【摘 要】
:
针对基于“相似性”或深度信任的传统强关系推荐导致的推荐结果趋于同质性问题,利用弱关系丰富的语义信息和强大的信息传递能力,提出一种基于弱关系的异质社交网络推荐算法。借助用户间的信任值对因引入弱关系产生的大量用户节点进行筛选,减少后续计算负载;充分利用网络中丰富的对象和关系信息,建立拓展的全关系用户-项目异质信息网络模型(UI-HIN),改善推荐的单一性与冗余性;利用最佳信任路径选择算法(BTP)对全关系UI-HIN路径搜索进行优化得到一组最佳信任路径。实验结果表明,该算法的推荐效果具有更好的针对性、新颖性和
【基金项目】
:
国家青年科学基金项目(61602335),山西省自然科学基金项目(201901D211302),太原科技大学博士科研启动基金项目(20172017)。
论文部分内容阅读
针对基于“相似性”或深度信任的传统强关系推荐导致的推荐结果趋于同质性问题,利用弱关系丰富的语义信息和强大的信息传递能力,提出一种基于弱关系的异质社交网络推荐算法。借助用户间的信任值对因引入弱关系产生的大量用户节点进行筛选,减少后续计算负载;充分利用网络中丰富的对象和关系信息,建立拓展的全关系用户-项目异质信息网络模型(UI-HIN),改善推荐的单一性与冗余性;利用最佳信任路径选择算法(BTP)对全关系UI-HIN路径搜索进行优化得到一组最佳信任路径。实验结果表明,该算法的推荐效果具有更好的针对性、新颖性和
其他文献
针对现有图像隐写模型存在网络训练不易收敛、梯度爆炸且生成样本质量差等问题,提出一种基于改进生成对抗网络的图像自适应隐写模型SWGAN-GP。将生成图像作为载体,使用HUGO自适应隐写算法进行信息隐藏;在损失函数中加入梯度惩罚,在网络结构中引入注意力机制,设置双判别器与生成器进行对抗训练。实验结果表明,该方法生成图像的IS值、PSNR值等均有提高,判别器分类效果明显改善。该模型可以提高收敛速度,使网络训练更稳定,载密图像更具安全性,有效抵御隐写分析算法的检测。
为提高代理模型效率,对数据进行聚类,根据模型构建的需求从聚类结果中选择少量数据训练模型参数,得到一种基于聚类的代理模型构建策略。以该策略构建的代理模型作为近似评价模型,设计一种基于聚类的代理模型辅助粒子群优化算法,提出一种以代理模型辅助迭代搜索作为加速策略的混合变量多目标进化算法。数值实验结果表明,基于聚类的代理模型构建策略具有时间复杂度低、模型构造效率高的优点,模型辅助的迭代搜索过程具有较好的全局探索和局部开发能力。
为解决网络故障恢复期间的反应时间过长的问题,将软件定义网络(software defined networking,SDN)网络架构引入到网络故障恢复的策略设计中,对比现有故障恢复领域研究的优势和不足,提出一种基于SDN的故障恢复方法。通过对整网拓扑结构进行分域,采用无向图环路算法(undirected graph loop algorithm,UGLA)计算当前网络拓扑中的所有环路;根据UGLA,设计链路评估方法,选择最优故障备份转发路径转发数据流量。故障恢复实验数据的分析结果表明,该方法可提高交换机流
针对大规模全局函数优化的维数制约求解性能的问题,提出一种多策略混合进化的粒子群算法。为平衡算法的勘测与开采能力,利用种群分割思想将进化种群分为精英、优质、中等和劣质种群;为增强算法的全局搜索能力,劣质种群向精英种群进行对称学习;为增强算法的局部搜索能力,采用局部高斯扰动增强中等种群中粒子的局部勘测能力;为提升算法的搜索效率,精英以及优质种群直接进入下一代。借助两种标准测试集,比较性的实验结果表明,提出的算法在相同终止条件下,其寻优质量有明显优势,有较好的应用潜力。
为解决高接入量、高数据速率需求下的频谱资源短缺问题,将D2D通信技术引入蜂窝网络,研究密集异构网络中D2D通信的多对多资源分配与功率控制问题。多对多频谱共享将显著提高频谱效率,但在密集场景下会产生干扰累积问题。针对干扰累积问题,提出基于集合划分的多对多资源共享方案,提高D2D用户接入率以及最大化系统吞吐量;设计基于连续凸逼近的功率优化算法,降低主次用户间的干扰,提高D2D用户的稳定性。将仿真结果与其它算法进行比较,验证了该算法可有效控制干扰,显著提高系统吞吐量和D2D用户接入率。
为解决所有参数两两组合覆盖并且部分参数三三组合覆盖的特殊组合测试问题,提出将组合测试问题转换为向量累加优化问题的处理方法,利用向量累加优化问题解的映射得到组合测试问题的解。针对向量累加优化问题,构造剔除法、添加法和正交法3种具体算法。数值实验结果表明,组合测试用例生成的向量累加优化算法的两两组合和三三组合的测试用例优化能力较强,能够有效解决各种混合组合要求的特殊问题。
为提高先心病心音分类算法的实时性,适用于资源有限的嵌入式设备,提出一种对FPGA进行流水线约束设计的硬件加速方法。将CNN内部计算的并行性与FPGA上的并行硬件对应起来,通过VIVADO高层次综合(HLS)映射CNN算法至FPGA上,在卷积层中的循环上采用流水线约束,子循环会默认展开的方式,提升循环的执行速度。实例仿真计算结果表明,该方法可以很好地利用硬件资源,极大降低计算延时,有效提升算法的实时性。
针对异构无线网络中存在的负载不平衡和传输速率受限的问题,采用改进分解的多目标进化算法(MOEA/D)对目标函数求解,提出一种改进的业务接入控制优化方法。建立异构网络模型,构造双曲线聚合函数,通过控制权重向量与坐标轴的距离,调整个体的支配范围,根据适应度的变化对邻域值大小和变异概率进行自适应调节,提高算法的收敛性、多样性和全局搜索能力。实验结果表明,改进算法应用在异构无线网络的业务接入控制中能够获得更大的系统传输速率,更好地保证网络间的负载平衡,优于其它两种比较算法,使网络资源得到更优的配置。
为解决现有轮询接入控制协议网络时延高、系统性能差的问题,提出一种同步方式的多服务器轮询接入协议。使用多服务器并发处理的方式实现负载均衡,多个服务器调度时,利用同步控制策略解决多服务器在各个站点之间的轮询问题;在单服务器分析的基础上,运用轮询系统的基本理论和随机过程对系统的平均时延等参数进行解析。通过仿真实验,对理论分析进行验证并对该协议的运行状况进行分析,实验结果表明,该协议比传统的轮询协议性能更好,平均时延更低,网络效率更高。
为提高运动目标检测算法的准确性,保证较低的时间复杂度,提出基于自适应混合高斯的改进三帧差分算法。为获取目标内部运动点,采用基于自适应学习率的混合高斯背景建模,以像素点间的匹配次数作为参考量来修正模型的学习速率,提高算法对动态环境的适应性,通过基于边缘提取的三帧差分改进算法对视频图像的目标轮廓进行提取,保证目标信息的完整。实验结果表明,所提算法能够完整提取运动目标,保证目标轮廓的完整,算法的时间复杂