一种求解空间数据聚类的粒子动力学演化算法*

从空间数据挖掘的基本概念出发,阐述了空间数据的特点及空间数据挖掘的常规方法,分析了用常规方法进行数据挖掘的不足,提出了一种求解空间数据聚类的粒子动力学演化算法——SDCPDEA。该方法有效地避免了用常规方法进行空间数据聚类时的缺陷,增强了聚类分析方法的灵活性和有效性。实验结果表明,对于空间数据的聚类分析问题,该算法具有很好的性能。     

基于软件网络的服务自动分类和推荐方法研究

服务的分类和推荐方法对于服务管理和组合都具有重要意义.文中利用服务组合历史,从面向服务软件的结构角度研究了服务分类和推荐方法:提出面向服务软件的软件网络模型,并用于抽象面向服务软件的拓扑结构;利用复杂网络社区发现算法对软件网络进行聚类,从而实现服务的自动分类;利用软件网络描述服务之间的可组合关系及其强度,并基于服务的使...     

一种mashup服务描述本体的自动构建方法

服务描述本体是基于语义的服务聚合的基础.目前本体构建主要由领域专家手工进行,具有成本高、时间长、不易演化等困难,不能满足mashup生态系统对本体的需要.标签作为一种在各类服务注册体系中被广泛使用的大众分类手段,从功能、认知的角度对服务进行描述,是群体智能的一种体现.提出了一种从标签自动构建mashup服务描述本体的方法,该方法利用大众分类,可以自下而上地进行自动化本体构建,并能随网络化的服务资源变化而自行演化.最后,通过实例验证了该方法的有效性.     

基于改进演化算法的空间数据聚类方法

分析空间数据的特点和用常规方法进行空间数据聚类分析的难点与不足,提出一种基于改进的演化算法空间数据聚类方法——SDCEA。解决用传统方法进行空间数据聚类分析时存在的问题,增强聚类分析方法的灵活性和有效性。实验结果表明,对于空间数据的聚类分析问题,该算法具有很好的性能。