大数据环境下一种基于可变网格的高维数据索引
摘要：伴随着互联网和云计算技术的飞速发展,国民经济各行各业涉及的数据量急剧增加,特别是积累了大量的诸如网络交易数据、用户评论数据以及多媒体数据等海量高维数据。有效的海量高维数据索引结构能够提高大数据环境下高维数据查询处理的性能。因此,首先提出了一种大数据环境下基于可变网格的二级高维数据索引结构,全局索引维护数据空间中所有子空间的位置关系信息,局部索引通过在每个子空间上构建M树管理自身的数据;其次,提出了基于二级索引结构的相似查询处理算法,包括点查询和范围查询,查询时通过全局索引快速定位与查询相关的局部索引节点并在每个局部节点上并行查找,避免了在不必要的节点上进行查询;最后,大量实验结果表明提出的索引结构优于现有索引结构,具有良好的查询性能和可扩展性。移动社交网络中隐私保护的用户相似度计算协议研究
摘要：在移动社交网络中朋友推荐的过程中,为了提供更好的服务,通常需要计算两个用户之间的相似度值。为了避免在相似度计算过程中泄露用户的属性等隐私信息,设计了基于Paillier加密算法的三方点积计算协议。利用两个用户隐私属性向量的点积值来代表用户间的相似度,对两个用户间的隐私向量进行加密后再计算其点积值,然后判断点积值是否满足系统或用户设定的某个阈值的要求。在此过程中,保证用户的隐私信息和点积值不被泄露给任何一方。性能分析和实验测试结果表明协议具有较高的安全性和运行效率。基于词共现网络的海量文本分析与热点话题发现
摘要：在语言学领域,词与词之间的关系具有很强的规则性,基于词共现网络的文本表示可以最大程度捕捉文本结构信息,揭示其内在的组织原则与语言学规律。论文以取自凤凰网环球军事、新浪网中国军事、中华网中国军事的海量军事语料为研究对象,构建军事领域词共现网络,通过词频统计、结点度分布分析以及命名实体抽取,揭示其小世界特性和无标度特性,实现海量文本的热点话题发现。实验结果显示了相关方法的有效性。面向校园云平台的虚拟机综合调度方法
摘要：论文从高校教学和科研应用需求出发,提出了面向校园云平台的虚拟机综合调度策略,定义了科研需求模型、教学需求模型,提出了一种虚拟机综合调度算法（CSA）。并实现了基于OpenStack开源云平台的可对云资源进行综合管理的校园云平台,通过实验验证了论文提出的虚拟机调度方法可满足高校的教学和科研应用需求,同时达到降低能耗及实现负载均衡的目标。一种基于在校历史信息的就业推荐算法
摘要：近几年,随着高校毕业生数量的逐年增长,高校毕业生的就业问题已引起社会及相关学者的广泛关注。由于相关数据获取困难,导致传统的就业推荐方法缺少对高校毕业生在校历史信息的综合考虑和利用。论文提出一种基于高校毕业生在校历史信息的就业推荐算法,充分利用BP神经网络和不同性质的单位招收毕业生的偏好特点,改进传统的应届毕业生与往届毕业生之间的相似度计算方法。通过该方法,将在校历史信息相似的往届毕业生的求职去向,推荐给应届毕业生,为其提供参考和指导。通过对历史数据进行评测,实验结果表明,该方法可以有效地为应届毕业生提供就业指导和参考。农作物病虫害非分类关系的公理抽取方法研究
摘要：本体分为轻量级本体和重量级本体,轻量级本体主要由术语、概念、分类关系构成。在轻量级本体的基础上添加非分类关系和公理构成重量级本体。前者侧重于知识结构表达而缺乏语义和逻辑推理功能,后者具有较强的语义和逻辑推理功能,更适合信息的语义处理和新知识的发现。论文按照逆反公理和对称公理的语言模式构造原有非分类关系的模式,然后利用轻量级本体对生成的模式进行扩展,同时结合使用统计学中共现值的方法,最终达到抽取农业病虫害领域的公理。抽取公理中模式的扩展利用了轻量级本体,提高了公理抽取的效果。此外,论文将公理抽取的方法应用于中文领域,抽取中文语料的逆反公理和对称公理。一种面向大规模网页去重的三层分布式架构
