A poly-hybrid PSO optimization method with intelligent parameter adjustment

This paper presents results on a new hybrid optimization method which combines the best features of four traditional optimization methods together with an intelligent adjustment algorithm to speed convergence on unconstrained and constrained optimization problems. It is believed that this is the first time that such a broad array of methods has been employed to facilitate synergistic enhancement of convergence. Particle swarm optimization is based on swarm intelligence inspired by the social behavior and movement dynamics of bird flocking, fish schooling, and swarming theory. This method has been applied for structural damage identification, neural network training, and reactive power optimization. It is also believed that this is the first time an intelligent parameter adjustment algorithm has been applied to maximize the effectiveness of individual component algorithms within the hybrid method. A comprehensive sensitivity analysis of the traditional optimization methods within the hybrid group is used to demonstrate how the relationship among the design variables in a given problem can be used to adjust algorithm parameters. The new method is benchmarked using 11 classical test functions and the results show that the new method outperforms eight of the most recently published search methodologies.     

Correspondence of projected 3‐D points and lines using a continuous GRASP

The field of computer vision has experienced rapid growth over the past 50 years. Many computer vision problems have been solved using theory and ideas from algebraic projective geometry. In this paper, we look at a previously unsolved problem from object recognition, namely object recognition when the correspondences between the object and image data are not known a priori. We formulate this problem as a mixed‐integer non‐linear optimization problem in terms of the unknown projection relating the object and image, as well as the unknown assignments of object points and lines to those in the image. The global optimum of this problem recovers the relationship between the object points and lines with those in the image. When certain assumptions are enforced on the allowable projections mapping the object into the image, a proof is provided which permits one to solve the optimization problem via a simple decomposition. We illustrate this decomposition approach on some example scenarios.     

基于数据流程变换的Mashup性能优化方法

Mashup是一种流行的web2.0应用,由开发者将互联网上多个web数据源的数据进行聚合构建而成.大多数mashup工具支持通过可视化的数据流程设计来开发mashup,但是缺少编程经验的终端用户设计的数据流程可能执行效率很低,当处理较大规模数据时mashup的响应时间会大幅增加.本文研究如何通过数据处理操作的合并拆分、次序交换、并行化等技术实现mashup的数据流程优化,提高mashup的性能及可扩展性.本文提出一种新的mashup性能优化方法,对多样化的mashup组件标注其操作语义特征属性及代价模型,定义适用于mashup的流程变换规则,针对用户设计的rnashup数据流程生成所有与其语义等价的流程,并提出算法建立流程之间的代价偏序关系图从而快速选择执行代价最小的流程.文中实现了一个mashup工具,实验表明该方法可以有效提高终端用户设计的mashup的执行效率.     

一种结合DWT和FARIMA的网络拥塞控制机制

针对自相似流量具有的长相关和突发性特征,结合离散小波变换(DWT)和时间序列分析中的FARIMA过程,提出构建一种混合的网络流量预测模型来对网络行为的发展趋势进行分析和预测,并以预测结果辅助AQM的REM显式拥塞标记,从而提高流量控制的动态性以实现对传统网络协议策略的优化.实验表明该方案可有效改善协议性能,具有良好的稳定性和低丢失率特征.     

一种互联网海量情报规则优化方法

现在很多部门都需要通过规则处理海量情报数据,规则的数量一旦达到海量级规模,对规则的处理技术的要求将会变得越来越高,海量规则的优化将是一个十分重要的问题.文中展示了一种海量规则的优化方法.若两个规则网最后的计算结果是一样的,则可以认为这两个规则网是等价的.基于该等价规则模块的变换可以将代价小的规则模块替换掉代价大的规则模块,从而以后可以选择一种代价最小的规则模块.本文提出规则网模块等价替换的5种优化方法,并对其做了相应的证明.通过优化,可以使得海量规则网处于计算代价尽量最小状态,以此减少处理机的计算工作量.分析表明,通过等价规则替换,可以大大提高规则处理效率.     

向量空间模型中结合句法的文本表示研究

为增强向量空间模型(VSM)中项的语义描述性,克服VSM中各语义单元相互独立的缺陷,提出一种基于短语的特征粒度描述方法。该方法从文本的表示及特征项之间的组织方式入手,通过句法规则识别基本短语,构建特征与中心动词的关系树,利用基本短语代替BOW中的词。实验结果表明,采用基本短语的文本表示可提高分类的性能,增加项之间的联系,克服特征项相互独立的缺陷,在特征数量较少的情况下仍能保持良好的分类效果。     

求旅行商问题近似解的碰撞算法

提出通过寻找精确解的边获得旅行商问题(TSP)近似解的思想,并以该思想为指导,设计一种新的碰撞算法。对国际通用的TSPLIB中不同城市规模的数据进行测试表明,该算法可以得到与目前已知最优解或相同或相近的结果。该算法不仅可以计算小规模的TSP,而且同样适用较大规模的TSP。     

基于流量调度的多链路负载均衡算法

针对多重上联链路负载不均衡问题,提出CIAP算法。基于链路时延和剩余带宽的协方差值,对路由表进行二次调整,调用PBA算法将IP碎片映射到各个链路上,使多链路负载达到相对均衡。实验结果表明,在网络重载状况下,CIAP算法的优化性能较DTIA有较大提高。     

基于稀疏表达的视频文字检测方法

针对传统视频文字检测方法存在效率较低、计算复杂、精确度不高的不足,提出一种视频文字检测方法,通过基于边缘密度和连通域分析的文字粗检测得到候选文本行,利用稀疏表达分类产生的过完备词典进行文字行验证。实验结果表明,该方法具有较好的检测性能,可以应用于视频检索系统。     

粒子群优化算法中的惯性权值非线性调整策略

为提升粒子群优化算法的性能,提出基于正弦曲线、正切曲线和对数曲线的非线性惯性权值调整策略。采用镜像策略对越界粒子进行处理,利用标准测试函数测试这些策略对算法的影响。实验结果表明,对于连续函数优化问题,正弦曲线和对数曲线策略优于传统的线性调整策略,而传统的线性调整策略又优于正切曲线策略。