发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.51
人气 23744
北大期刊
影响因子 0.94
人气 20395
部级期刊
影响因子 1.03
人气 13568
北大期刊
影响因子 3.18
人气 11698
统计源期刊
影响因子 0.55
人气 11091
北大期刊
影响因子 0.79
人气 9748
省级期刊
影响因子 0.41
人气 9518
省级期刊
影响因子 0.57
人气 9485
省级期刊
影响因子 0.15
人气 9347
统计源期刊
影响因子 0.35
人气 8461
摘要:已建成的Bayesian网与领域环境间可能存在较大偏差,加之领域本身固有的动态变化特性,因此在观察到新数据时,改善Bayesian网的性能和优化网络结构是十分必要的.提出了一种基于遗传算法的Bayesian网(包含结构和参数)求精算法.该算法基于上次的求精结果把已有的不完备数据转化成完备数据,以期望充分统计因子作为已有数据的主要存储形式,基于本次求精过程中的当前最佳个体对新数据进行完备化,并由遗传操作综合利用新数据和已有数据进行求精.模拟实验结果表明,该增量学习算法能较有效地从不完备数据中求精Bayesian网.
摘要:贯序最小优化(SMO)算法是解决大数据集支持向量机学习问题的一种有效方法,但SMO选择工作集的策略是选择数据集中最违背KKT条件的两个样本,而且还使用了随机函数,使得优化过程具有很大的随机性,影响了学习效率.在多拉格朗日乘子协同优化的通用公式基础上,吸收了Keerthi所提出的SMO修改算法中双阈值的优点,给出了乘子数为4时的一个算法MLSVM4,由于能更加精确地确定待优化样本的拉格朗日乘子值,使得学习收敛速度大大提高,特别是在使用线性核的场合下效果更加明显,在Adult、Web、手写体数字数据集上的实验结果表明,MLSVM4算法速度超过了SMO算法3到42倍.
摘要:P2P流媒体是一种性价比良好的流媒体服务体系.由于Peer节点的服务能力有限,在大规模的系统应用中,源服务器的带宽等资源仍可能成为系统的瓶颈.基于P2P分层流媒体,研究如何在Peer节点之间对数据层进行优化分配,以减少对源服务器带宽的占用,该优化问题属NP难问题.提出了两种算法:一种是基于多目标优化的近似算法,分析了该算法的近似比;另一种是基于分枝定界的精确算法,它利用计算二分图中的最大流值来确定分枝上界及被裁剪的分枝.仿真实验表明两种算法都有较大的性能改进,且精确算法中的分枝定界策略有较高的效率.
摘要:UML活动图可以表示不同抽象级的控制流,很适合用于对系统的行为建模.但是缺乏精确的语义使得难以对它所表示的系统行为进行分析.XYZ/E是一可执行线性时序逻辑语言,既可描述系统的动态行为又可表示程序性质,用它对活动图形式化后,就可在统一的逻辑框架下分析活动图的性质.定义了一个有向图结构用以表示UML活动图,再给出其XYZ/E语义,并用一个例子说明活动图到XYZ/E的语义转换,为进一步的分析提供形式化基础.
摘要:一个好的数据库逻辑设计目标是消除数据冗余以及插入、删除和更新异常.对于时态数据库也是如此.提出了时态初等函数依赖、时态初等关键字、时态简单关键字等概念,在此基础上利用具有多时间粒度的时态函数依赖(TFD)约束对时态数据库进行了规范化研究,提出了规范程度高于时态三范式低于时态Boyce-Code范式的时态初等关键字范式(TEKNF)及时态简单范式(TSNF),并研究了时态初等关键字范式和时态简单范式的分解问题,给出了相关分解算法,并对算法的可终止性、正确性进行了证明,对时间复杂度进行了分析.
摘要:近日,中国计算机学会创新奖获得中华人民共和国科学技术部批准设立(国科奖社证字第0131号).该奖项的设奖者和承办机构为中国计算机学会.奖励范围包括计算机领域中基础研究和应用基础研究;重大技术发明或技术突破;计算机重大工程及技术创新,集成创新的重要成果.
摘要:随着科学技术的发展,信息交流和信息获取已成为现代科技人员的第一需求.中国计算机学会的宗旨就是为计算机科技界、应用界、产业界的专业人士提供服务,给他们提供学术、技术交流的平台,把握和预测学术、技术发展方向,结识本领域有识之士.中国计算机学会在计算机专业领域有自己独立的声音.
摘要:在业界专家的支持下,中国计算机学会创办的《中国计算机学会通讯》杂志第一期顺利出版,受到、肛内人士的广泛欢迎.作为国内第一份宏观论述计算机科学技术发展的综述刊物,大家认为,这本杂志不论在内容方面,还是在编排方面,都给人以耳目一新的感觉.不久前来访的IEEECS领导人也给予高度评价.在杂志出版后,学会召开了编委会会议,杂志主编、学会李国杰理事长、
摘要:聚类分析是数据挖掘领域的一项重要研究课题.随着数据量的急剧增加,针对大数据集的聚类分析成为一个难点.虽然k均值算法具有易实现、复杂度与数据集大小成线性关系的优点,将其应用于大数据集时仍然存在效率低的问题.分布式聚类是解决这一问题的有效方法.在已有分布式聚类算法k-DMeans基础上,结合向量内积不等式关系对算法加以优化,提出分布式聚类算法k-DCBIP.理论分析和实验结果表明,算法k-DCBIP优于k-DMeans,可以有效地解决大数据集聚类问题,算法是有效可行的.