摘要：去除重复网页是网页爬取过程中必要的步骤,目前人们对网页去重方法的研究集中在基于网页内容相似的去重算法本身的准确性和算法复杂度上。论文提出一种面向大规模网页去重的三层分布式架构,其利用本地缓存、分布式缓存及分布式索引高效地判断重复网页,特别适用于网页内容更新频繁需要反复爬取的应用场景。实验分析结果表明论文提出的三层分布式架构可以支持分布式网络爬虫环境下大规模的网页去重需求,并且具有较好的可扩展性。基于表单域访问控制模型的构建与实现
摘要：为解决系统用户社会属性或分工复杂的系统权限控制问题,在基于角色访问控制（RBAC）的基础上提出了一种改进权限管理模型——基于表单域访问控制模型。模型引入了表单域访问控制策略,将传统角色访问控制的控制粒度由功能级控制扩展到数据级控制,权限管理的有效性得到保证。最后,运用面向切面编程（AOP）、自定义标签（Tag）以及Ajax技术实现了模型的原型系统,并将该原型系统运用于教务管理系统的权限控制。结果表明,改进的设计实现,并有效提升了访问控制粒度。基于Web的蔬菜领域本体概念和分类关系学习方法研究
摘要：本体学习是当前本体研究的热点之一。概念的抽取和分类关系的构建是本体学习的关键。领域概念的分类方式很多,如何根据不同的应用目的,生成合适的分类结构,是当前本体学习系统应该着重考虑的问题。论文提出了一种有指导的领域本体概念体系结构学习方法,该方法以中文Web上蔬菜领域非结构化文本为语料,将浅层句法分析等语言学方法与TFIDF和C-值等统计学方法相结合进行概念抽取;在分类关系抽取时,基于目标本体的已知一个分支,采用余弦距离计算概念与已知分支概念的语义距离,并结合概念之间的共现频度来确定层次及上下位关系。与目前中文本体的代表性方法相比,文中提出的方法在查全率和查准率方面有明显的提高。一种面向时空数据的关联规则更新算法
摘要：现有的关联规则更新算法大多具有产生大量候选项集和多次扫描数据库的弊端,而且对时空数据的研究少之又少。针对此问题,论文提出一种基于滑动窗口的关联规则更新算法,此算法将访问数据进行行程长度编码并存储于存储器中,然后只需对存储器中的编码数据进行挖掘,不需反复读取数据库信息。同时该算法在由频繁项集产生候选项集时添加了空间约束条件,过滤了空间不相关数据,提高了算法的执行速度和处理效能。通过实验论证,此算法具有更高的挖掘效率,对智能交通、指挥控制等领域有着重要的应用价值。一种基于实现k-近邻算法的研究
摘要：分类算法与聚类算法是机器学习中的两种重要算法,这两种算法在机器学习中是不可缺少的。在当今信息万变的海量的数据中,没有分类算法和聚类算法的机器对数据的识别变得困难或者不能识别未知和有已知的各种数据,因此分类算法在当今变得十分重要。k-近邻算法和决策树算法在机器学习方法中都是经典数据分类,作者在查阅了相关的文献与资料之后,将两分类算法相互地有机地结合起来,并且使用决策树的算法实现了k-近邻算法的实例分类。3D FDTD算法的GPU实现及优化技术研究
