简介：研究了时间窗口对基于10种用户相似性指标的个性化推荐算法的影响。在标准数据集MovieLens上的实验结果表明,只采用大约12.56%的用户近期历史记录,所得到的推荐结果准确性可以平均提高27.17%,而推荐列表多样性可以平均提高3.28%,极大地降低大规模数据所带来的计算复杂性问题。

简介：许多实际网络中都存在着社团结构.为了寻找大规模复杂网络中的社团结构,人们提出了很多算法.本文综述了近几年来比较有代表性的一些算法.首先介绍了计算机科学中最有名的谱平分法和Kernighan-Lin算法,然后介绍了社会学中具有代表性的分裂算法和凝聚算法,并着重分析了最新提出来的一种寻找网络中彼此重叠的社团结构的派系过滤算法.最后指出了进一步的研究方向.

简介：对最优加权随机汇池网络的自适应算法进行研究,以均方误差作为随机汇池网络输出性能评价指标,推导了最小均方(LMS)和Kalman-LMS算法的递归表达式,并应用到输入信号方差发生改变的非稳态情况中,结果表明两种自适应算法都能够迭代收敛到权的最优解。与LMS算法相比,Kalman-LMS算法不仅收敛速度快,而且权均方偏差每一步都是最优的,在网络节点的个数较少时,Kalman-LMS算法能够获得更小的均方误差,而随着网络节点的个数增加,两种自适应算法得到的均方误差趋于一致。

简介：针对大规模应急疏散过程中基础设施的供给与快速产生的疏散交通需求之间的矛盾,提出一种基于时间扩展网络用于有组织计划的混合速度应急疏散算法,其主要思路是以疏散者位置及运动速度建立疏散组,通过标记路段的时间可用性确定不同疏散组的出发时间及路径,以达到避免交通冲突及确保疏散效率的目的。实验表明,该方法在确保疏散过程高效、有序进行的前提下,可获得与理论最优值接近的疏散结果,且疏散规模越大,逼近效果越好。

简介：摘要：根据对现实问题的分析，提出了具有载重和体积约束的车辆路径问题的数学模型，通过对节约算法的总结分析，指出原算法的不足，然后提出一种新的改进节约算法，并用改进算法来解决具有载重和体积约束的车辆路径问题，取得了良好的效果。

简介：研究灾难环境下翼伞空投机器人系统轨迹规划问题,基于简化的翼伞系统质点模型,采用混沌粒子群优化算法对翼伞系统归航轨迹进行寻优。该方法采用非均匀B样条技术实现最优控制规律的参数化,将翼伞系统轨迹规划的最优控制问题转换成参数优化问题,进而运用混沌粒子群优化算法进行寻优计算。轨迹规划的控制曲线是光滑的,利于电机对翼伞系统的操纵伞绳实施控制。仿真结果表明,该方法对翼伞系统的轨迹规划控制是有效的。

简介：融合社交网络的社会化推荐算法是目前推荐系统中普遍采用的方法。在现实的社交网络中,用户间存在多种关系,而每种关系对于推荐的影响是不同的,因此在推荐中单纯引入某一种社交关系必然影响推荐结果的准确率。本文基于多子网复合复杂网络模型,通过在用户商品二部图上加载多关系社交网络,构建多关系复合网,提出了基于多关系复合网的物质扩散推荐算法。在真实的数据集Epinions和FilmTrust上的实验结果表明,加入两种社交关系的推荐算法比加入一种社交关系的推荐算法及传统的物质扩散算法在推荐准确率方面有显著提高。

简介：空间上看来简单的问题在时间上可能导致非常复杂的计算问题,而时间上的计算问题一旦在空间上采用某种有序划分,复杂过程又可以约化为简单的处理程序.分形思想为这类有序划分提供了可取的思路.借助分形思想和"分而治之"的策略,可望将复杂问题的"穷尽处理法"变为"有限选择法",从而找到虽非最优但可满意的解决方案.以经典的TSP为例,提出空间系统复杂计算问题的处理方法,这种方法有助于实现指数算法与多项式算法的实用转换过程.

简介：受无标度网络结构特性的启发,将BA模型的＂择优连接＂机制进行扩展,引入微粒群群体组织方式的构造过程,提出基于高聚集性的无标度网络模型的微粒群算法。算法初期微粒被随机分布在环形结构中,随着搜索的进行不断增加新的微粒,并依据节点度和节点间的距离增加新的连接,最终形成具有高聚集性的无标度网络模型。这样,群体中多数微粒进行局部范围的搜索,而少量微粒按照全局模式搜索,两种方式相互制衡。仿真实验表明,改进后的算法能获得更好的收敛精度和进化速度。

简介：利用社团网络的统计特性，提出一种适于社团网络线性时间复杂度的多社团识别算法。构造复杂网络中节点的权重计算函数，进而生成计算序列，用迭代算法对复杂网络各种类型的节点进行集合分配。通过多个不同规模的网络结构数据对算法的性能进行测试，实验结果表明该算法时间复杂度为线性，能够在较短时间内对复杂网络中的社团数和社团结构进行发现，该算法还表现出对不同密度网络社团识别良好的适应性。

