一种基于图模型的维基概念相似度计算方法及其在实体链接系统中的应用

实体链接是指将文本中具有歧义的实体指称项链接到知识库中相应实体的过程。该文首先对实体链接系统进行了分析,指出实体链接系统中的核心问题—实体指称项文本与候选实体之间的语义相似度计算。接着提出了一种基于图模型的维基概念相似度计算方法,并将该相似度计算方法应用在实体指称项文本与候选实体语义相似度的计算中。在此基础上,设计了一个基于排序学习算法框架的实体链接系统。实验结果表明,相比于传统的计算方法,新的相似度计算方法可以更加有效地捕捉实体指称项文本与候选实体间的语义相似度。同时,融入了多种特征的实体链接系统在性能上获得了达到state-of-art的水平。     

A comparative runtime analysis of heuristic algorithms for satisfiability problems

The satisfiability problem is a basic core NP-complete problem. In recent years, a lot of heuristic algorithms have been developed to solve this problem, and many experiments have evaluated and compared the performance of different heuristic algorithms. However, rigorous theoretical analysis and comparison are rare. This paper analyzes and compares the expected runtime of three basic heuristic algorithms: RandomWalk, (1+1) EA, and hybrid algorithm. The runtime analysis of these heuristic algorithms on two 2-SAT instances shows that the expected runtime of these heuristic algorithms can be exponential time or polynomial time. Furthermore, these heuristic algorithms have their own advantages and disadvantages in solving different SAT instances. It also demonstrates that the expected runtime upper bound of RandomWalk on arbitrary k-SAT (k?3) is O(n(k−1)), and presents a k-SAT instance that has Θ(n(k−1)) expected runtime bound.     

基于随机游动的近似主题搜索方法

超链接诱导主题搜索(hyperlink induced topic search,HITS)是当前最具权威性和使用最广泛的图上节点个性化排名算法.HITS算法通过线性迭代的方式计算图上节点的排名,计算复杂度高,因此不能满足大量的用户实时请求.通过随机游动的思想对HITS方法进行建模分析,利用蒙特卡洛的采样方法对节点的HITS排名进行估算,提出了基于蒙特卡洛思想的节点HITS排名近似算法.理论分析和实验表明,提出的随机游动近似HITS方法不但执行效率高,而且具有很高的准确性,明显优于现有的相关研究.     

基于相似度传播的二分网络链接预测

链接预测是复杂网络分析中的重要研究问题。提出了一个基于链接相似度传播的二部图链路预测算法。该算法将链接相似度得分通过随机游走在网络中进行传播和更新。在该算法中,网络里的每一条边都被分配一个基于相似度的传播概率。不同部分的节点之间的链接相似性得分根据它们的边的传播概率来传播。在不同大小的真实社交网络上的实验结果证明,该算法可以取得比其他算法更精确的预测结果。     

Neural Networks Approach to the Random Walk Dilemma of Financial Time Series

Predictions of financial time series often show a characteristic one step shift relative to the original data as in a random walk. This has been the cause for opposing views whether such time series do contain information that can be extracted for predictions, or are simply random walks. In this case study, we show that NNs that are capable of extracting weak low frequency periodic signals buried in a strong high frequency signal, consistently predict the next value in the series to be the current value, as in a random walk, when used for one-step-ahead predictions of the detrended S&P 500 time series. In particular for the Time Delay Feed Forward Networks and Elman Networks of various configurations, our study supports the view of the detrended S&P 500 being a random walk series. This is consistent with the long standing hypothesis that some financial time series are random walk series.     