摘要：FDTD算法是电磁场领域使用非常广泛的数值计算方法,该方法具有很好的精度与灵活性,已成为求解各种电磁场问题的有力工具。半导体技术的快速发展使得CPU的计算性能有了飞跃性的进步,但是直到现在FDTD法的在CPU上的计算时间依旧非常耗时,这极大地限制了FDTD法在各种工程领域里的应用。论文主要在GPU上实现和优化FDTD算法,从而提高FDTD方法的计算效率,节省仿真时间。实验结果表明相对Intel Xeon处理器上执行的串行程序,GPU最高可获得166倍的加速。同时根据Roofline模型,GPU性能达到理论值的89%。准正交空时分组码的研究
摘要：随着无线通信业务的发展,可用的频谱资源越来越紧张,如何有效地提高系统的频谱利用率成为通信发展的焦点。空时编码是一种结合信道编码和分集的新型的编码和信号处理技术,它能够在不牺牲带宽的情况下有限接近MIMO系统的理论容量和实现全速率,有效地抵抗了衰落问题。论文首先研究了正交空时分组码的编译码算法,其次针对复信号的星座图,速率为1的正交设计仅存在于两根发射天线中,为能在多发天线中实现高速率传输,重点研究了全速率准正交空时分组码和基于全速率满分集的星座图旋转的准正交空时分组码,并给出了不同调制方式下的最优旋转角,最后通过仿真比较了其性能。基于证据理论的装备损伤定位方法研究
摘要：在战场环境下,装备损伤定位的困难在于环境的复杂性、装备受损的多样性和可得信息的不确定性等。论文利用D-S证据理论在处理不确定性信息和模糊信息上的优势,在基于损伤树进行损伤定位分析的基础上,建立损伤事件对应损伤位置的集合。战时采用案例分析的方法直接搜索相关损伤特征,提取得到相似度高的证据体,将所得证据进行融合得到更高精准度的损伤定位信息。采用论文方法时,主要工作量在于平时维修的统计数据,战时流程简单,只需要通过人机交互界面即可快速完成相关操作,为决策者提供准确度更高的指导性意见。直升机迫降着水缩比模型试验方法的研究
摘要：论文参考了船舶等行业水上试验方法,对直升机模型着水试验方法进行了研究,对着水试验模型、试验原理、试验设备设施、试验方法等进行了分析,初步制定了直升机模型着水试验的要求和数据分析方法,为直升机着水试验的应用提供参考。基于时间序列无关性的视角无关行为识别
摘要：在对动作运动过程探索中发现动作具有时间序列不变的特性,并利用这一特性提出了一种新的视角无关行为识别的方法。论文利用了时空特征,特征融合和时间顺序一致性约束来确保匹配过程中的时间顺序。首先从视频序列中提取时空特征点,并运用基于PCA和LPP算法特征融合技术将视角相同的相似点封装到一个类内。对于每一个动作类,构造一个特征融合表以便于在不同的视角进行特征匹配。匹配度是通过基于全局时间顺序约束条件和匹配特征的数量计算出来的。最后拥有最大匹配度的行为标签分配给要查询的动作。通过在IXMAS多视角数据库和西弗吉尼亚大学的行为数据库大量实验评估了该算法,实验结果表明,该方法在视角无关行为识别方面具有较高的准确性。基于FAST的星图中星的提取方法
摘要：在分析星图中星体目标信号特点的基础上,提出了一种将改进的FAST角点检测算法和自适应阈值分割算法相结合的星图中星的提取方法。首先为FAST算法引入自适应阈值选取方法,以进行不同图像对比度情形下的自动星点检测,并利用候选点邻域内周围像素点的拉普拉斯值,剔除了虚假角点;然后,利用自适应阈值分割方法和连通性分析,在局部邻域内确定星体像素区域;最后,利用质心法完成质心定位。仿真结果表明：这种方法与矢量法相比,效率相当,但性能更好。几种路径决策算法的应用及对比分析
摘要：Dijkstra算法、模糊综合评判、基本遗传算法在路径决策中应用广泛,可有效求解时间最少、距离最短、费用最省等最优化问题。分别采用上述三种方法解决路径决策问题,并从五个不同角度对其优缺点作了对比分析。
