基于直觉梯形模糊数的灰关联投影寻踪动态聚类多属性决策方法

针对属性权重完全未知,属性值以直觉梯形模糊数形式给出的多属性决策问题,提出一种灰关联投影寻踪动态聚类法。该方法综合考虑灰色关联和优隶属度,改进灰关联投影法(GRPM),并将改进的灰关联投影法与投影寻踪动态聚类(PPDC)方法结合,构建投影目标函数。引入萤火虫算法(FA)优化投影目标函数,寻求灰关联投影值的最佳投影方向,从而求得灰关联投影值。根据灰关联投影值的大小对备选方案进行分类、排序和择优。实例分析结果验证了所提出方法的有效性和可行性。     

基于免疫进化算法的投影寻踪聚类在公司债券财务质量评级中的应用

针对公司债券财务质量评级问题,采用投影寻踪聚类(PPC)模型,将多维数据指标转换到低维子空间,并利用免疫进化算法(IEA)优化其投影方向,根据投影函数值的大小评价出样本的优劣,从而做出决策。应用表明,该方法能利用一个综合反映多因素之间复杂关系的特征指标给出客观而直接的评价结果,且根据计算结果还可以分析各个指标对综合评价结果的影响程度,为公司债券财务质量评级提供了一种计算过程简单、直观的新方法。     

基于CPSO的多目标文本分类投影寻踪

投影寻踪可有效解决文本分类中的维数灾难问题,而投影方向优化是投影寻踪需要解决的关键问题。传统的投影寻踪方法将投影指标优化看作单目标优化问题,会使解的质量受到影响。为此,提出一种基于多目标优化的投影寻踪方法。将类别之间的距离和类别内数据的聚类紧密程度作为2个优化目标,并将投影扩展到多维,利用混沌粒子群优化算法寻找最优的投影方向。在常用文本数据集上进行实验,确定最优投影指标及维度,并比较不同分类模型的分类结果,结果表明,使用该方法能有效提高文本分类性能。     

人工免疫投影寻踪降维模型——AI-PPC

引入人工免疫(AI)系统原理用于解决投影寻踪(PP)降维问题,利用免疫克隆选择算法优化投影方向,将高维的特征数据投影到低维空间上,从而降低了数据挖掘过程中的计算复杂度,实现了数据的约减;并用K-Means等聚类算法分别对初始数据和降维后的数据进行聚类对比。实验结果验证了人工免疫投影寻踪降维(AI-PPC)算法的有效性。     

投影寻踪模型在软件质量评价中的应用

利用投影寻踪模型对软件质量多个指标综合成一维综合投影值,提出了基于遗传优化的投影寻踪模型在软件质量评价中的应用.利用样本数据求解最佳投影方向,确定评价等级的综合投影值区间,根据待评价样本综合投影值与区间值比较,得出综合评价.实例评价结果表明,投影寻踪模型应用于软件质量评价是可行的,具有较强的适用性和应用性,能够准确、科学和客观地评价软件质量.     

常用聚类内部评价指标的对比分析

聚类算法是人工智能领域的重要组成部分，选择合适的聚类评价指标对于聚类结果的正确评估具有重要意义。选择常用的3个聚类内部评价指标在不同分布数据集下的不同算法聚类结果进行对比实验，基于极差比和变异系数对聚类评价指标的波动性进行对比。实验结果表明，Silhouette Coefficien (SC)指数值波动最小；Davies-Bouldin (DB)指数值波动最大。评价指标在各数据集中的聚类性能排名方面，SC指数和Calinski-Harabasz (CH)指数具有一致性。这3个指标在团状数据集上聚类效果最好；在同心圆数据集上聚类效果最差。通过对聚类评价指标在数据集上相关性的分析发现，每个聚类评价指标对不同数据集具有特定的倾向性。     

校园网中基于flash平台技术的p2p应用

flash平台技术已成为互联网应用中一种重要的开发技术,p2p的应用也越来越广泛,为构建网络化的教学环境,很多高校都建设了校园无线网。主要探讨在校园网内基于flash平台和p2p技术设计和实现即时通讯软件,包括p2p和flash平台技术的应用、功能设计以及实现的关键技术等,以提高信息的沟通效率,同时展望局域网内p2p的应用。     

一种新的RES脉内特征复杂度评价方法

为弥补传统五参数对雷达辐射源信号(RES)分选识别能力的不足,提出一种基于模糊物元分析的 RES 脉内特征复杂度评价方法。从特征提取算法的时间复杂度和特征的空间复杂度2个角度设计评价指标,基于实数编码加速遗传算法的投影寻踪模型获取指标的权重,采用模糊物元分析法综合评价RES脉内特征复杂度。针对6类典型RES信号进行仿真实验,结果表明,该方法可以较全面和准确地评价RES信号特征的复杂度。     

基于神经网络模型的网络借贷高危企业信用风险的识别研究

网络借贷的飞速发展在一定程度上缓解了小微型企业融资难的问题,但也暴露出网络借贷平台信用风险的识别问题。为充分识别高危网贷企业的特征,以中小型网贷企业为样本,通过指标筛选,挑选出与风险识别相关度较高的指标作为指标变量。并利用BP神经网络算法模型得出高危网贷企业在不同条件下的信用风险识别率和信用风险分类正确率。实验结果表明,高危网贷企业的信用风险具有高度识别性,高召回率、高正确率的特点。     

