基于ADMM的分布式有序充电调度算法

随着电动汽车数量不断增加,大量电动汽车的无序充电行为会导致电网过载和电池寿命损耗。虽然当前已有很多研究关注电动汽车的有序充电行为,但如何在大规模有序充电过程中实现最大化车主便捷性同时减少电池寿命损耗尚未被研究。研究关注充电便捷性和减少电池损坏的充电服务调度优化对充电站充电服务质量和用户满意度提升具有重要意义。笔者提出一个实时充电服务调度策略来协调大量电动汽车的充电行为,以实现最大化车主便捷性同时降低电池损耗。为减少充电过程中信息直接交换造成隐私泄露,同时降低算法计算复杂度,基于交替方向多乘子(ADMM,alternating direction method of multipliers)的分布式算法被提出。大量实验表明所提算法比已有算法有显著提升,能减少33.0%的电池寿命损耗和18.3%的电费支出。     

一种求解高阻尼PageRank问题的加权块Arnoldi算法

提出了一种加权块Arnoldi方法求解PageRank问题．为了加快算法的收敛速度,采用子空间迭代法作为加速策略．数值实验结果表明,当阻尼因子。靠近1时,提出的加速加权块Arnoldi算法比现有的一些Krylov子空间方法优越．     

基于PageRank算法的引擎搜索优化策略研究

本文针对目前主流的PageRank算法,集中研究了该算法的形成思路、计算方法,并分析该算法在独立网站、包含索引页面、入站链接和出站链接等几种模型下的效果,提出了相应的优化策略。从而有效指导网站链接结构优化,有组织,有规划地提高网页在搜索结果中的排名,避免盲目处理造成的混乱结果。实验证明了所提出优化策略的有效性。     

求解一类块线性代数方程组的LU分解算法

本文针对一类块线性代数方程组的大型、稀疏的特点,采用压缩存储技术,设计出了LU分解算法,计算表明:该算法效果良好。     

基于PageRank的主题过滤算法改进

对通用搜索引擎中的PageRank排序算法进行分析,针对原PageRank算法中主题漂移问题,提出一种与主题相关的改进算法,改进的PageRank值由链接重要性和内容重要性共同确定。     

基于PageRank改进的文献价值排序算法

已有学者通过单一指标或者综合因素做了大量文献价值排序工作,但是新旧论文的价值评估不公平现象依旧存在.为了解决这一问题,本文提出一种改进的文献价值排序算法,该算法结合了经典PageRank思想以及常用的被引量与下载量,同时将时间因子引入阻尼因子(d),使得新旧文献在价值评估时有不同的侧重,提高了价值评估公平性.实证分析结果表明,与传统的排序结果相比,新算法的排序更加符合搜寻者的需求.     

基于转移概率的 PageRank 算法研究

PageRank算法是目前一种基于网络链接的比较成功的网页排序算法.首先对PageRank算法做了简单介绍,然后从数学的角度分析,PageRank可以被看作是一个马尔可夫随机游走模型,基于此模型对经典PageRank算法中的转移概率做了改进,根据网页的原PageRank值在链入网页的所有链出网页PageRank值总和所占比例定义转移概率.实验表明,改进后的算法在计算出网页的PageRank值,更具合理性.     

基于PageRank算法的商业网站推广策略研究

搜索引擎已经成为当前检索信息的重要工具.为了提高网站在搜索引擎中的排名,必须对网站进行优化。文章针对目前流行的Google搜索引擎,集中研究了网站结构对基于PageRank算法的网站搜索引擎排名产生的影响,并分析该算法在独立网站下的效果,提出了相应的优化策略,总结了PageRank算法存在的不足,这对促进网络信息获取技术向高精度、智能化方向发展提供了很大的参考价值。     

一种改进的基于云计算的PageRank算法

PageRank算法是最为经典的Web结构挖掘算法,但是其存在主题漂移的问题,使得搜索结果中存在大量与查询主题无关的网页。在分析Page Rank算法的基础上,提出利用欧式距离计算主题相似度并融入传统的PageRank算法中,形成一个改进的网页排序算法,并把此算法应用到云计算环境中,研究MapReduce编程模型上的PageRank算法流程。     

