReduce并行模型。该模型适合于利用Internet或Intranet环境下不可靠的桌面PC资源进行海量科学数据分析。该模型以P2P的形式将计算节点进行组织,模型的底层采用了P2P-MPI框架,采用基于消息传递的模式来实现MapReduce应用层。在MapReduce应用层的实现中,在Map阶段采用广播的形式来分发数据块,在Reduce阶段建立反向二叉树来实现有效的结果合并和化简。将提出的MapReduce模型与现有主流MapReduce模型进行了比较,结果表明,基于树型结构的MapReduce并行模型在容错性能方面具有较优的性能,且系统简单,易于应用开发。     

MVSMg:一个基于网格的计算燃烧学可视化共享模型

提出了一种基于网格的计算燃烧学可视化共享模型MVSMg（Multilevel Visualization and Storage Model based on grid）,并给出了形式化定义。模型将共享分为静态共享和动态共享。网格环境下计算燃烧学的数据可视化分为多级,帮助领域专家进行不同深度的研究。对好的应用模块进行注册,并与处理所得数据一起分层存储．以利于其他用户共享。还提出了一个动态共享和注册管理算法。最终实现了数据和应用模块的共享,避免了重复开发和计算。     

一种基于小波域特征树量化的数字水印算法*

首先使用尺度交互式特征检测算法提取图像小波域逼近子图的特征点,然后构造相应的特征树,最后对特征树所有节点进行量化以嵌入二值水印信息。水印信息嵌入到图像的特征之中,对JPEG,JPEG 2000以及高斯白噪音等多种处理具有较强的鲁棒性。     

基于简化随机场模型的高分辨率遥感影像分割方法

提出了一种灰度分割的基础上添加辅助的纹理分割的基于简化随机场模型的遥感影像目标分割方法,即用常用的描述局部图像特点的特征代替MRF中定义的特征,将这些特征组合成特征向量进行模糊C均值聚类完成分割。给出了算法流程和实验结果,并将该结果与基于高斯马尔可夫随机场模型法分割的结果进行比较,实验结果表明简化随机场模型法在保证一定的分割精度的情况下,分割速度明显快于高斯马尔可夫随机场模型法。     

基于Software Agent技术构造的面向资源联盟的分布式计算模型

针对因网络化制造、制造联盟、电子商务等需求或其他的利益和目的而动态形成的资源联合体,通过在已有的分布式计算技术的基础上引入Software Agent技术试图为这些资源联合体提供一个可行的分布式计算模型。     

基于资源属性空间的网格资源查找算法

提出了一种基于资源属性空间的网格资源查找算法,资源之间通过属性的相似度来确立彼此之间的邻接关系,每个邻居代表属性的一种变化趋势,这样在资源查找时可以沿着与目标资源属性越来越近的方向查找,因此具有较高的查找效率.在理论上证明了算法的完备性;通过试验验证了算法的查找效率.     

深度计算的同辈群体股市态势预测算法*

针对同辈群体的同辈群体算法(PG)的不足,提出深度计算的同辈群体生成算法.首先计算目标股票和候选股票之间的波段相似性,然后通过对亲密度、相关性和活跃度的深度计算,生成目标股票的同辈群体,并证明深度计算生成的同辈群体质量优于PG算法.针对PG算法不具有预测功能,通过结合自回归(AR)模型与同辈群体算法,提出基于同辈群体的自回归股价态势预测算法(DPG-AR).DPG-AR利用深度计算生成同辈群体,实现同辈群体权重的动态更新,并利用AR模型预测目标股票态势.上海证券综合指数及对应个股的对比实验证明DPG-AR的优越性.