一种基于超链和锚文本分析的主题发现算法

针对HITS算法中容易出现"主题漂移"的问题,提出了一种新的主题发现算法.首先从对权威度贡献大小的角度出发,将链接分为两类,首尾节点均在根集中的链接为第一类,赋予较高的权重,同时通过分析链接锚文本来调整另一类链接的权重.通过这种方法,有效地改善了主题提取的质量.     

Web超链接分析算法研究

随着信息技术的发展,特别是互联网技术的不断普及,网上信息数量呈指数级增长。如何准确有效地从海量信息中检索出所需的信息,成为一个重要而迫切的研究课题。文中分析了两种基本的Web超链接分析算法：PageRank算法和HITS算法,并指出了各自的特点。最后指出了Web超链接分析算法的改进方向和发展趋势。     

从基于超链接结构到面向语义网的网页排序研究

本文首先介绍了基于超链接结构的网页排序的思想和算法,重点介绍了PageRank算法和HITS算法,比较分析了二者的不同,进而指出了链接分析排序的优缺点.随后,笔者引入了语义网检索排序的原理及模型,认为提出建立面向语义网的搜索引擎技术,可以更好地改进网页排序.     

一种改进的Web社区结构挖掘系统

针对HITS算法、传统最大流算法在挖掘Web社区时存在主题漂移、噪音页面等问题,采用基于传递概率的边容量分配最大流改进算法,开发了一个改进的Web社区结构挖掘系统,详细描述了该系统的设计和实现过程。实验表明,利用该系统进行Web社区挖掘能较好的解决传统算法中存在的问题,进一步提高了Web社区挖掘的准确性。     

一种基于权重矩阵的协同过滤算法的相似度度量方法

协同过滤算法作为目前推荐系统中重要的技术之一,其中相似度度量方法是衡量其效果的重要指标。传统相似度度量方法主要是在用户评分矩阵的基础上对用户的共同评分项进行度量,却忽视了用户评分标准不一致和共同评分项目之外的可用数据。基于上述问题,从用户交叉项目和交叉项目之外的已有权重项目两方面共同考虑,文中融合了修正的Tanimoto系数和相关相似性,提出一种基于权重矩阵的协同过滤相似度度量方法,有效避免了因用户评分标准不一致出现的误差,提高了数据利用率。实验结果表明,该算法有效地提高了推荐的准确性。     

将粒子残差一致性度量的滤波算法用于纯方位被动跟踪

在低信扰比条件下的纯方位被动跟踪中,针对量测似然度评估粒子权重的方式对于滤波结果的不利影响,提出了一种基于粒子残差一致性度量的粒子滤波算法.首先,利用粒子残差实现采样粒子由状态空间到量测空间的映射变换;在此基础上,通过置信度距离和置信度矩阵的构建及求解,完成对于粒子权重的合理度量.新的粒子权重评估方法实现了对于最新量测信息及粒子间蕴含冗余和互补信息的充分提取和利用,使得粒子权重度量结果更加稳定和可靠.最后,仿真实验验证了算法的有效性.     

一种基于迭代信息熵权的改进LFCM算法

LFCM算法作为一种划分式聚类算法,它根据新旧聚类中心之差是否小于设定阈值决定是否停止迭代,但存在聚类准确率偏低的缺陷.熵是信息论中有效度量不确定性的一项指标.为此,文章提出了一种基于迭代信息熵权的改进LFCM算法,该算法将熵权法与LFCM算法进行了有效的融合.算法的改进思路为:(1)输入样本结合隶属度函数,求得数据矩阵,根据该数据矩阵求取新的信息熵和权重;(2)目标函数采用权重函数,算法通过判断新旧权重的差值是否小于设定阈值作为停止迭代条件.仿真实验结果表明,基于迭代信息熵权的改进LFCM算法可以有效提高聚类准确率及紧凑率.     

一种基于区域相似性的图像融合评价方法

本文提出一种新的图像融合客观评价方法.首先,利用模糊C-均值聚类算法（FCM）对图像进行区域分割,获取区域特征矩阵.通过降维处理,计算区域的距离,以此作为区域相似度.其次,以对应区域的特征向量元素相似比作为对应区域的权重.区域的边缘强度比值作为区域之间的权重.最终获得图像的相似度.实验结果表明这种相似性度量考虑了图像像素的局部关系以及区域的显著性,更加符合人类的视觉特征.     

Web结构挖掘及其算法分析

本文介绍了Web结构挖掘的基本概念,分析了HITS和PageRank算法,并对这两种算法进行了比较,最后探讨了基于这两种算法的改进算法.     

主向量变换法在粒子目标数字度量中的应用

为了将目标和背景颗粒噪声及其他不需要的粒子目标区分出来,需要计算这些粒子区域的扁度、矩形度等数字度量参数,指定区域的最小外接矩形是区域的数字度量计算时必要的中间参量之一,但是传统的对称矩阵QR算法在处理最小外接矩阵时存在一定的局限性.为此,采用主向量变换方法对二值图像中粒子目标区域进行数字度量和特征提取,并推导了算法实现的主要过程.实验结果表明主向量变换法较好地解决了粒子场图像的计算机识别和数字度量问题.