一种基于混合PSO的投影寻踪动态聚类模型

针对粒子群算法容易陷入局部最优解,将遗传算法的交叉和变异引入到粒子群算法中。根据不同的收敛情况及交叉和变异的特点使用两种算子,提出一种既能预防陷入局部最优解又能跳出局部最优解的混合粒子群算法,将该算法应用到投影寻踪动态聚类模型中来优化投影方向,得到近似最好的投影寻踪动态聚类模型。实验证明,相对于原始粒子群算法,该方法可以有效地避免陷入局部最优解,而且投影效果也更好。     

Dynamic nodeID based heterogeneity aware p2p system

A lot of research papers discussed Distributed Hash Table (DHT) based p2p systems to promise that idle resources may be efficiently harvested. However, p2p systems are composed of components with extremely heterogeneous availabilities and they will generate heavy information maintenance traffic to keep the efficiency of DHT based p2p systems under churn. In this paper, we suggest a dynamic nodeID based heterogeneity aware p2p system to reduce the overhead by exploiting the heterogeneity of participant nodes efficiently. Unlike the DHT based p2p systems, the nodeID of a node changes on the fly according to its characteristic and each node takes different responsibility in accordance with its nodeID to support p2p systems efficiently. A nodeID is composed of Load-Balanced ID (LBID) which balances the loads of reliable nodes and Load-Free ID (LFID) which reduces the responsibility of normal nodes and eliminates compulsory maintenance overhead. We conduct an event-driven simulation and show that our p2p system reduces data maintenance traffic and makes routing process more efficient and more reliable.     

p2p网络自服务访问控制协议设计

纯分散式p2p(peer-to-peer)网络中没有中心服务器,网络的各种安全服务由网络组内节点联合完成。本文研究了应用门限密码学方法实现p2p网络访问控制服务的问题。在分析前人访问控制协议安全漏洞基础上,以门限签名机制为核心,设计了由一系列安全门限运算协议构成的多方参与p2p网络自服务访问控制协议。整个协议过程不需要中心服务器参与。文章分析了协议的安全性、鲁棒性和效率。     

P2P协议在嵌入式网关的实现

P2P技术可从根本上改变了现有网络的计算模型,解决了传统网络所固有诸多难题,拓宽了网络的应用。在分析了嵌入式网关的原理和基于中间盒的P2P技术后,提出了把P2P技术和嵌入式网关相结合,可拓展嵌入式网关应用平台,使不同局域网内的测控节点实现点对点即时通信。     

Exploiting semantic proximities for content search over p2p networks

In this paper, we address the issue of content search over peer-to peer networks. We use the concept of semantic proximity that exploits the commonalities of interests exhibited among peer users so as to decompose the network into semantic clusters. We initially define search entropy, as a metric indicating the average number of packets required to locate the requested content. Then, spectral clustering is used to organize the peer nodes into semantic clusters so that (a) the probability that a node locates content within its own cluster is maximized, while simultaneously; (b) the respective probability of finding this content outside this cluster is minimized. The proposed semantic partitioning algorithm is then extended into a hierarchical two-tier scheme, in which practical issues arising for the deployment of a peer-to-peer (p2p) application can be more easily addressed. After the system has been initialized, a dynamic algorithm places new users that join the p2p network into appropriately selected clusters and also handles peer departures without the need for matrix eigen decomposition process which is necessary for the assessment of the initial static partitioning. Our experimental results validate that (a) our static partitioning outperforms traditional and novel search techniques and (b) our dynamic algorithm is able to efficiently track the system’s progression maintaining the search entropy close to the initially assessed levels.     

利用DNS扩展和PROXY扩展实现对等网设计

描述了一种利用DNS和PROXY扩展来实现对等网设计的方案，利用DNS扩展，WebService和组播技术来提供防火墙保护的局域网的节点的查找和内容访问，并给出了系统设计方案和协议要点。     

基于P2P的VoIP系统的设计与优化

本文分折了VoIP应用在P2P网络中的特点,提出了一个基于组的层次式的P2P对象定位算法(GPOL),并设计一个基于P2P的VoIP系统,实现用户登陆、退出、通话、发送和接收即时消息、用户查询等功能,成功达到了P2P对象定位算法的优化目的.     

基于分层p2p系统的失效恢复机制的改进

在混合式p2p中为解决超级节点存在的单点失效问题,提高系统的可靠性,出现了具有两层(two-tier)分布式哈希表(dht)的分层p2p系统,该系统采用两套相对独立的机制来解决超级节点单点失效问题,系统开销比较大。针对上述原因,提出了在分层P2P系统中一个改进的失效恢复机制,其具有上述机制的优点,同时减少了建立起两个独立机制相应的开销,该机制是在超级节点和其所在域中加入了冗余信息,利用冗余信息可对系统进行快捷的失效恢复和信息更新,保持网络拓扑的稳定性,能有效地解决因超级节点的动态行为而导致系统可靠性和资源查找问题。