一种基于流量需求的动态频谱分配算法

感知无线电是一个解决当前频谱资源紧缺情况的有效手段,其中动态频谱分配技术是一个非常重要的环节.文章首先建立了基于冲突图的需求分配模型,基于此模型提出了一种基于用户需求的动态频谱分配算法,在传统标签机制基础上增加了对感知用户随时间改变的频谱需求的支持.试验结果表明,当每个感知用户对频谱的需求随着时间的变化而变化并且为有限值的情况下,该算法能保证较好的公平性和提供较高的分配效率.     

Web日志挖掘中3G WAP子网的获取研究

随着3G时代的到来,手机上网已逐步普及,由于手机屏幕较小及上网带宽限制,需要为手机访问者提供只需保留原Web站点主干分支的WAP子网。WWW上用户的访问路径信息会被记录在Web服务器的日志记录中,分析这些日志并挖掘出用户的主要行为模式,可以提取出Web网站被频繁访问的主干部分。首先将原始日志序列转化成用户访问路径会话集UVPSD,然后通过约束的加权网站结构图WWSSG,最终实现了此Web站点的频繁主干子网的发现。在上海社区网上采用此算法提取出的3G WAP子网,实验数据表明,该子网覆盖了上海社区网的大部分热门栏目页面。     

基于粗糙集理论的属性离散化算法

决策系统中连续属性离散化,即将一个连续属性分为若干属性区间并为每个区间确定一个离散型数值,对后继阶段的机器学习具有重要的意义。首先研究了满足决策系统最优划分的一种计算候选断点集合的算法,然后在基于条件属性重要度和贪心算法的基础上提出了一种确定结果断点子集的新启发式算法。所提出的属性离散算法考虑并体现了粗糙集理论的基本特点和优点,并能取得较理想的连续属性离散化结果。     

基于图拉普拉斯变换和极限学习机的时间序列预测算法

由于时间效率的约束,多元时间序列预测算法往往存在预测准确率不足的问题。对此,提出基于图拉普拉斯变换和极限学习机的时间序列预测算法。基于图拉普拉斯变换对时间序列进行半监督的特征提取,通过散布矩阵将监督特征和无监督特征进行融合。设计在线的极限学习机学习算法,仅需要在线更新网络的输出权重矩阵即可完成神经网络的学习。利用提取的特征在线训练极限学习机,实现对多元时间序列的实时预测。基于多个数据集进行仿真实验,结果表明该算法有效地提高了预测准确率。     

基于L21范式的多图正则化非负矩阵分解方法

针对非负矩阵分解方法对原始数据的单图约束导致的结果未知性大、满足需求单一,以及大多非负矩阵分解方法存在对噪声、离群点较敏感导致的稀疏度和鲁棒性较差等问题,提出基于L21范式的多图正则化非负矩阵分解方法。采用L21范式,提升分解结果的稀疏度和鲁棒性。构建多图约束的算法模型更好地保持数据的流形结构。构建目标函数并给出乘性迭代规则。通过在多个数据库上的实验表明,该方法在识别效果上有明显的提升。     

网络攻击图的自动生成

网络攻击图是分析网络安全性的一个重要手段,对网络安全策略的制定具有重要指导意义。网络攻击图的自动生成是近年来国内外研究的一个热点。通过对大量网络弱点的分析,结合网络的特性,建立了网络安全性分析模型,设计并实现了一个网络攻击图自动生成原型系统。     

基于复杂图形的三维重建方法及实现

提出了一种对复杂图形进行三维重建的新方法：将复杂图形分割成若干个同质的简单子图形,对各子图形分别进行三维重建后进行拼接,以实现复杂图形的三维重建,并以相图的三维重建为例说明了此方法的必要性、可行性及实现。     

图形编辑过程冲突消解策略研究

冲突是协同图形编辑系统中的常见现象,合理地解决冲突是图形协同编辑的关键问题。讨论了协同图形编辑系统冲突消解问题,主要研究内容包括基于时间和空间干涉的冲突检测策略、交互事务分组策略,以及基于事务相关树的冲突消解策略。最后以手势为交互手段开发了一个采用冲突消解策略的协同图形编辑原型系统,目前该系统已经试用。     

求符号k阶余因式的变形双图法

引入了k阶变形双图Gij和k阶变形矩阵Yij的概念。应用它们导出了图行列式C(Y)和k阶余因式Y(ij)的两个新表达式,从而提出了求符号k阶余因式Y(ij)的变形双图法。应用它可直接且高效地求得Y(ij)的一个多层展开式(没有专门的符号计算问题),而且不产生对消项,所以它优于以前的方法。