您的位置: 专家智库 > >

王晓

作品数:6 被引量:20H指数:2
供职机构:大连理工大学国家示范性软件学院更多>>
发文基金:国家自然科学基金辽宁省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 3篇子群
  • 3篇粒子群
  • 2篇群算法
  • 2篇粒子群优化
  • 1篇动量
  • 1篇动态源路由
  • 1篇动态源路由协...
  • 1篇多模态函数
  • 1篇多模态函数优...
  • 1篇虚拟社区
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇源路由
  • 1篇约束优化问题
  • 1篇社会网
  • 1篇社会网络
  • 1篇社区主题
  • 1篇树形结构
  • 1篇网络
  • 1篇无线传感

机构

  • 6篇大连理工大学
  • 1篇清华大学

作者

  • 6篇马瑞新
  • 6篇王晓
  • 5篇邓贵仕
  • 1篇刘宇
  • 1篇覃征
  • 1篇艾琳娜

传媒

  • 2篇计算机应用研...
  • 2篇计算机工程与...
  • 1篇系统仿真学报
  • 1篇大连理工大学...

年份

  • 2篇2012
  • 3篇2011
  • 1篇2010
6 条 记 录,以下是 1-6
排序方式:
基于扩散理论的HITS算法在Web挖掘中的研究与优化被引量:10
2012年
传统的HITS算法单纯地对网页的链接结构进行分析,忽视了页面内容分析和网页的链接增幅,导致了主题偏离和搜索精度不高的问题。针对上述问题进行研究与分析,将超链接信息检索方法与页面内容相结合,根据优先情节和增长定律,提出了一种改进的基于扩散理论的HITS算法。实验结果表明,与传统的HITS和SALSA算法相比,该HITS算法能够有效地限制主题偏离,提高搜索精度,具有较高的实用价值。
马瑞新邓贵仕王晓
关键词:HITS
基于蚁群算法的DSR协议研究与仿真
2011年
为了延长无线网络的生存时间,避免簇内过早的出现盲节点,提出了一种利用蚁群算法优化的DSR协议。在划分簇和选择簇头的研究过程中,动态追踪无线网络中节点的变化情况,分权衡量节点的移动速度和剩余能量,选择合适的簇首和稳定的信息传播半径,并根据信息传播半径的大小对传感器节点的地理位置进行虚拟网格划分,最终实现信息的稳定传输和能量的有效利用。仿真结果表明,与LEACH和CDSR协议相比,该算法不仅有效地提高了信息传输效率、均衡了网络节点的能量消耗、延长了网络寿命,并且有效增强了无线自组织网络的鲁棒性。
马瑞新邓贵仕王晓
关键词:蚁群算法无线传感器网络动态源路由协议
一种新颖的社会网络安全策略分析被引量:2
2011年
社会网络的发展为用户提供了新的商业机会和沟通渠道,但同时也引入了新的安全问题。网络攻击的复杂性、多变性,使得如何利用最低的网络开销提供最优的服务安全成为当前的研究热点之一。针对社会网络中的信息安全问题,引入"柔性退化"的概念,以G-N和分角色社区挖掘算法为基础提供不同的安全保护措施,建立了一种基于角色划分的多层次柔性抗攻击社会网络防护体系。通过研究表明,分角色安全保护策略的效果远远优于基于G-N的单一保护策略,它能够使用较低的网络开销保持灵活、持久、稳定的抗攻击效果。
马瑞新邓贵仕王晓
启发式动态社区挖掘算法研究与实现被引量:1
2012年
针对社会网络的动态特征,应用多模态函数优化和粒子群优化算法的基本思想,引入社区种子和社区主题的概念,分层进行社区的挖掘.首先对复杂网络中存在的固定联系进行社区挖掘,构建基本社区结构;然后分析社区内容,根据社区内节点之间的隐性行为特征定义社区主题,精分细化社区结构直到结构稳定.实验证明,该算法极大地提高了社区挖掘的精度,降低了运算复杂度.并且该算法能够有效地保持社会网络中社区的多样性,加速社区内节点收敛,快速寻找到稳定的社区结构.
马瑞新邓贵仕王晓
关键词:多模态函数优化粒子群优化社区主题
SNS科技论文管理平台研究与实现被引量:1
2011年
为了提高科技论文管理平台中学术信息资源的利用效率和个性化推荐的质量,深入介绍了社区挖掘算法在SNS科技论文管理平台中的应用,根据用户提供的个人信息以及发表的论文信息,构建树形关系结构,计算用户之间的相似程度;利用粒子群优化算法的思想寻找精英粒子,进行虚拟社区划分。通过确立社区主题和分析邻居用户的动态更新,对社区内的用户进行个性化推荐。实验结果表明,改进后的系统大大提高了个性化推荐的精度,增加了用户满意度。
马瑞新邓贵仕王晓艾琳娜
关键词:粒子群优化树形结构虚拟社区个性化推荐
求解约束优化问题的动量粒子群算法被引量:8
2010年
为解决约束优化问题,提出使用双可行域吸引子策略改进动量粒子群算法。该算法只需初始种群中有一个粒子位于可行域内,随着搜索过程的进行,整个种群自动进入可行域内搜索。一方面,在搜索过程早期,由于可行域内粒子少,所有粒子移向相同的吸引子,整个种群迅速进入可行域内。另一方面,随着进入可行域粒子的增多,由于每个粒子使用距本身最近的可行域吸引子,较好地维持了种种群的多样性,避免早熟现象的发生,使算法具有较好的寻优性能。与国际上当前解决约束优化问题的粒子群算法在4个标准约束优化函数上测试比较,实验结果表明本算法取得的最优值要优于其它粒子群算法。
马瑞新刘宇覃征王晓
关键词:粒子群算法约束优化问题可行域进化计算
共1页<1>
聚类工具0