基于动态决策的并发控制算法
摘要：并发控制算法能够保证多个用户同时存取数据库中同一数据时不破坏事务的隔离性和统一性。针对现有并发控制算法适应性较差的问题,提出了自适应并发控制算法。该算法将并发控制过程分为两个阶段:执行授权和策略选择。执行授权阶段根据事务的有效性决定冲突事务执行的顺序;策略选择阶段根据事务的读写状态以及当前冲突率动态地选择乐观/悲观冲突消解策略。设计的策略选择机制使得无论数据库是处于空闲还是繁忙状态,DDCC算法都具有较高的执行效率。通过对比实验验证了所提出的DDCC算法的性能要优于经典的两阶段加锁并发控制算法和HCC算法。基于移动群智数据的城市热点事件感知方法
摘要：以新浪微博为研究对象,研究了基于移动群智数据的城市热点事件感知方法,对热点事件进行发现与分类。面向不同的应用需求,可将发现的热点事件分为物理事件与虚拟事件两大类。采用的方法首先根据热词的词频变化特征对新浪微博中的热词进行有效挖掘,然后根据热词的上下文语境进行层次聚类以得到热点事件描述。此外,通过分析信息量特征、时序特征及原创微博数目特征,采用不同方法进行事件分类。实验结果表明,不同的分类方法均可达到较高的准确率。一种在非单点证据源融合中的改进组合方法
摘要：现有的冲突证据组合方法中,当采集的证据体包含非单点证据且证据体之间存在冲突时,该证据体的组合存在着局限性。针对这一问题,提出了一种基于改进Pignistic概率距离的新的证据组合方法。该组合方法通过证据体之间的改进Pignistic概率距离描述证据体之间的冲突以及相似性程度,根据证据体之间的支持程度确定证据体的权重,然后基于折扣率的思想进行证据源的修正,最后使用Dempster规则进行组合。通过算例分析和对比,论证了改进证据组合方法的适用性和有效性。基于相位一致性的可变窗口立体匹配算法
摘要：匹配窗口大小和形状是影响区域立体匹配算法效果的关键因素之一。根据相位一致性能反映灰度变化快慢情况和抗干扰能力较强的特点,对图像进行相位一致性检测,再根据监测的值确定像素的特性,然后按不同特性采用不同窗口进行匹配,并结合非参量测度和灰度值构成复合费用函数值,得到最终的视差图。实验结果表明,本算法有较好的匹配效果。一种基于直线拟合的预浸料边缘直线在线视觉检测方法
摘要：应用在线视觉检测鉴别预浸料的表面缺陷是一项全新的质量控制方法。为精确检测预浸料宽度变化,需将预浸料边缘信息从图像空间变换到参数空间。为解决传统标准Hough变换运算量大的问题,根据"多对一"映射原理,结合预浸料图像特征,提出一种基于"局部-整体"思想的预浸料边缘直线快速检测方法。该算法通过局部区域粗略拟合、误差补偿、噪声筛选,再全局精确拟合等步骤,在保证检测精度的同时,大大提高了检测效率。在具有高斯噪声和脉冲噪声干扰的情况下,该算法的检测精度与Hough变换相当,而运算速度可以提高10倍左右。基于改进粒子群优化算法的虚拟机迁移选择策略研究
摘要：粒子群优化算法由于实现容易、精度高、收敛快,在解决多目标优化问题时呈现出较强的优越性。在定义匹配距离的基础上,引入粒子群优化算法思想制定虚拟机迁移选择策略,并对粒子群优化算法做出改进,引入规避列表思想,将剩余性能不满足虚拟机性能需求的服务器加入到规避列表中,以避免多个满足非劣最优解的虚拟机迁移到一台服务器,导致资源占用率超过结点资源上限。通过在CloudSim平台上与基本粒子群优化算法进行的仿真对比实验证明了本算法具有更快的收敛速度和选择速度。基于蕴涵算子族L-λ-Π的模糊推理三I支持算法
