信息推荐系统中的朋友关系预测算法设计

伴随着互联网规模的不断扩展,信息过载问题越来越突出。信息推荐系统被视为解决信息过载问题的最有效方法。然而目前的方法大多数仅考虑用户独立的反馈,而忽略用户的社会属性对推荐的重要作用,这对信息推荐系统的性能会造成巨大的影响。为此,本文提出了基于朋友关系预测的信息推荐算法,将用户的社会关系预测引入信息推荐过程中,分别基于用户的拓扑信息及历史交互信息建立用户社会关系的存在性判定及关系类型判定,并利用线性回归分析方法和逻辑回归分析方法实现了基本特征的融合。最后,通过在Epinions和Slashdot真实数据集上的实验证明,本方法能够有效提高用户社会关系预测的准确性。     

不规则2D Torus体系结构与路由算法

2D Torus拓扑结构可以简单地分为n×n的规则Torus和m×n的不规则Torus.在研究规则Torus拓扑结构的基础上,首先将约翰逊编码运用于不规则的2D Torus节点编码中,对m×n的不规则Torus拓扑结构中的平均延时和理想吞吐量进行了理论上的评估,并提出了一种基于不规则Torus的新的静态路由算法:TE-XY路由算法.最后运用NS2网络仿真软件对其和TXY路由算法进行了仿真和比较.实验结果显示,新的路由算法可以有效地提高吞吐量,并在大规模数据传输时不容易造成阻塞,表现了较好的性能.     

基于智能集成架构的时间序列数据挖掘算法研究

针对单一算法在处理复杂时间序列数据时存在缺陷以致无法挖掘全部信息的问题,提出了智能集成架构,给出了4种集成结构,并分析了它们的适用情况。针对一类随机噪声干扰的时间序列数据,采用并联嵌套建模结构,提出嵌套双种群粒子群算法的自回归滑动平均(ARMA)模型,用于挖掘数据中的随机性趋势;提出基于概率密度控制(PDF)的最小二乘支持向量机(LSSVM),用于挖掘数据中的确定性趋势,两种模型并联补集成实现对数据信息的充分挖掘。通过一组实验验证了所提方法的效果。     

重识一朵棉花

正7月15日,站在自家棉田里看着桃铃满枝的喜人景象,农五师八十六团十三连职工丁武奎脑海里已经有了一幅银海茫茫的喜人图景。2011年,丁武奎种植的74.7亩棉花,籽棉总产达到37吨,当年纯收入7.6     

没有翻不过的“火焰山”

从我14岁划破手指写下"我要当兵"的血书至今,已经过去了整整43年。闲暇时,回味当初那段刚入军营的时光,我感慨良多。细细想来,一路走来取得的成绩,主要源于党组织的培养,同时也很大程度源于自己性格中的那股闯劲儿。出生在一个军人世家的我,     

蒙特卡洛剖分投影法的爆震弹破片平均比动能评估

为了评估爆震弹封装壳体破片致死、致伤半径,并削弱其平均比动能,基于蒙特卡洛剖分投影法建立破片平均比动能计算模型。通过LS-DYNA及自编程联合仿真方法对爆震弹自然破片、半预制破片比动能计算模型进行仿真求解,获得了全破片全时域的质量分布、初始速度、垂直靶分布、平均比动能阈值及安全半径等指标。结果表明:在相同装药参数下,半预制破片相比于自然破片,质量分布、初始速度阈值更低且更集中;在小于等于2.5 m范围内半预制破片平均比动能阈值比自然破片更低,大于2.5 m后半预制破片平均比动能阈值比自然破片更高。相比于自然破片,采用半预制破片可显著减小爆震弹破片的致死半径,但并不能明显增大其安全半径。     

基于多机载预警雷达的机动目标融合跟踪方法

机动目标跟踪是多机载预警雷达数据融合中的一个难点,传统的卡尔曼滤波本身不足以解决该问题.基于量测噪声协方差估计设计了一种可适用于机动目标的卡尔曼滤波器;引入了协方差交集,提出了一种针对多机载预警雷达数据融合中机动目标跟踪的新方法.仿真实验表明,该方法能够成功稳定地跟踪机动目标,与现有的主流方法相比,该方法的误差性能是最佳的.     

高炮对巡航导弹毁伤概率仿真

针对高炮射击中误差的复杂性,根据相关性把射击误差分为三类,并通过近似方法把射击误差由三类转化为两类,进而借助分布函数合成定理法对高炮单炮一发的毁伤概率计算提出了算法,并在此基础上依次给出了单炮一次点射以及炮连一次点射对巡航导弹的毁歼概率计算方法;且运用此计算方法,参照巡航导弹的参数来选取计算参数,通过仿真的方法研究了巡航导弹的易毁性以及射击时目标被弹面积的变化对毁歼概率计算结果的影响,并给出了相应仿真结果.     

基于统计性QoS保证的数据包延时界调度算法

讨论了调度算法的性能指标,对目前基于业务流的调度算法的技术特点与性能优劣进行了分析和比较.重点研究了基于时延和丢包率的算法,并提出了一种基于数据包延时界(PDB)排列的调度策略,与WFQ及传统EDF算法进行了比较,证明业务端到端超时概率随网络带宽利用率的变化性能优于传统EDF算法.     

先验信息下的改进主成分估计

对于线性模型Ｙ＝ＸＣ＋ε,Ｅ（ε）＝０,Ｃｏｖ（ε,ε）＝σ２Ｉ,在先验信息（Ｅ（Ｃ）＝０,Ｃｏｖ（Ｃ,Ｃ）＝σ２０Ｉ）下,本文给出主成分个数的一种更合理取法,并提出了一种改进的主成分估计。文中证明了该估计是可容许估计,且在“平均”均方误差意义下,优于最小二乘估计,亦优于主成分估计