基于树形结构的评论文本相似度计算算法

文本相似度度量对于促进信息处理领域的发展具有重要意义。针对评论文本提出了一种基于树形结构的内容相似性度量方法。该方法利用评论文本的内容组织特征,将其分解为对应树各层之间的相似性度量,从而使得每层相似度的度量对象都为同类型的词语,进而分别采用合适的相似性度量方法,最后再对各层相似度赋予不同的权重,并通过融合树各层的相似度最终得到整体的相似度。在Amazon数据集上的实验结果表明文章方法较之于其它常见度量方法更加有效,准确率更高。     

改进的Vague值相似度及多准则决策方法

为了区分Vague值的相似性,提出一种基于Vague值的区间中点值的相似度量。考虑隶属度与非隶属度间的运算关系,构成区间中点值,在基于Vague值相似度量的公理化条件的基础上,将隶属度、非隶属度及Vague值的区间中间值3个因素结合起来,构成了一个改进的相似度量公式。与已有的相似度量进行仿真比较,结果表明该度量能有效区分Vague值数据。将该度量应用于多准则决策问题,实例验证了该度量的有效性。     

基于垂直维序列动态时间规整方法的图相似度度量

针对图相似度度量过程中复杂度高、信息缺失的问题,采用将图转换为广义树,将广义树表示为垂直维序列的方法,通过计算垂直维序列的距离度量图的相似度。该方法把度量图相似度的问题简化为计算垂直维序列距离的问题。垂直维序列不仅包含了顶点标号、入度和出度信息,而且体现了顶点的层次结构特性,保留了图中的路径信息。与现有方法相比,该方法在度量过程中考虑了更多的图信息,并将时间复杂度降至O(n~2)。     

Petri网的映射变迁关系相似性度量

为了准确计算业务流程管理中流程模型的相似性,给流程的比较、索引和搜索提供有效的保证,使用Petri网对业务流程进行建模,提出基于Petri网的映射变迁关系相似性度量方法.利用流程变迁之间存在的5类基本关系:强线性、弱线性、互斥、并行和循环关系改进传统的工作流网模型,通过度量相同变迁节点在不同流程中结构上的相似性来计算流程相似性.实验中对流程模型进行约束性的增加和删除变迁操作,在达到提高流程相似性的目的的同时,通过与不同流程相似性算法的结果进行比较,验证了所提方法对于解决计算流程相似性问题的有效性.     

基于多重序列所有公共子序列的启发式算法度量多图的相似度

提出了启发式A*算法度量任意多个图的相似度方法,该算法将多图表示多重序列,在多重序列的匹配点上计算多重序列的所有公共子序列数,得到的所有公共子序列数用来度量多图的相似度。该算法避免了在非匹配点上的冗余计算,最大化后缀序列的所有公共子序列数的启发函数值,将访问的节点限制在两个序列匹配的子集,减少了计算节点的个数。与现有度量图的相似度方法相比,该算法不仅可以度量任意多个图的相似度,而且计算过程简单,通过启发信息的引导能够快速地度量多图的相似度。     

基于杰卡德相似性的推荐系统研究

协同过滤推荐系统的核心是用户的相似性度量.在杰卡德相似性度量基础上,提出一种修正的杰卡德相似性度量.该方法将用户评分差异的数目融入相似度计算,并综合杰卡德相似度建立神经网络学习模型,选取Movielens数据作为训练集,得到合适的权重.实验结果表明,与pearson相似性度量相比,该方法在用户评价较少时给出相对可靠的推荐,在推荐的精度、平均绝对误差等方面具有一定的优越性.     

一种改进相似度的协同过滤算法

传统的相似度计算方法通过评分信息得出用户之间的相关关系,这些方法仅仅从用户评价信息考虑用户之间的相似度,使计算结果过于片面,在稀疏数据集中受较大影响,导致推荐结果的准确性有所降低。针对一般的协同过滤推荐算法中存在的数据稀疏性问题,通过引入用户相似度权重系数,将Pearson相关系数进行加权处理后与Jaccard相似性方法相结合,提出一种新的计算方案,改进算法考虑了用户对共同评分项目所占的比率和用户对项目的评分取值大小,优化了协同过滤算法中相似度量的关键性能。在MovieLens和Book-Crossing两个公共数据集中进行试验,结果表明,改进算法使平均绝对误差值最大程度上降低了5. 2%,从而有效降低稀疏数据集对推荐结果的影响,显著提升了推荐系统的准确度。     

