A multiobjective hybrid ant colony optimization approach applied to the assignment and scheduling problem

The assignment and scheduling problem is inherently multiobjective. It generally involves multiple conflicting objectives and large and highly complex search spaces. The problem allows the determination of an efficient allocation of a set of limited and shared resources to perform tasks, and an efficient arrangement scheme of a set of tasks over time, while fulfilling spatiotemporal constraints. The main objective is to minimize the project makespan as well as the total cost. Finding a good approximation set is the result of trade‐offs between diversity of solutions and convergence toward the Pareto‐optimal front. It is difficult to achieve such a balance with NP‐hard problems. In this respect, and in order to efficiently explore the search space, a hybrid bidirectional ant‐based approach is proposed in this paper, which is an improvement of a bi‐colony ant‐based approach. Its main characteristic is that it combines a solution construction developed for a more complicated problem with a Pareto‐guided local search engine.     

一种局部强化的多标签传播社区发现算法

在社交网络中,社区和圈子均表现为一组内部连接相对紧密的节点,但后者规模较小。圈子是重要的局部社区信息,利用这一特点有助于进行社区发现。然而,现有的大部分基于标签传播的社区发现算法并没有考虑圈子的信息。为此,提出一种基于局部强化的多标签传播(LSMLP)社区发现算法。给出圈子的定义,提出一种基于圈子信息的迭代多标签传播策略,并从每个节点的多个标签中选择归属系数最大的标签作为其从属的临时社区。采用两步优化方法使模度最大化。在真实网络的数据实验结果表明,与已有的社区发现算法相比,LSMLP算法能更高效地发现社区。     

基于C-V模型和MRF的脑部MRI分割

为准确分割脑部磁共振图像(MRI)的灰质、白质和背景,提出一种基于C-V模型和马尔可夫随机场的全自动分割方法。采用C-V模型与形态学相结合的方法对脑MRI进行预处理,去除多余脑组织,获得待分割图像。引入灰度场局部熵的思想对惩罚因子进行估计,利用马尔可夫随机场模型建模实现脑灰白质的分割,并运用形态学方法获得最终分割结果。对96幅IBSR图像和46幅临床图像进行实验,结果表明,该方法能够实现脑部MRI灰白质的全自动分割,且具有较好的分割精度和较快的处理速度。     

联合 LTP 和 LPQ 的人脸识别方法

提出一种联合局部三值模式（LTP）和局部相位量化（LPQ）的人脸识别方法,该方法首先对预处理后的人脸分别采用LTP算子、LPQ算子提取各自的直方图,然后,通过特征选择将两者联合为LTP＿LPQ直方图,最后通过最近邻分类器进行分类识别。在ORL和YALE标准人脸数据库上的实验表明,该方法能有效地提高人脸的识别率。     

改进的局域均值分解在机械故障诊断中的应用

为了准确地提取出故障特征,把局域均值分解算法应用于机械故障振动信号的特征提取中.然而在对信号进行局域均值分解时,由于端点的趋势无法预知,在分解时会污染到整个信号序列,而且滑动平均造成了信号的过平滑处理,导致故障特征不能准确地提取.采用波形匹配解决端点处信号的走势,之后再利用线性插值求得信号的局域均值函数与包络函数,通过在Matlab环境下仿真调幅信号验证了该算法在端点处能很好的保持原有信号的特征;并采用实际的机械振动信号进行实验验证,引入端点效应评价指标,根据分解后的生产函数与原信号的相关系数验证了改进的局域均值分解更能准确地提取故障特征.     

基于内容重要性的Storyline可视化局部变形框架

针对Storyline可视化局部放大问题,提出一种基于内容重要性的局部变形框架.首先对可视化领域中局部变形技术进行对比和分析;然后给出了Storyline可视化可视元素及其重要性计算方法,并对重要性较大的实体元素进行放大显示,在高斯函数的指导下对重要会话元素进行局部放大和过渡平滑处理,根据不同位置的权重对线条进行重新定位;最后以Inception交互会话数据为实验数据,将该方法应用到Storyline可视化视图中.实验结果表明,文中方法能够在有限的显示空间中对Storyline可视化视图的整体结构和局部详细信息同时进行协调、友好的可视化.     

自适应改进和声—单纯形进化算法研究

针对和声搜索算法的不足,提出了一种自适应改进和声—单纯形进化算法(AIHSEA)。通过在新算法中加入变异策略对和声微调进行改进来增强算法的鲁棒性;适时执行单纯形算子增加群体搜索的方向性来加快搜索;采用自适应参数HMCR、PAR和BW调节全局和局部搜索。采用六个标准的优化算法测试函数对AIHSEA进行测试,并与HS、IHS和GHS算法进行对比,仿真结果表明AIHSEA算法具有较强的精确寻优和跳出局部最优的能力。     

论局域网的安全防范

网络技术、通信技术和计算机技术的突飞猛进使得很多的企业单位、机关部门和学校搭建了属于自己的局域网.信息安全问题是局域网实际应用过程中最受关注的问题.本文阐述了局域网安全的内涵和意义,分析了目前局域网安全防范中存在的问题,并根据笔者的实际经验给出了有效增强局域网安全防范的相关建议.     

计算机局域网网络的安全现状与对策分析

在现代企业中,随着办公自动化进程的不断深入,计算机局域网得到了普遍的发展,在很大程度上提高了工作效率。但是局域网技术在为工作带来便利的同时,安全问题也是比较严重的。本文主要探究的是计算机局域网网络的安全现状,并提出了相应的对策和解决措施。     

一种基于网络应用特征串识别的局域网管理方案

鉴于网络应用的高速发展,局域网呈现出复杂化的趋势,为更好的完成局域网管理的工作,提出一种基于网络应用行为识别与统计分析的局域网管理方案。该方案以网络特征串识别网络应用行为为基础,以主动识别网络应用行为的方式,通过对网络应用的归类和统计分析实现对局域网网络的积极管理。该方案可以在局域网内有效实现对网络应用的主动监控,网络管理员可以自行设置网络管理方式,达到主动管理灵活监控的目标,优化局域网网络环境。