【摘 要】
：
面向服务的架构下，针对服务组合优化过程中易陷入局部最优、时间开销大的问题，提出一种加入自适应交叉算子和随机扰动算子的磷虾群算法（PRKH）。首先，基于服务质量（QOS）建立了服务组合优化模型，并给出不同结构下QOS计算公式和归一化处理方法。然后在磷虾群算法（KH）的基础上加入自适应的交叉概率和基于实际偏移量的随机扰动，在磷虾群的全局搜索能力和局部搜索能力之间达到良好平衡。最后通过仿真，与KH、粒子
论文部分内容阅读
面向服务的架构下，针对服务组合优化过程中易陷入局部最优、时间开销大的问题，提出一种加入自适应交叉算子和随机扰动算子的磷虾群算法（PRKH）。首先，基于服务质量（QOS）建立了服务组合优化模型，并给出不同结构下QOS计算公式和归一化处理方法。然后在磷虾群算法（KH）的基础上加入自适应的交叉概率和基于实际偏移量的随机扰动，在磷虾群的全局搜索能力和局部搜索能力之间达到良好平衡。最后通过仿真，与KH、粒子群算法（PSO）、人工蜂群算法（ABC）和花朵授粉算法（FPA）进行对比，实验结果表明，PRKH算法能够
其他文献
在推荐系统领域，现有的大部分工作主要关注仅有一种类型的用户反馈（如购买反馈）的单类协同过滤（OCCF）问题。然而，在现实的应用中，用户的反馈往往是异构的，因此如何对用户的异构反馈进行建模从而准确刻画用户的真实偏好是一个新的挑战。围绕异构单类协同过滤（HOCCF）问题（包含了用户的购买反馈和浏览反馈），提出了一个迁移学习解决方案——阶段式变分自编码器（SVAE）模型。首先，将用户的浏览反馈当作辅助数
为了构建大规模容器化虚拟网络，达到搭建高保真、易编程的虚拟网络环境的目的，提出了一种基于时变资源的容器化虚拟网络映射算法，将OVS和Docker容器化的虚拟网络进行切分，并分布式地映射到若干计算、网络、存储资源受限的物理宿主机。算法首先根据虚拟网络的拓扑结构，将具有密切链路关系的虚拟网元进行层次化聚合，简化问题规模；其次对聚合后的虚拟网络节点进行重要性评分，采用广度优先与贪心策略对虚拟网络进行切块
为解决行人重识别标注成本巨大的问题，提出了基于单标注样本的多损失学习与联合度量视频行人重识别方法。针对标签样本数量少，得到的模型不够鲁棒的问题，提出了多损失学习的策略。在每次训练过程中，针对不同的数据，采用不同的损失函数进行优化，提高模型的判别力。其次，在标签估计时，提出了一个联合距离度量。该度量将样本距离和近邻距离结合，进一步提升伪标签预测的精度。改善了无标签数据标签估计的准确率低，未标记的数据
短文本分类是自然语言处理(NLP)的重要研究问题，广泛应用于新闻分类、情感分析、评论分析等领域。针对短文本分类中存在数据稀疏性问题，论文引入语料库的节点和边权值特征，基于图注意力网络(GAT)，提出一个融合节点和边权值的图注意力网络(NE-GAT)。首先，针对每个语料库构建异构图，利用引力模型(GM)评估单词节点重要性，通过节点间点互信息(PMI)获得边权重；其次，为每个句子构建文本级别图，将节点
为了满足大宗淡水鱼智能加工生产的需要，实现对不锈钢链板上淡水鱼的轮廓检测，提出了一种抗畸变性强的轮廓检测方法。该方法由畸变矫正、背景差分、椭圆拟合三部分组成。首先，采集链板上的淡水鱼图像与模板图像，构造待检测图像与标准模板图像对应像素点的投影矩阵，将畸变的待检测图像矫正至统一的坐标系下；然后，与标准模板图像匹配，对感兴趣区域(ROI)差分去除背景，得到目标图像并提取其轮廓点；最后，采用逐步椭圆拟合
针对深空探测精确着陆的需求,本文提出一种基于天体三维模型的着陆器视觉导航方法.该方法以天体三维模型为数据基础,根据着陆器初始猜测状态在线生成导航地图,通过已知路标匹配确定着陆器相对着陆点位置姿态;借助三维模型提供的深度信息配准像素灰度,恢复序列图像帧间运动,给出两次已知路标匹配之间的局部运动轨迹,实现着陆下降过程着陆器状态的准确估计.在线生成参考地图与实际采集的天体图像在尺度、视角等方面比较接近,
遥感卫星对区域目标的可见窗口计算是卫星观测任务的重要基础,高精度、高效率的求解算法对卫星观测任务规划具有重要意义.该文提出了一种针对区域目标快速计算可见窗口的半解析方法.该方法利用空间几何关系,将所有卫星视场投影与区域目标的边界描述为大圆弧或普通圆弧,得到区域边界相交判定方法;针对圆锥和矩形视场,得出解析判断可见性的条件;利用该解析判断条件,可快速判断卫星在每个离散时间步长下对区域目标的可见性;最
现实世界中许多复杂的非线性动力学系统需要用多层网络来描述.如何从观测到的流数据中揭示多层非线性动力学网络结构的重构问题是对动力学系统研究的核心问题之一.虽然学者们提出了许多从静态数据中重构多层动力学网络结构的方法,但是它们很难从流数据中重构多层网络结构.由于该问题的困难性,截止目前,还没有适用于流数据的多层非线性动力学网络重构模型及其优化算法.针对此,本文提出流数据驱动的多层动力学网络重构框架,称
针对小天体着陆器着陆过程的视觉导航问题,本文提出了一种利用不规则曲线上的点-切线来估计着陆器位姿的算法.首先,通过构建不规则曲线描述符完成着陆图像中的不规则曲线匹配;其次,建立位姿与点-切线之间的约束关系;然后,通过曲线参数化的方法求解高阶方程组,并利用约束条件求得位姿参数唯一解及多条匹配曲线的最小二乘解;最后,通过仿真验证了噪声强度、正确匹配曲线个数对导航精度的影响,证明了算法的可行性.
针对当前基于特征加权的模糊支持向量机（Fuzzy support vector machine,FSVM）只考虑特征权重对隶属度函数的影响，而没有考虑在样本训练过程中将特征权重应用到核函数计算中的缺陷，提出了同时考虑特征加权对隶属度函数和核函数计算的影响的模糊支持向量机方法，即双重特征加权模糊支持向量机（Doubly feature weightedFSVM,DFW-FSVM）。首先，该方法利用信