基于相似理论的灰关联度在故障诊断中的应用

在研究常规灰色关联分析所存在缺陷的基础上,根据灰色关联分析的基本思想,提出了一种改进的灰色关联度计算方法,并将其应用于机械故障断中.该方法根据相似理论,将比较序列曲线的整体性相似分解为若干对应向量的局部相似性,而向量的局部相似性以其位置相似度和方向相似度来度量.通过实例验证,该模型对已有的关联度模型有较大的改进,能很好地进行故障识别.     

使用轨迹指纹和地点相似性的地点推荐

针对传统的时空轨迹相似性度量算法中存在的计算复杂度高且不适于增量计算的问题,提出了基于相似哈希计算用户时空轨迹相似度的方法,同时使用逆轨迹频率(ITF)度量位置流行度对轨迹相似性的影响,将用户的历史轨迹编码为二进制轨迹指纹,并根据海明距离判断轨迹指纹之间的相似性,使得相似性计算可以在线性时间内完成;此外,改进了地点相似性算法,并将轨迹相似度和地点相似度相结合提出了基于地点和轨迹相似性的地点推荐算法。实验结果表明,本文的推荐方法在准确率、召回率和覆盖率方面能够取得较好的推荐效果,验证了所提方法的有效性。     

加权网络中基于多路径节点相似性的链接预测

鉴于现有大多数链接预测算法仅考虑了图的局部或全局特性,在预测准确率和计算复杂度上难以均衡,且有关加权网络的链接预测研究相对较少,提出新的加权社会网络链接预测算法(STNMP).引入节点对边权强度的概念,用于度量邻居节点间的局部相似度.提出路径相似性贡献的概念,定义多路径传输节点相似性,用于描述步长为2和3的所有路径及这些路径上的中间节点对于所连接的两个节点的相似性总贡献.在多个真实网络中对算法的有效性进行验证,以AUC作为评价指标,与经典相似性算法CN、Jaccard、AA等进行预测准确率的对比分析.结果显示,针对小规模社会网络,STNMP算法的预测准确率高于现有算法.     

加权网络中基于多路径节点相似性的链接预测

鉴于现有大多数链接预测算法仅考虑了图的局部或全局特性,在预测准确率和计算复杂度上难以均衡,且有关加权网络的链接预测研究相对较少,提出新的加权社会网络链接预测算法(STNMP).引入节点对边权强度的概念,用于度量邻居节点间的局部相似度.提出路径相似性贡献的概念,定义多路径传输节点相似性,用于描述步长为2和3的所有路径及这些路径上的中间节点对于所连接的两个节点的相似性总贡献.在多个真实网络中对算法的有效性进行验证,以AUC作为评价指标,与经典相似性算法CN、Jaccard、AA等进行预测准确率的对比分析.结果显示,针对小规模社会网络,STNMP算法的预测准确率高于现有算法.     

基于抑制弧Petri网的离散事件系统的监控理论综述

利用Petri网的抑制弧实现离散事件系统的监控是离散事件系统监控理论的一个新进展。对抑制弧Petri网作了简单的介绍，并给出了该监控理论的基本原理．详细地回顾和总结了该理论的四种方法，即：结合自动机的字符串避免方法、抑制弧方法、基于抑制弧的状态避免控制器方法以及加权抑制弧方法，分别分析了这几种方法各自的利弊。最后对其可能的发展作了展望。     

面向综合特征提取的流程相似度模型

针对流程相似度计算研究中注重流程结构而缺乏兼顾流程语义的问题,以及现有相似度计算方法在计算复杂度上的不足,提出一种基于流程综合特征提取的相似度计算模型.基于流程基本控制结构分析,提出边权重标注方法以扩展现有流程结构,提取流程结构特征;定义流程高层语义模型及其对应特征提取方法;融合了节点集、边集相似度,给出新的流程结构相似度定义,利用集合关系和向量空间模型计算流程语义相似度;通过加权实现综合流程相似度评价,并采用权重参数调节的方式实现了同已有相似度计算方法的自适应转化.将本文模型与典型相似度计算方法进行了实验对比,结果表明,面向综合特征提取的流程相似度计算方法更具普适性,同时具有更高效的计算能力.     

