常用内排序算法的分析与比较

该文在对常用内排序算法基本思想分析的基础上,从算法的稳定性;算法在最好情况下、最坏情况下的交换次数和移动次数;算法的时间复杂度等方面进行了详细的比较分析。     

一类带时间约束的多工件排序优化

研究了多个工件在多台机床上顺序加工,满足不同工件时间约束下总体加工时间最短的排序问题。建立了该问题的0-1整数优化模型,编写了基于LINGO软件的求解方程,算例表明了该模型的有效性。     

武钢二炼钢厂炉机匹配系统算法研究

武钢集团第二炼钢厂的炉机匹配系统可简化为两道工序的车间作业排程问题。其问题的关键在于合理调配3台转炉的工作时段以满足4台铸机的不间断运转。本文提出了一种快速有效的算法——压缩-扩张算法，为整个系统的最后实现，提供了最关键的支持。     

多产品、多流程、多工序的生产作业安排

试图通过网络分析和动态规划来解决现代企业中普遍存在多产品、多流程、多工序的生产作业安排问题．方法的计算过程包括总体生产能力安排，单台设备时间片安排和合成调整三个阶段．提出的方法能达到降低成本，提高效率等目的，适用于零部件加工装配企业和其他企业．     

以参考集为基础的排序指标之间的关系

目的　研究以参考集为基础的模糊量排序指标 ,即第二类排序指标所导出的序关系之间的联系 .方法　给出联系的定义 ,讨论两两联系 .结果与结论　指出了第二类所有排序指标中的相同性、有联系及独立性     

具有性能感知排序的深度监督哈希用于多标签图像检索

现实生活中的图像大多具有多种标签属性。对于多标签图像,理想情况下检索到的图像应该按照与查询图像相似程度降序排列,即与查询图像共享的标签数量依次递减。然而,大多数哈希算法主要针对单标签图像检索而设计的,而且现有用于多标签图像检索的深度监督哈希算法忽略了哈希码的排序性能且没有充分地利用标签类别信息。针对此问题,提出了一种具有性能感知排序的深度监督哈希方法（deep supervised hashing with performance-aware ranking,PRDH）,它能够有效地感知和优化模型的性能,改善多标签图像检索的效果。在哈希学习部分,设计了一种排序优化损失函数,以改善哈希码的排序性能;同时,还加入了一种空间划分损失函数,将具有不同数量的共享标签的图像划分到相应的汉明空间中;为了充分地利用标签信息,还鲜明地提出将预测标签用于检索阶段的汉明距离计算,并设计了一种用于多标签分类的损失函数,以实现对汉明距离排序的监督与优化。在三个多标签基准数据集上进行的大量检索实验结果表明,PRDH的各项评估指标均优于现有先进的深度哈希方法。     

一种新的群排序方法——对信息流动法的改进与完善

用信息论的思想,对信息流动法提出了改进的方法,同时给出了计算程序框图。     

基于用户回答顺序的社区问答答案质量预测研究

近年来,随着互联网的普及和知识爆炸性的增长,社区问答网站积累了大量的用户和内容,同时也产生了大量的低质量文本,极大地影响了用户检索满意答案的效率,因此如何提升答案质量预测的性能十分重要。目前,社区问答答案质量预测方面的研究大都是使用点方式(pointwise)来实现分类模型,但由于问题的难度不同,对答案的要求也有所差异,使用点方式会忽略掉部分答案的特点,所以该文使用点对方式(pairwise)来预测答案质量。另外,已有的研究工作表明,社区问答中同一问题下的答案数量特征对答案质量预测没有效果,甚至有冗余作用。对于时间差也有相同的结论,即不能提升预测性能。该文提出了一种将上述两者结合在一起的新特征,实验结果表明,该特征能显著提高社区问答答案质量预测的性能。     

超链接导向搜索算法中主题漂移的研究

超链接导向搜索（HITS）算法是比较经典的基于超链接的算法,但它忽视了链接页面的文本信息内容,没有区分链接的重要性,从而导致算法不可避免地发生主题漂移现象。为了解决这一问题,在原HITS算法的基础上,引入了经典的tf-idf算法,通过计算链接页面与查询主题的相关度来区分链接的重要性,以解决主题漂移的问题。改进算法使搜索引擎的排序结果更符合查询条件,相应的查确率也有很大提高。     

一种基于神经网络权值同步的TinySec协议密钥更新方案

一种新的神经网络模型通过输出互学习可实现内部权值同步,将该模型用于安全密钥协商具有计算耗费低、通信量少等特点.在介绍权值同步模型的基础上,结合传感器网络安全协议TinySec的密钥更新问题,提出一种基于神经网络权值同步的轻量级密钥更新方案,有效解决了运行TinySec协议的节点密钥文件更新,增强了TinySec协议安全性.