一种新的联合Turbo译码算法

提出了一种新的Turbo码的联合译码算法,该算法结合了常数Log-MAP译码算法和Log-MAP算法的优点,并且结合了停止判决准则。新算法在效率和纠错性能上达到了较好的平衡,尤其是在中高信噪比的情况下：只增加了较少的计算量,就使得常数Log-MAP算法达到了几乎Log-MAP算法的纠错性能。     

协同过滤中一种项目综合相似度计算方法

协同过滤算法作为一种成功的个性化推荐技术已经被应用到很多领域,但是由于协同过滤算法所使用的用户-项目评分矩阵一般都非常稀疏,导致该算法推荐效果一直较差。文章在考虑了用户相似喜好、项目平均得分的差异性和方差等因素基础上,提出了一种项目间综合相似度计算方法JAV Weighted Model,通过在MovieLens数据集上的实验表明本文方法在预测精度上与已有方法相比有一定的提高。     

中国西北地区近700年来夏季干湿变化特征

基于观测数据得到的帕尔默干旱指数(Dai-PDSI)和树木年轮重建的帕尔默干旱指数(MADA-PDSI),分析了中国西北干湿分布及变化特征.通过对1951-2005年夏季Dai-PDSI数据的REOF分析,可将中国西北地区划分为3个典型干旱区:南疆干旱区、北疆干旱区和西北东部干旱区.区域平均PDSI分析结果表明,自1951年以来,南疆呈现出明显的变湿趋势,北疆地区先变干后转湿,而西北东部干旱化趋势明显.近700年来的相似干旱期的分析结果显示,各类型相似干旱期都有其共性,南疆相似干旱期的主要特点是干旱从西北向东南延伸到长江中下游地区,北疆相似干旱期的严重干旱位于北疆及其北部地区,而西北东部干旱发生时中国大部分地区遭遇干旱,且严重干旱位于北方地区.20世纪以来的南疆和北疆干旱在历史时期中都有与其强度相当的相似干旱期,而西北东部历史相似干旱期与1995-2005年干旱相比,其干旱强度相对较弱,因此,1995-2005年干旱是此类型近700年来最严重的干旱.     

基于逆概念频率的词语相似度计算

词语相似性度量在服务选择、自然语言处理、文献检索等领域具有重要的作用,目前通用的词语相似度计算方法是利用《知网》对词的概念解释得出词语之间相似度.对《知网》结构进行分析,认为利用《知网》计算词的相似度的方法中概念的4项基本结构的权重应该动态产生,并提出区分度作为衡量4项基本结构的动态权重.在分析现有研究基础上,借鉴逆文档频率(IDF)权重计算思想,认为义原的区分度与义原在所有概念的相应位置中出现次数成反比,提出了一种基于义原出现频次的义原权重计算方法:逆概念频率(inverse concept frequency,ICF).通过分析概念的组织结构,计算第一基本义原结构、其他基本义原结构、关系义原结构、关系符号结构中各义原的ICF权重,将4个基本结构中的最大义原ICF权重作为基本结构的ICF权重.利用动态ICF值逼近基本结构的区分度,进而计算词语相似度.通过对真实数据的实验对比可以看出ICF算法能有效提高计算词语相似度的准确率.相比较传统算法平均前160个词准确率从30.74%提高到72.28%,平均召回率从15.87%提高到49.64%.     

基于改进即时学习算法的动液面软测量建模

油田动液面参数软测量预测应用中,软测量模型随生产的进行会逐步退化,导致预测结果偏差较大,无法在油田生产过程中加以使用.对此,提出采用基于子空间相似度的即时学习策略来对动液面预测模型进行自适应动态更新.通过对生产阶段数据进行子空间的相似度计算,提高建模样本选取的准确性.设计两个记忆参数改变以往即时学习策略模型的更新方法,在减少计算量的同时提高动液面的预测精度.与以往即时学习算法进行实验对比,结果表明,改进算法对油田动液面测量精度高,适应性强,符合油田生产标准,可以应用于油田实际生产.     

P2P环境下考虑信任的协同过滤推荐模型研究

在P2P环境下,节点面临丰富的可用资源,因此很难快速定位自己感兴趣的文件。提出了一种考虑信任的协同过滤文件推荐模型,不仅提高了推荐准确度,还提高了节点的满意度,并有效地控制了由于信任问题导致的交易失败。     

基于相似案例分析的原材料长短期采购比例确定方法

提出了基于相似案例分析的原材料长期与短期采购比例确定方法.首先,将当前需要解决的原材料长期与短期采购比例问题视为目标案例,将收集到的一些历史的原材料采购问题以及采用的原材料长短期采购比例方案作为历史案例;其次,通过计算目标案例与历史案例间的相似度来提取相似历史案例;然后,计算各相似历史案例的采购比例方案实施效果的效用值,并通过设置阈值来筛选采购比例方案实施效果较好的相似历史案例;进而,依据筛选的相似历史案例,计算目标案例中原材料长期与短期采购的比例.最后,通过一个实例分析说明了提出方法的可行性与有效性.     

基于ARIMA的电力视频流量分析和预测

针对电力视频业务的流量特性,提出一种基于差分自回归移动平均(ARIMA)模型的电力视频业务流量分析和预测方法.首先利用差分法对视频流量数据进行平稳化处理,然后依据数据序列的自相关函数和偏自相关函数确定模型参数,从而建立能够有效预测电力视频业务流量的分析模型.仿真实验表明,该方法充分考虑了电力视频业务流量的自相似性、周期性、突发性及趋势性等特点,有效提高了流量预测拟合的精度.     

基于社交关系的问答系统及最佳回答者推荐技术

近年来,社区问答服务系统(CQA)越来越受到人们的欢迎,但随着提问规模的膨胀,获得回答的问题比重逐步降低,且答案质量无法得到保障.为了提高问答系统中问题被解答的概率,并提升答案可信度,文中提出了基于社交关系相似度的社交问答系统(SQA),主动寻找与提问者社交关系紧密且能够回答问题的用户,并提出了针对提问者与最佳回答者的推荐方法.实验结果表明,在主观性强或实时性强等问题集上,文中方法能更快地得到让提问者满意的答案.     

改进GA优化BP神经网络的短时交通流预测

为了提高BP神经网络预测模型对短时交通流的预测准确性,文章提出了一种基于改进遗传算法优化BP神经网络的短时交通流预测方法。由于模拟退火算法具有较强的局部搜索能力,能够在搜索过程中避免陷入局部最优解,因此引入模拟退火算法中的Metropolis接受准则来增加遗传算法的局部搜索能力,避免了遗传算法过早收敛和陷入局部最优解。通过改进的遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解。仿真结果表明,该方法对短时交通流预测具有较好的预测精确性。