基于降维和聚类的大规模多目标自然计算方法

在多目标优化问题中,随着决策变量数目增多,算法的寻优能力会显著下降,针对这种“维数灾难”的问题,提出基于LLE降维思想和K-means聚类策略的大规模多目标自然计算方法。首先通过LLE降维思想对决策变量进行优化,得到高维变量在低维空间中的表示,再通过K-means策略对个体分组,为种群选择合适的引导个体,提高算法的收敛性和多样性。为验证算法有效性,将该方法应用于多目标粒子群优化算法和非支配排序遗传算法中,对收敛性进行了分析,证明该算法以概率1收敛。通过ZDT、DTLZ系列8个测试问题进行仿真试验,与6个代表性算法进行对比,通过PF、IGD指标、HV指标的评价结果验证其综合性能,并将其应用于水泵调度问题中。综合实验结果表明,所提方法具有较好性能。     

EDGE RECONSTRUCTION OF PLANAR GRAPHS WITH MINIMUM DEGREE AT LEAST THREE-(Ⅲ)

ＥＤＧＥＲＥＣＯＮＳＴＲＵＣＴＩＯＮＯＦＰＬＡＮＡＲＧＲＡＰＨＳＷＩＴＨＭＩＮＩＭＵＭＤＥＧＲＥＥＡＴＬＥＡＳＴＴＨＲＥＥ－（Ⅲ）￥ＦＡＮＨｏｎｇｂｉｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｇ，Ｊｉｎａ...     

基于知识图谱嵌入的多跳中文知识问答方法

基于知识图谱嵌入模型, 提出一种知识图谱嵌入评分与链路评分相结合的评分方法, 以解决中文领域的多跳知识图谱问答任务, 与传统的单跳知识问答方法相比适用性更广. 该方法在搜索最优答案的同时构建一个查询链路, 通过查询给出答案集合, 从而有效缓解了现有方法中遗漏答案的情况. 在NLPCC-MH数据集上的实验结果表明, 该方法在多跳问题上的平均F₁值为0.653, 显著优于对比方法. 真实知识图谱通常存在链路缺失的情况, 实验以随机丢弃25%三元组的方式模拟了知识图谱的稀疏性, 结果表明该方法在这种情况下仍然有效.     

基于图拉普拉斯嵌入的合成孔径雷达时变窄带干扰抑制算法

合成孔径雷达(synthetic aperture radar, SAR)作为一种宽带系统, 常与同频段内其他有源电磁系统发生冲突, 这些信号相较于宽带SAR系统而言, 大部分是窄带干扰(narrow-band interference, NBI), 会对高分辨SAR成像系统产生严重干扰。早期关于NBI抑制问题的研究中, 很少有人注意到NBIs在不同脉冲之间可能具有局部时变特性, 这削弱了某些经典方法在干扰抑制上的性能。因此, 本文提出了一种图拉普拉斯嵌入(graph Laplacian embedding, GLE)算法, 通过在不同脉冲信号之间构建拉普拉斯嵌入关系来抑制NBIs。这使得局部时变的干扰能够被嵌入到非线性低维流形中, 并被有效去除。对实测受NBI干扰的SAR数据进行处理, 处理后的结果证明了所提方法的有效性。     

基于DDNPE算法的间歇过程故障诊断

针对邻域保持嵌入(NPE)算法只通过欧氏距离挑选近邻带来的特征提取不充分导致故障诊断效果不佳的问题,将扩散距离(DD)与NPE算法相结合,提出了一种基于扩散距离的邻域保持嵌入(DDNPE)算法的故障诊断新方法.该方法首先发掘嵌入在原始高维数据的内在流行结构,进行数据降维,然后通过学习原始数据的潜在几何结构提取本征信息,并保持数据流行上的局部结构不变,避免了NPE算法只通过欧式距离挑选邻域带来的特征提取不充分的问题,最后利用T²和SPE统计量检测故障,并用变量贡献图法诊断出故障变量.通过青霉素发酵过程仿真结果验证了所提方法的有效性.     

基于离散余弦变换与Hessenberg分解的图像水印算法

为了增强水印系统的视觉隐秘性与抗几何攻击能力,设计了基于离散小波变换与Hessenberg分解的图像水印算法。将宿主图像实施分割,形成一系列的8×8的非重叠子块;随后,联合信息熵与边缘熵值,构建嵌入区域选择方法,从这些子块中确定出合适嵌入水印的子块;引入离散余弦变换DCT(Discrete Cosine Transform),对选择的子块进行分解,输出对应的低频与高频系数,将每个子块的低频系数组合成相应的矩阵;随后,利用Hessenberg分解方法处理这些低频系数矩阵,输出对应的上Hessenberg矩阵;根据结构相似度与位正确率,构建粒子群算法的适应度函数,通过对其迭代,获取最优的嵌入强度;根据优化的嵌入强度,设计水印嵌入机制,将水印信息隐藏到上Hessenberg矩阵中,形成水印图像;最后,构建水印检测方法,从水印图像中提取水印。实验数据表明:较当前鲁棒水印方案而言,所提技术具有理想的视觉不可感知性与鲁棒性。     

基于类别混合嵌入的电力文本层次化分类方法

针对当前电力文本分类方法中因忽视类别标签之间潜在语义关联关系而导致分类性能低效的问题,提出一种基于层次化分类模型的电力文本分类方法.首先,利用采集的电力成果非结构化文档,采用自动化信息提取技术和标注技术,构建电力文本多标签分类训练集,并结合领域知识分析,构建类别标签之间的层次化关系.然后,提出基于类别结构和标签语义混合...     

APF-Kitty:基于单词嵌入的新型专有协议模糊测试工具

针对工业控制系统协议组成复杂,存在大量专有协议的特点,将协议逆向工程与模糊测试技术相结合。并针对传统多序列比对算法存在的问题,提出了利用单词嵌入进行协议逆向分析的新思路,并且通过开源模糊测试框架Kitty构造出新型的模糊测试工具APF-Kitty。通过实验分析证明了该方法可以有效地对专有协议进行逆向分析和模糊测试。最后,讨论了该方法存在的不足和下一步研究方向。     

基于Cayley图的跨层定向扩散路由算法

为提高无线传感器网络的能量利用率,采用图嵌入的方法在MAC层设计固定信道分配协议,在此基础上使用跨层路由协议改进了定向扩散的路由协议,提出一种基于Cayley图的跨层定向扩散路由算法(CLDD).模型采用的图嵌入方法以Cayley图为逻辑拓扑结构,它具有点对称性质且网络直径达到O(log2N),这使下一跳路由简单、平均路由长度缩小,而且使系统具有高聚集性及鲁棒性.仿真实验表明,CLDD在系统能耗以及传输时延等方面均优于定向扩散算法和Omniscient Multicast算法.     

基于intDCT和扩展嵌入的可逆脆弱认证水印研究

可逆音频水印能够在水印信息提取后无损恢复原始音频载体,可用于完整性认证和篡改识别。通过使用整数离散余弦变换(integer discrete cosine transform,intDCT)和扩展嵌入技术,提出了一种可逆脆弱音频水印认证算法。发现了音频帧在经过intDCT变换、幅度扩展嵌入和intDCT逆变换后会出现较大的失真,详细分析了失真的成因并提出了解决对策;在DCT域,通过对高频部分分别应用差分扩展和预测误差扩展两种嵌入策略,设计了两种可用于音频完整性认证的可逆脆弱水印方案。实验结果表明所提出的算法具有较小的嵌入失真和满意的嵌入容量,能够很好地进行完整性认证和篡改定位。