摘要：提出了一类新的蕴涵算子族L-λ-Π,说明了它是ukasiewicz蕴涵算子、Goguen蕴涵算子更一般的形式。基于该算子族,给出了模糊推理FMP模型、FMT模型的三I支持算法和α-三I支持算法的计算公式,并给予了证明。部分顾客准备的排队系统M/pM+M/c仿真
摘要：讨论带有准备期的排队系统,即顾客排完队后,一部分顾客进入服务前以一定概率具有准备期,即占用服务台后先准备再服务,另一部分顾客则直接接受服务。编写程序,对该问题做仿真。通过调节服务台个数、各项负指数分布参数值、仿真顾客数以及准备期服从的分布,来模拟不同情况下的服务系统。分析服务系统中队长等性能指标的数值结果,对比排队过程的图形。综合分析结果表明,准备期会对系统造成影响,加剧拥挤程度。求解分类问题的文法多蜂算法
摘要：多蜂算法(Bees Algorithm,BA)和文法演化算法(Grammatical Evolution,GE)是两个著名的演化算法。BA尽管收敛速度较快,但用于求解分类问题时,个体编码不易实现。而基于GE的分类算法的演化算子较简单,仅进行杂交和变异两个操作,但分类精度不高。针对两个算法的优点和不足,将BA和GE相结合,提出了一种新的混合演化算法——文法多蜂算法(Grammatical Bees Algorithm,GBA),并将其用于求解分类问题。在几个标准数据集上的实验验证了GBA的可行性和有效性。与基本基因表达式编程(Gene Expression Programming,GEP)分类算法和改进的GEP分类算法相比,GBA能获得较好的分类精度和更快的收敛速度。视频点播环境下的缓存算法研究
摘要：在视频点播环境下,用户的视频访问速度的提高是提升用户体验的关键。用户的视频访问速度与服务器响应速度、网络传输等相关,其中服务器对用户请求的响应是主要因素。作为视频点播环境下提高用户访问速度的一种重要手段,缓存技术一直是工业界和学术界关注的焦点。针对LRU、LRU、LRFU、SC等经典算法进行对比分析,并结合在视频点播环境下的模拟数据和某运营商提供的实际数据进行实证研究,观察各算法的实际表现。分析了各算法的应用结果,发掘视频点播环境下缓存算法的选择策略,为提升视频点播系统的缓存命中率提供了理论依据。井下运输系统调度联锁过程的建模
摘要：在现阶段,矿山运输调度中通常使用的调度策略是根据历史经验和工作方式人为设置的,对生产运输实际情况缺乏适应性和灵活性。针对这一状况,选取着色Petri网这一适应典型离散事件动态系统的方法进行建模。在充分研究井下调度联锁基本规则后,建立并定义适用于本系统的颜色集、库所和变迁。将机车在一个完整工作路径中的运行按顺序分6种情况进行理论建模,最后得出机车完整的调度联锁过程模型。带收缩与发散操作的自适应粒子群优化算法
摘要：提出一种结合收缩与发散操作的自适应粒子群算法,其在运行过程中通过判断种群收敛情况与进化情况,自适应地选择粒子的运动行为。通过收缩操作使群体向极值点快速靠拢,通过发散操作保证粒子有能力跳出局部极值点,并根据种群进化状况在两种操作间转换。实验表明,该算法具有较强的跳出局部极值、逼近全局最优解的能力,在高维多峰函数上有较出色的表现。一种动态自适应差分进化算法
摘要：针对差分进化算法对参数和策略选择敏感而引起的收敛速度、计算代价及可靠性问题,结合抽象凸理论,提出一种动态自适应差分进化算法(DADE)。首先,通过对种群中的个体构建下界支撑面,建立目标函数的下界估计松弛模型;然后,利用下界估计松弛模型计算策略池中各策略生成的新个体的下界估计信息,进而根据下界估计信息及前期的进化经验动态自适应调整策略及其参数,并指导种群更新;最后,根据进化结果更新下界支撑面。6个标准测试函数的数值实验结果表明了所提算法的有效性。基于单目标PSO的社区检测算法