简介：摘要在窄波速运动误差小或分辨率过低的情况下，只能补偿波束中心的误差，而完全没有考虑方位空变误差带来的影响。不过对于高清成像，由于方位积累角很大，并且运动误差因时间不同而发生不同变化，致使方位谱会出现失真等问题，进而降低了图像的聚焦效果4。为解决这一问题，笔者在本课题研究中提出了一种可精准补偿误差的方法。并且大量实验结果证实，此方法是切实可行的。

简介：为提高粒子群算法的搜索效率,克服分解方法处理复杂多目标问题的不足,通过考虑父代解的选择和种群的更新对算法收敛性及解的分布均匀性的重要影响,提出了一种基于分解的改进自适应多目标粒子群优化算法。首先,为提高算法收敛速度,在分解方法确保进化种群多样性的前提下,设计了新的适应度评价方法以评价个体的优劣,并将在竞争中获胜的优质后代解添加到父代候选解中;其次,为避免算法陷入局部最优,在更新粒子时,从当前粒子的邻居或邻居外随机选择个体最优和全局最优位置;最后,引入外部文档,将其作为候选的输出种群,并采用拥挤距离维持多样性,增强了算法处理复杂问题的能力。用12个测试函数的数值实验,并与5种多目标优化算法的比较,表明了所提算法的优越性。

简介：针对洪水演算的马斯京根模型参数估计问题，首先将其归结为非线性参数优化问题，然后利用自适应加速差分进化算法进行求解。计算结果表明，自适应加速差分进化算法具有求解速度快、计算精度高、算法控制参数设置简便、通用性强等优点，与现有马斯京根模型参数估计方法相比，该算法显示出更好的优化性能，从而为准确估计马斯京根模型参数提供了一种更为有效的方法。该算法也可以广泛应用于其他各种复杂非线性模型的优化问题，特别是在洪水预报方面有很好的应用前景。

简介：基于加权网络特性，以Internet网络为例，提出了一种基于节点度和边权值比率（DegreeandWeightedRatio，DWR）的搜索算法。通过理论分析与仿真实验得出：DWR搜索算法在搜索时间和搜索代价上均优于最大度搜索算法和最大局部介数搜索算法。通过数值仿真分析发现，DWR搜索算法的搜索时间随着设置参数的增大而逐渐增大。因此，在Internet网络中，DWR搜索算法既可以提高网络信息传输的速度，又可以增强网络的传输能力。

简介：摘 要：本文阐述了雷达跟踪系统中滤波器模型的建立方法，介绍了卡尔曼滤波器的工作原理，通过仿真方法，用卡尔曼滤波方法对单目标航迹进行预测，即搜索目标并记录目标的位置数据，对观测到的位置数据进行处理，自动生成航迹，并预测下一时刻目标的位置。基于此方法的仿真实验获得了较为满意的结果，可以应用于雷达目标跟踪定位。

简介：本文以20个行业为样本,使用指数分层结构算法对其进行分类,发现基于拓扑结构特征的不同周期的行业分类结果具有稳定性。据此构建不同规模的行业资产组合,并将组合业绩与开放式基金业绩进行对比,发现组合的适度行业规模在4左右,不同组合在初期均表现出明显业绩优势,且相对指数基金的业绩优势更明显。

简介：基于Brandes算法给出了复杂网络中介数中心性和平均最短路径长度的整合近似算法,通过理论分析和Rocketfuel项目实测数据的实验分析,验证了该整合算法能够快速有效地估计出复杂网络的介数中心性和平均最短路径长度,为进一步的研究工作奠定了基础。

简介：综合了经典的协同过滤算法和基于网络结构的个性化推荐算法。项目同其他所有项目的相似度之和被认为是项目在个性化推荐系统中的初始推荐资源,然后通过二部图的网络结构将这种资源进行重新分配。同时考虑两个项目之间的相互作用关系,提出了最终的推荐算法。最后,根据用户未曾收集项目最终所获得的资源进行排序,向用户推荐资源最多的项目。通过考察项目之间相互作用可以发现,推荐系统的算法衡量指标不能同时达到最优。同时为了进一步增强算法的可扩展性,引入了一个度指数来调节算法,这样在实际应用中就可以根据需要,通过调整项目之间的相互作用以及项目自身的度指数,达到最好的用户体验和系统多样性。

简介：摘要分析大气光学厚度不同算法的特点和差异对于研究这一地区气溶胶具有很大意义。本研究通过卫星遥感信息和遥感图像处理技术，运用扩展暗像元法和V5.2算法反演该地区的气溶胶光学厚度，并由这两种算法得到的结果作对比分析。结果表明（1）用扩展暗像元法反演得到的结果比V5.2算法得到的结果大；（2）水体对扩展暗像元法反演得到的结果影响很大；（3）成都及其周边地区、德阳等地区气溶胶光学厚度较大。

简介：智能公交的电子站牌到站时间显示是智能公交系统中的关键技术，研究了目前智能公交系统中的各种到站预测方法，分析了现有解决方案的不足，并提出了一种基于专家系统的公交电子站牌到站时间预测算法。