基于模式形态距离的桥梁监测测点相似性聚类研究

为挖掘桥梁检测各测点之间的相似关系,提出基于模式形态距离的时间序列相似性度量方法。该方法首先根据监测时间序列的形态特征将序列划分成若干模式,然后以各模式形态的动态变化趋势差异为依据进行相似性的判别,并定义了各类判别结果的距离函数,最后得出各测点间的模式形态距离。在此基础上,对玉峰大桥监测点的相似性进行层次聚类分析,结果反映出的信息与桥梁的真实结构状况一致。监测点的相似性分析为桥梁结构提供了更深层次信息挖掘的可能,为传感器的坏点排查以及结构的异常数据判别提供了科学的依据。     

Vague集之间的相似度量及其在模式识别中的应用

讨论Vague集之间的相似度量问题 .首先 ,基于Vague集定义本身的动态趋势 ,分别给出元素相对于Vague集的隶属度与非隶属度的合理表示 ,进而提出一种新的度量Vague集之间相似程度的方法 ,并讨论其性质 .然后 ,将元素在Vague集中所呈现的三部分 :隶属度、非隶属度和不确定程度的相对重要性以及每个元素的相对重要性考虑进去 ,提出并讨论一种新的加权相似度量方法 .进一步 ,将上述Vague集之间的相似度量和加权相似度量推广到连续论域 ,得到相应度量的积分表示 ,同时指出Hong和Kim给出的度量方法是结论的特例 .最后 ,将Vague集之间的相似度量应用于模式识别     

一种基于未知度的区间值加权模糊推理方法

基于Vague集未知度给出一种新的区间值加权模糊推理方法,将精确量的推理规则区间值模糊化,并给出加权的基于Vague集未知度的相似度量方法,用以确定事实为区间值的模糊控制匹配函数,通过实例分析表明,该推理方法过程比较简单,具有较好的实用价值。     

基于同义词词林的词语相似度计算方法

为解决词语相在语义网自适应学习系统中相似度计算不清的问题,以同义词词林为基础,提出并实现了一种基于同义词词林的词语相似度计算方法,充分分析并利用了同义词词林的编码及结构特点。该算法同时考虑了词语的相似性,和词语的相关性。进行人工测试,替换测试以及与当前流行的基于＂知网＂的词语相似度算法对比测试的结果表明,该算法与人们思维中的相似度值基本一致,有较高的准确性。     

基于质心的时间序列相似性搜索

对时间序列的相似性度量提出了一种新方法.由于相似质点系的质心距离相近,则相似的时间序列质心也应相近.基于变换的时间序列,利用预处理的时间序列数据求得加权质量,继而得到时间序列的质心.通过度量时间序列质心的欧式距离,得到时间序列的相似程度.这种方法不仅适用于时间轴伸缩及其组合,而且对于弯曲的、不同长度的时间序列同样可以处理.     

基于Petri网的不确定时间工作流成本分析

为了实现对不确定时间工作流Petri网的成本控制,在原型Petri网的基础之上,基于模糊理论,通过建立模糊时间Petri网,实现对不确定性时间信息的全面描述.在考虑工作流具体运作的情况下,扩展模糊时间Petri网,设定定义在变迁集上的价格函数,从而提出不确定时间价格Petri网.而后规定了该网的化简规则和算法,并通过实例演算该流程.     

Vague集之间的相似度量及其在模式识别中的应用

讨论Vague集之间的相似度量问题，首先，基于Vague集定义本身的动态趋势，分别给出元素相对于Vague集的隶属度与非隶属度的合理表示，进而提出一种新的度量Vague集之间相似程度的方法，并讨论其性质。然后，将元素在Vague集中所呈现的三部分：隶属度、非隶属度和不确定程度的相对重要性以及每个元素的相对重要性考虑进去，提出并讨论一种新的加权相似度量方法。进一步，将上述Vague集之间的相似度量和加权相似度量推广到连续论域，得到相应度量的积分表示，同时指出Hong和Kim给出的度量方法是结论的特例，最后，将Vague集之间的相似度量应用于模式识别。