摘要：在将复杂网络的社区结构检测问题建模为单目标优化问题时,采用粒子群算法进行优化。传统粒子群算法用来解决连续优化问题,而社区结构检测问题则是一种基于图的离散优化问题。应用了新的编码策略和粒子更新策略解决这一问题,在更新策略中引入了基于近邻更新的方式,保证了在一定程度上遵循邻域信息引导粒子更新,以符合真实复杂网络的特性。另外,采用拓展的模块度密度函数进行优化,以解决传统模块度密度函数的分辨率限制问题,保证能在不同分辨率发现复杂网络的社区结构。实验结果证明,本算法是有效的,能够检测出不同分辨率下的社区结构。基于Monte Carlo局部增强的多模态优化算法
摘要：高维构象空间搜索是蛋白质结构从头预测领域中一个亟需解决的关键问题。基于差分进化算法框架,提出了一种多模态蛋白构象空间优化算法。算法建立基于蛋白质空间特征向量的相似性测度指标,采用排挤更新策略,避免算法早熟,对蛋白质构象空间模态进行全局搜索;设计基于Monte Carlo局部搜索的片段组装方法,实现模态增强过程,有效平衡算法的收敛速度和种群多样性。采用Rosetta粗粒度能量模型,针对5种测试蛋白的实验结果表明:Monte Carlo局部增强和蛋白质特征向量的相似性测度能够有效地提高算法的性能,与Baker小组和Shehu小组的研究成果相比,提出的算法能够达到较高的预测精度,并得到一系列的亚稳态稳定结构。基于BP神经网络的驾驶员疲劳监测研究
摘要：在道路交通安全中,疲劳驾驶是引发重特大交通事故的主要原因之一。针对客运司机驾驶疲劳的车辆行驶特性,首先采用数据统计的方法分析驾驶员不同状态下(疲劳、非疲劳)对车辆数据(速度、加速度、方向盘转角等)的影响程度,以此选择评断驾驶员疲劳状态的指标变量。然后将采集到的数据进行预处理,并将处理后的指标变量投入BP神经网络进行训练,建立疲劳检测模型,从而实现对驾驶车辆的行驶状态的监控,保障驾驶员的行车安全。实验表明,所提出的检测模型准确率达91.67%,能较好地分析驾驶员的疲劳状况。区间值模糊环境下的不确定网络舆情突发事件应急决策方案优选方法
摘要：网络舆情突发事件由于前兆信息不充分,具有明显的不确定性特征和社会危害性,各相关应急管理部门往往会根据自身利益的不同预先制定多个备选应急决策方案来处置舆情危机。为辅助决策者最终从中选择出一个效果最佳的应急方案,首先提取一些可有效衡量不确定网络舆情突发事件应急方案效果的重要评估指标,再基于指标的区间模糊信息熵测度来获取其合理权重,进而通过对所有应急指标评估值的加权集结运算得到各备选决策方案的综合效果区间评估值,最后根据区间值两两比较的可能优先度大小,给已有的各应急决策方案优先排序,可极大地提高网络舆情突发事件应急处置效率。基于深度神经网络的汉语语音合成的研究
摘要：为了提高基于HMM的语音合成的音质,探讨了不同的结构和参数对深度神经网络(DNN)训练的影响,并证明了DNN判别S/U/V的有效性;完成了DNN对HMM合成系统的合成语音谱参向原始语音进行转换。进一步地,探讨了对暂时分解(TD)算法得到的参数进行转换的方案,对TD分解得到的事件向量进行DNN训练,建立转换模型,并同未转换的事件函数进行再合成。实验证明,用DNN转换合成后的频谱更接近原始频谱;主观评测表明,该方法能有效地改善合成语音的音质。