对网页PageRank算法的改进

分析了著名搜索引擎Google采用的PageRank算法，指出其偏重旧网页，忽视专业站点以及对网页中的超链接评估不恰当等不足之处。改进算法考察了网页日期这一重要因素，并重新计算网页中超链接对网页的影响。网页结构中蕴涵着丰富的信息，在href,title等标记中文字对网页主题有重要作用，利用结构标记可以辅助判断网页的主题内容。试验结果表明，采用改进的算法可以提高判断网页重要性的准确度。     

基于网页结构和用户行为的PageRank排序算法

为了提高网页排序算法的准确率,从网络用户对网页的浏览、回复、转载等行为引入用户行为因子,从网页结构关系的角度解决网页的权威性需求。结合用户行为和网页结构分析提出一种改进的PageRank算法BPR(PageRank based on User-behavior)。实验表明,该算法能够有效地解决PageRank排序算法中关于新网页排名过低和网页权威值均分的问题,提高了网页排序的精确性。     

基于PageRank的Markov网络信息检索扩展模型

传统的查询扩展技术大都依据单个查询词的相关性来扩展查询词,忽略了查询词之间的相关性以及查询扩展词的不同重要程度,使得扩展效果不佳。针对此问题,提出了一种基于PageRank算法的查询扩展模型,该模型在Markov网络检索模型的基础上,从查询本身出发,将所有与查询相关的词组成Markov查询关联子网,在此子网上应用PageRank算法来计算候选扩展词的权重,由权重序来确定扩展词的选取,排名前列的扩展词进入检索阶段,消除噪音,提高检索效率。在标准数据集上的实验结果表明,本文提出的模型能有效地改善检索效果。     

基于PageRank算法的一种搜索引擎优化方法及实现

本文在介绍Google等搜索引擎最常用的PageRank搜索结果排名算法的基础上,提出了一种针对PageRank算法的搜索引擎优化方法,设计并用Java技术实现了一个采用此方法的搜索引擎优化工具。     

基于PageRank和HITS的Web结构挖掘算法研究

在对Web结构挖掘的典型算法探讨的基础上,提出了一种PageRank算法和HITS算法相结合的改进算法,并对该算法进行了简要分析。     

基于改进的PageRank的网页信息可信度评估方法

提出了一种基于改进的PageRank的网页信息可信度评估方法,该方法既考虑了网页间的交互结构,也考虑了网页信息主题间的语义关系.由于网页信息内容具有不同的发布时间,在进行可信度评估过程中,还引人了时间衰减函数,从而反映时间这一要素的影响.实验结果表明,所提出的可信度评估方法是有效的,可以为用户提供可信度较高的网页.     

基于LU分解的改进单纯形法

根据高斯消去法及其相关的矩阵分解理论,讨论了具有较好稳定性的改进单纯形法的一种形式。     

基于PageRank算法的期刊影响因子修正研究

为改善影响因子在期刊评价中的不足,基于PageRank算法给出一种期刊影响因子的修正方法.首先,建立期刊之间的互引网络矩阵计算PageRank值(简称PR值),并在期刊互引网络中利用各期刊载文当年的影响因子对被引次数进行加权以反映期刊质量,然后修正期刊自引数量,在此基础上构建基于PageRank算法的影响因子(简称WIF_PR因子),并以图书情报领域中43种期刊为实证对象,利用WIF_PR因子进行期刊评价.结果发现:WIF_PR因子能科学地考虑期刊自引数量、区分不同期刊被引质量,与影响因子、h指数相比,新评价方法评价效果更可靠.     

PageRank算法的并行实现

针对当前大数据时代的背景,信息数据的海量化现象与日俱增,为了实现数据搜索的低成本、高效率,对Google搜索引擎的PageRank算法进行了综合性的研究分析,分别介绍了MapReduce框架和Hadoop实现平台,在此基础上,在Hadoop平台详细分析了基于MapReduce的PageRank算法的并行实现过程,以实现海量数据的并行处理,极大地提高了搜索引擎的性能.     

求解PageRank问题的GMRES-Inout方法

PageRank算法已经成为网络搜索中的核心技术.首先基于内外迭代法,运用预处理的思想,提出GMRES-Inout方法,即重启的GMRES方法修正的内外迭代法;然后,详细介绍该方法的具体过程及收敛性分析;最后,通过数值实验说明该方法的有效性.