P2P流媒体直播系统覆盖网拓扑优化算法

针对对等(P2P)流媒体直播系统中节点的异构性问题,将系统节点分为不同级别,基于随机行走算法选择邻居节点,采用Metropolis- Hastings算法计算随机行走的转移矩阵,从而保证节点能以较大的概率选择到系统中级别较高的节点,并进一步描述覆盖网拓扑优化算法。仿真实验结果表明,该算法能促进节点协作,降低系统延时,在动态网络环境下具有良好的鲁棒性。     

基于社团多特征融合嵌入表示的时序链路预测方法

时序动态网络在静态网络基础上综合了时间属性的概念,包含了网络结构的复杂性、动态性等内涵,是研究复杂网络链路预测问题的较优思维对象,因在现实世界中具有较高应用价值而备受关注。目前大部分传统方法研究对象仍局限于静态网络,存在对网络时域演化信息利用不充分、时间复杂度较高等问题。结合社会学理论,提出一种基于社团多特征融合嵌入表示的时序链路预测方法,该方法的核心思想是通过分析网络动态演化特性,在社团范围内学习节点的嵌入表示向量,融合多特征以衡量节点间连边的生成概率。利用网络集体影响力的方法对节点和连边的权值进行计算,基于集体影响的连边权值进行社团划分,将网络划分为若干个社团子图,得到基于集体影响的相似性指标。在社团范围内,利用有偏的随机游走,结合梯度优化的Skip-gram方法获取所有节点的嵌入表示向量,得到基于社团范围游走的相似性指标。融合节点的集体影响、社团范围节点的多个中心性特征和学习到的节点表示向量,得到多特征融合的相似性指标,3 种新指标都可以用于衡量节点之间形成连边的概率。对比基于移动平均、嵌入表示、图神经网络等经典时序链路预测方法,在 6 个真实数据集上的实验结果表明,所提基于社团多特征融合的方法在 AUC评价标准下取得更优的预测性能。     

基于图像序列的虚拟场景重建和漫游

基于图像的建模和绘制方法与基于传统的几何绘制方法相比有很多优点,但是在场景几何参数未知的情况下,要实现单幅图片和图像序列的漫游,难度很大.TIP（tour into a picture）技术使得在一幅图像中漫游成为可能.为了实现场景几何参数未知情况下的场景漫游,在对TIP技术进行扩展的基础上,提出了一种能够在未知视点路径的图像序列中实现场景漫游的方法.这种算法在相机未定标的情况下,不仅解决了图像序列建模和场景漫游过程中前后图像场景不能平滑过渡的问题,并且扩大了TIP中视线方向变化的动态范围,从而在保证图像质量的情况下,实现了由图像序列到场景的无限制漫游.实际图像序列的实验结果表明,该算法是有效的,具有实际应用价值.     

一种新的在线手写签名认证算法

提出了一种新的在线手写签名认证算法,着重研究签名曲线中的特殊点的匹配情况。该算法将签名曲线中特殊点的位置坐标提取出来,然后提取出特殊点中的关键特征至高点与至低点,并且用离散Fréchet距离作为距离的测度来对至高点与至低点进行研究,提出了一种新的关于曲线相似性的定义,并且在这种定义的基础上建立了一种新的判断签名曲线相似性的数学模型,此模型中隐含了对签名曲线的平移和伸缩变换。由于模型的求解是一种NP困难问题,针对这种情况,提出了一种新的多项式的求解算法,最后通过对实验结果的分析验证了此算法用于签名认证的有效性,且适用于判别离散曲线的相似性。     

结构-属性平衡图节点相似度测量算法

摘  要：节点相似度是图聚类算法的重要基础,在基于结构-属性图聚类现有方法中,由于传统图模型的限制,需要多次矩阵相乘来调整属性边的权值,算法执行效率低。为解决这一问题,提出了结构-属性平衡图的概念,并采用随机游走模型策略统一度量结构-属性平衡图GB中顶点间的相似度。与现有方法相比,该方法不但能测量直接相连的顶点之间的相似度,还可测量不直接相连而存在不同长度的路径的顶点之间的相似度,且没有增加原相似度矩阵的规模,节省了大量存储空间,提高了算法执行效率。