摘要:基于数据流数据的挖掘算法研究受到了越来越多的重视.针对分布式数据流环境,提出基于核密度估计的分布数据流离群点检测算法.算法将各分布节点上的数据流作为全局数据流的子集,通过分布节点与中心节点的通信,维护基于全局数据流的分布密度估计.各分布节点基于该估计对其上的分布数据流进行离群点检测,从而得到基于全局数据流的离群点集合.对节点之间的交互以及离群点检测算法的细节进行了讨论.通过实验验证了算法的适用性和有效性.
摘要:这是一个新的基于网格的聚类算法.通过逐级二分每个网格成为等体积的两部分,算法使用新的标准度量所有格之间的不相似性,并借此找到数据集中聚类原型的候选,能够克服目前基于网格聚类算法的聚类结果对输入参数敏感的缺点,并且以线性的计算时间耗费,在包含任意形状和密度分布不均匀类的数据集中运行得很好.通过两个实验验证了所提出算法的有效性.
摘要:利用生物质谱技术进行肽/蛋白质鉴定是蛋白质组学研究中的关键问题.提出了一种基于支持向量机(SVM)的肽鉴定算法pepReap.算法由粗细两层打分体系构成,粗打分利用匹配谱峰总强度和数目及肽长度等信息得到候选肽序列的列表,细打分通过SVM算法综合利用多项匹配指标如离子相关性、离子匹配误差、肽序列信息等对粗打分结果进行评价,得到更为可靠的肽鉴定结果.在SVM的参数选择过程中,采用马修斯相关系数来评价分类性能以适应不平衡数据集的情况.在公开发表的数据集上的实验表明,该算法与采用阈值评价方法的流行商业软件SEQUEST相比,在鉴定精度相当的情况下可以获得更高的鉴定灵敏度.
摘要:提出一种基于多模态粒子群算法的神经网络集成方法,在网络训练每个迭代周期内利用改进的快速聚类算法在权值搜索空间上动态地把搜索粒子分为若干类,求得每一类的最优粒子,然后计算最优个体两两之间的输出空间相异度,合并相异度过低的两类粒子,最终形成不但权值空间相异、而且输出空间也相异的若干类粒子,每类粒子负责一个成员网络权值的搜索,其中最优粒子对应于一个成员网络,所有类的最优粒子组成神经网络集成,成员网络的个数是由算法自动确定的.算法控制网络多样性的方法更直接、更有效.与负相关神经网络集成、bagging和boosting方法比较,实验结果表明,此算法较好地提高了神经网络集成的泛化能力.
摘要:提出一种关于Bayes网络的解释机制,用于解释证据对推理结论的作用程度、方向及路径.引入必要性和充分性因子作为度量来评价证据对推理结论的作用程度;通过定性分析网络结构特点,找出与推理结论有关的节点,在此基础上,结合定量分析找出组成作用路径的子链,并分析这些子链对推理结论的作用,由此生成和解释证据对推理结论的作用路径.实验结果验证了方法的有效性.
摘要:流形学习有助于发现数据的内在分布和几何结构.目前已有的流形学习算法对噪音和算法参数都比较敏感,噪音使得输入参数更加难以选择,参数较小的变化会导致差异显著的学习结果.针对Isomap这一流形学习算法,提出了一种新方法,通过引入集成学习技术,扩大了可以产生有效可视化结果的输入参数范围,并且降低了对噪音的敏感性.
摘要:提出一种动态未知环境中机器人自主导航方法,利用少量的人类辅助避免了繁琐的地图描述.该方法分两个阶段:用户引导阶段和自主导航阶段.在用户引导阶段,利用多种传感器信息融合生成局部环境的粗略的极坐标地图,利用它可以得到全局地图,还给出了消除传感器数据误差的方法;在自主导航阶段,利用引导阶段得到的地图在动态环境中进行运动,并给出了运动控制的约束条件以及动态避障的方法.机器人利用该方法可以处理突发的障碍物,还能对路径进行优化,实验结果证明了其有效性.
摘要:2005年,JCST已改为210×285大16开本,平均每期144页.版面的增加,信息量随之增大,在一定程度上满足了读者和作者的需求.
摘要:虚拟原型逼真设计是近几年发展起来的新技术,主要研究虚拟环境下的产品建模问题以及基于仿真的集成产品和过程设计问题.产品功能结构方案推理机模型是虚拟原型逼真设计实现的关键技术之一.针对功能模块组合方案优化问题的复杂性,研究了基于遗传算法(GA)的功能结构方案推理机模型的实现技术,提出了双链异或杂交算子和自适应调节杂交概率和突变算子选择等算法,结合仪表产品设计应用实例,验证了模型的优越性,并将其应用于仪表新产品开发决策支持系统--仪表LC-QDPDS软件系统中.