复杂网络社区挖掘——改进的层次聚类算法

社区挖掘算法研究是复杂网络分析领域的热点问题。传统层次聚类算法在复杂网络社区挖掘过程中,需要计算所有顶点对之间的相似度。针对这一缺点,在详述了常见相似度计算方法和顶点重要性度量方法的基础上,将ego角色的探测过程引入层次聚类算法,而后只计算其他顶点与ego顶点之间的相似度,提高了社区挖掘效率。最后在不同类型的现实网络中验证了算法的有效性。     

基于模糊聚类的Web日志挖掘

本文使用模糊聚类的方法对Web日志进行数据挖掘,实现用户聚类和页面聚类,并设计与实现了一个基于模糊聚类的Web日志挖掘系统。     

基于混沌的聚类粒子群优化算法

针对函数优化问题,提出了一种基于混沌的聚类粒子群优化算法。该算法利用混沌序列产生粒子的位置和速度,并与粒子群优化算法产生的粒子位置进行比较,选择好的粒子位置。同时通过谱系聚类方法进行聚类,并且给出新的速度更新公式。最后将算法应用到5个典型的函数优化问题中,并与其它改进的粒子群算法进行比较分析。数值结果表明,该算法提高了全局搜索能力、收敛速度和解的精度。     

基于分层聚类和干扰对齐的MIMO链路调度算法

为了降低干扰对齐所需的处理开销,将链路划分为多个簇分别进行处理成为可行的办法之一。针对现有簇划分算 法中运算复杂度较高的问题,本文提出了一种基于最小信干比的簇划分算法。在此基础上,针对所有簇同时通信造成部分簇内链路接收端信干噪比（Signal to interference plus noise ratio,SINR）较低的问题,本文将以链路为单位的调度问题等效为以簇为单位的调度问题,提出了一种基于层次聚类的簇调度算法。理论与仿真实验结果表明,本文所提出的簇划分算法的运算复杂度明显低于现有算法,且相同条件下的系统平均吞吐量更高。同时,本文提出的基于簇层次聚类的调度算法不同程度地提升了各簇内链路接收端的SINR,系统可根据不同的性能需求进行调度策略选择。     

基于改进的模糊聚类算法的Web日志挖掘

Web日志挖掘是Web数据挖掘领域中的一个重要研究方向,是通过对Web日志记录的挖掘发现用户访问Web页面的浏览模式用以改进Web站点的性能和组织结构。在介绍Web日志挖掘的原理和技术的基础上对Web日志挖掘中的聚类技术进行了分析研究,并重点讨论了有关模糊聚类算法的原理及计算过程,对这一算法进行了改进后的优化和应用,最后用实例对算法加以验证。     

基于模糊聚类的Web日志挖掘的应用研究

在Web数据挖掘研究领域中，Web日志挖掘是Web数据研究领域中一个最重要的应用方面。本文对Web日志挖掘作了系统的研究。包括对服务器上日志结构的分析和对数据预处理过程的描述。文中着重讨论了用户模糊聚类的算法，并用实例证明了模糊聚类在web用户聚类应用中的可行性。在此基础上还提出了一个Web站点的个性化服务模型，通过对Web服务器中日志的挖掘，发现具有相似访问兴趣的用户群，进而为用户作个性化的推荐。     

基于聚类和关联规则的挖掘算法

数据挖掘技术中关联规则可以很好地发现数据项之间存在的相互关系,同时有大量的挖掘算法可供选择。聚类分析就是通过分析数据库中的记录数据,根据一定的分类规则合理地划分记录集合,确定每个记录所在类别。它所采用的分类规则是由聚类分析工具决定的。本文研究 聚类和关联规则的挖掘算法。     

动态复杂网络社区挖掘—选择性聚类融合算法

针对当前研究动态复杂网络的热点问题,提出了一种基于选择性聚类融合的社区挖掘算法.该算法首先将动态过程划分为相同时间间隔的快照,利用欧几里德距离、顶点权重等技术,使用一种改进的层次聚类算法加快聚类速度,得到每个快照相应的聚类结果;然后根据这些聚类结果之间的差异性,筛选聚类结果集合,为融合过程提供多样性的聚类成员;考虑到时间衰减性,设计了加权共联矩阵,使用单链接算法来得到最终的聚类结果.在随机网络和真实世界网络上对算法的计算速度和动态特征挖掘情况两方面进行实验,结果表明了该算法的可行性和有效性.     

基于聚类信息和对称非负矩阵分解的链路预测模型研究

现有的大部分基于非负矩阵分解的链路预测方法仅考虑网络拓扑结构信息而忽略节点与链接聚类信息.针对此问题,提出一个融合聚类信息的对称非负矩阵分解的链路预测模型.首先,该模型利用对称非负矩阵分解去捕获网络节点相似度信息;其次,使用基于Jaccard的节点和链接聚类系数去保持网络局部结构信息;最后,启用拉格朗日乘法规则去学习模型参数.在六个真实无向无权和四个加权网络上的实验结果表明,该方法在两种不同类型网络预测精确度分别提升了1.6％和8.9％.     

