基于遗传规划集成学习的网络作弊检测

网络作弊检测是搜索引擎的重要挑战之一,该文提出基于遗传规划的集成学习方法 (简记为GPENL)来检测网络作弊。该方法首先通过欠抽样技术从原训练集中抽样得到t个不同的训练集;然后使用c个不同的分类算法对t个训练集进行训练得到t*c个基分类器;最后利用遗传规划得到t*c个基分类器的集成方式。新方法不仅将欠抽样技术和集成学习融合起来提高非平衡数据集的分类性能,还能方便地集成不同类型的基分类器。在WEBSPAM-UK2006数据集上所做的实验表明无论是同态集成还是异态集成,GPENL均能提高分类的性能,且异态集成比同态集成更加有效;GPENL比AdaBoost、Bagging、RandomForest、多数投票集成、EDKC算法和基于Prediction Spamicity的方法取得更高的F-度量值。     

新闻

短讯英维思运营管理(Invensys Operations Management)日前宣布与微软结成联盟,将部分英维思应用程序迁移到Windows Azure云计算平台上。该联盟进一步拓展了英维思与微软的持续合作关系,将在生产制造和基础设施运营领域为终端用户提供基于云计算的产品和服务。     

工业大数据云 利用大数据集推动创新、竞争和增长

引言工业企业已进入了"大数据"时代,企业所管理数据的规模、种类和复杂度都在以前所未有的速度呈爆炸式增长。据麦肯锡咨询公司统计,"制造业的数据存储量高于其它行业——2010年的新数据存储量接近2EB"。大数据源自各种系统、设备和应用程序数据量的激增,使用传统软件解决方案,在可以接受的时间内完成这些数据的采集、管理和处理会非常困难。一个数据集内的大数据规模从几十TB到     

基于不可分辨关系的文本自动聚类

研究了文本对象在不可分辨关系下的自动聚类方法．在自动聚类过程中,首先把文本集转化为让机器可以处理的布尔文本信息系统;其次在信息系统上定义对象间的不可分辨关系,提出利用不可分辨关系进行聚类的理论基础;然后对算法进行描述,并用实验进行验证;最后分析该算法的时间复杂度和缺点,并提出具体的改进措施．基于不可分辨关系的文本自动聚类算法具有理论基础和较好的实验效果表明该方法具有较好的应用性．     

基于矢量建模的AUV水下目标探测仿真方法研究

采用矢量建模与虚拟仿真技术,模拟自主水下机器人(Autonomous Underwater vehicle,AUV)环境感知功能,对目标探测传感器视域及目标特征进行矢量建模。根据目标探测传感器的特征参数,利用边界矢量点描述目标探测的视域范围。以三维地理信息系统理论为基础,采用基于面向对象数据模型和基于表面三角剖分的方法来构建水下目标的三维空间数据模型。以三角形的空间拓扑关系为基础,分析了任意两实体的空间拓扑关系,并将其用于水下未知目标探测。通过水下目标的建模实例和探测仿真实例验证了建模与目标探测方法的正确性和可行性。     

30种多氯有机物的沉积物吸附系数定量结构性质关系研究

研究了30种含氯有机物沉积物吸附系数(Koc)的定量结构性质关系(QSPR)模型。模型的自变量由遗传算法从多个结构描述符中选择得到,校正模型则采用多元线性回归方法建立。应用留一交叉验证及外部测试集验证对所建立的模型进行了检验。留一交叉验证中模型的预测均方相对误差为8.13,外部测试集验证中模型的预测均方相对误差为8.88。这说明所建立模型对于未知样本有较好的预测能力,可用于预测含氯有机物的Koc值;遗传算法结合多元线性回归方法是一种合理可行的建立含氯有机物沉积物吸附系数QSPR模型的方法。     

多层次规则集在喷雾机器人数据融合中的应用

针对喷雾机器人多传感器数据的不完整性,提出了一种基于粗糙集的多层次规则集数据融合算法.首先根据植物特征属性,建立植物种类决策表,然后从决策表出发,建立一个不同简化层次的多层次节点集,并推导出各个节点的规则集,其中每条规则都有相应的置信度.在应用该多层次规则集进行推理决策时,用新数据的信息与相应节点的规则相匹配,最后选用综合评判算法,得到杂草识别的最快融合算法.     

Vague 集之间相似性的度量方法

指出现有Vague集相似度量方法的不足,分析了其存在不足的根本原因,给出了一种Vague集相似度量的新的计算方法.通过实例说明了该计算方法的有效性和合理性.     

多测度Value集相似度量

针对单一测度度量Vague集相似性上的缺陷,提出了两种Vague集的多测度相似度量.给出了一种Vague集的单形体几何表示方法,亦即将Vague集的真、假隶属度和未知度表达为划分单形体同一平面的3个三角形,进而提出了适合于度量Vague集相似性的面积测度,并结合距离测度和未知度测度构造了Vague集多测度相似度量,以在空间上体现出“点-线-面”多特征相似性度量格局.实例验证了多测度相似度量的有效性和优越性.     

OTIS网络的支配集问题算法研究

图的最小支配集问题和最小连通支配集问题在网络与并行分布式计算中有重要应用,计算上它们都属于NP难问题。OTIS网络是一类可以任意图为因子网络的复合网络,它能继承因子网络的良好特性,因而成为可扩展性、模块化、容错性的大规模并行计算机系统的体系结构形式之一。研究如何构建OTIS网络的较小支配集和连通支配集。基于OTIS网络构图规则,分别根据因子网络的支配集算法和连通支配集算法得到了求解OTIS网络的支配集算法和连通支配集算法。从理论上分析了这些算法的性能,并通过实例进行了验证。