基于聚类和决策树的链路预测方法

链路预测是数据挖掘研究的主要问题之一.由于网络的复杂性、数据的多样性,根据网络结构及已有信息对异质网络中的不同类型的数据进行链路预测的问题也变得更加复杂.针对双类型异质信息网络,提出了一种基于聚类和决策树的链路预测方法CDTLinks.通过将网络中2种类型对象互为特征的方法得到对象的特征表示,并分别进行聚类.对于双类型异质网络提出了3种启发式规则来构建决策树,根据信息增益来选择树中不同分支.最后,根据聚簇分布结果以及决策树模型来判断任意2个不同类型节点之间是否存在链接.另外,定义了潜在链接节点并引入层数的概念,在降低算法运行时间的同时提高了准确率.在DBLP和AMiner数据集上验证了提出的CDTlinks方法,结果表明:在双类型异质网络中,CDTlinks模型能够有效地进行链路预测.     

移动通讯系统中固定网络的优化设计

搜索技术,诸如遗传算法,模拟退火算法,禁忌搜索和随机移动算法,已经广泛应用于全局优化。本文重点介绍了采用这些搜索算法优化设计蜂窝网络固定网部分性能比较的实验分析。在讨论不同算法的特性参数对算法性能的影响基础上,在相同的约束条件下使用MatLab对这些算法进行了比较实验,结果表明：在给定的问题模式和网络节点位置的假定下,禁忌搜索算法和遗传算法能提供较好的、稳定的解决方案。     

基于云计算模型的移动通信网络优化

为了最大程度地利用现有的移动通信网络资源,提升移动通信网络优化的工作效率,引入了云计算模型。结合移动通信网络优化面临的现状,在阐述云计算特征的基础上,剖析了云计算模型在移动通信网络优化中应用的可能性和必要性,并结合云计算的特点,提出了基于云计算模型的移动通信网络优化链接框架。该框架的构建为简化网络优化步骤、提高优化工作效率、降低优化费用提供了一定的理论依据,并为移动通信网络优化工作的深入研究奠定了基础。     

基于改进聚类算法的电力通信网可靠性优化算法

随着电力通信网规模的逐渐扩大,已有电力通信网可靠性优化算法的计算时间复杂度较高。为此,提出了基于改进聚类算法的电力通信网可靠性优化算法。该算法首先采用模拟退火算法与遗传算法结合的FCM算法将大规模网络划分为多个社团。其次,通过社团间可靠性分析与备份方法、社团内可靠性分析与备份方法两个过程,对电力通信网的关键资源进行识别和备份,从而提升了电力通信网的可靠性。在仿真实验部分,从备份资源数量在总资源中的占比、网络连通度两个方面,将本算法与已有算法进行比较,验证了本文算法有效提升了电力通信网的可靠性。     

基于鲸鱼优化算法的无人机通信网络链路拥塞控制研究

为了提高无人机通信网络的安全性,解决由于链路拥塞而导致的通信数据误码与丢失问题,提出基于鲸鱼优化算法的无人机通信网络链路拥塞控制方法。采用NetFlow技术获取无人机通信链路实时运行数据,度量链路利用率等指标,识别当前网络链路的拥塞状态。模拟无人机通信与链路拥塞过程,综合考虑无人机通信直视径、反射径和散射径三个分量,构建网络链路模型。在无人机通信网络链路拥塞控制协议的约束下,均衡调度无人机通信数据,利用鲸鱼优化算法选择通信链路的最优解,完成通信链路切换工作,实现无人机通信网络链路的拥塞控制任务。实验结果表明:在设计方法控制下,无人机通信网络链路的时延减小了61s,吞吐率提升135kbit/s,证明优化方法能够有效缓解链路的拥塞程度,通过对通信网络误码率和溢出丢包率的分析,证明优化控制方法不会对网络的通信任务产生明显影响。     

基于Mobile Agent聚类挖掘算法研究

Mobile Agent技术是随着网络应用的日益深入而发展起来的一项新兴技术。Mobile Agent技术的智能性和移动性,不仅降低了网络负载,而且提高了通信效率;此外,其支持异步自主交互、支持断连操作,具有安全性、并行性,具有学习、容错、智能化路由能力等优点,使得Mobile Agent技术在复杂的分布式问题求解方面表现出非凡的优势,因此,将Mobile Agent技术应用于数据挖掘系统中,具有很好的研究及应用前景。     

基于移动IP的新一代移动通信网络

提出一种基于移动IP协议，在家乡代理中建立动态的外地代理列表，从而不仅使移动用户在新一代移动通信网络中有唯一的IP标识，而且可以实现在小区切换时数据的无缝传输。     

基于4G无线网络通信的数采控制器的设计

应用4G无线网络通信及嵌入式技术设计了一款无线数采控制器,该数采控制器采用S3C2440作为主控制器。阐述了系统的硬件和软件结构,硬件设计介绍了硬件的构成及功能;软件设计包括Linux嵌入式系统驱动程序开发、调试,应用程序软件的开发、调试等。     

基于SECI模型的网络数据挖掘系统优化设计

针对原有网络数据挖掘系统精准度低的问题,笔者提出基于SECI模型的网络数据挖掘系统优化设计。优化系统硬件中的网络数据采集器、网络数据预处理器等,提高了系统硬件设备的运行效率;在系统软件技术方面,以SECI模型为理论指导,在原有数据挖掘算法的基础上对其进行优化,提高了系统挖掘结果的精准度,以此实现了对网络数据挖掘系统的优化设计。经实验证明,优化后的系统挖掘结果的精准度得到了有效提高。     

移动通信核心网优化方法探究

随着技术的发展和业务量的增加,移动核心网络需要不断进行优化,本文首先说明了对核心网进行调整具有重大意义,对提升网络服务质量可以起到很大的作用,之后指出了对通讯网络核心网进行调整和改善的方法,希望能够为改善移动网络起到借鉴作用。