摘要：N-车探险问题是一类在燃油约束下安排N辆车的行驶顺序以使车辆行驶最远的NP-hard问题.针对该问题,提出一种融合局部搜索的Memetic烟花算法(MFWA).根据该问题等价于置换排序的特性,设计基于rankedorder value(ROV)规则的编码方式,引入动态爆炸半径,使用烟花算法进行全局搜索;设计插入、交换和反转等邻域操作,增强算法的局部搜索能力;利用实验设计探讨了关键参数对算法性能的影响.基于14个标准问题的测试结果表明:所设计的局部搜索操作有助于增强烟花算法在N-车探险问题上的寻优精度;MFWA的寻优精度、稳定性等整体优于(至少不劣于)标准烟花算法(FWA)、已有的启发式算法(H1-H4)、粒子群优化(PSO)和水波优化(WWO);与MFWA相比,禁忌变邻域局部搜索(TBVLS)用至少55倍的计算时间得到了最大竞争比为1.126的寻优精度.这些结果表明,MFWA能在较短时间内获得较满意的寻优精度.

摘要：通过对肿瘤基因数据中存在的小样本、高维性和噪声冗余等问题的研究,提出一种Wrappers类型的特征选择方法。将样本按照标签进行分类,把具有相同标签的样本放到一个矩阵中;分剐计算这两个基因矩阵的相关矩阵,找出相关性较高的特征集合,对多个相关矩阵进行相关性分析,找出所有类别中同时与指定特征相关的特征集合;从中选择Score最高的特征,得到特征组合最优的特征子集,缩小特征空间。通过对3个肿瘤数据集进行测试,验证了该方法具有较好的分类效果。

摘要：在进行数据模式分类时,数据通常呈现高维形式,造成维数"灾难",对高维数据进行特征提取降维变得尤为重要。在降维算法研究的基础上,提出一种基于稀疏投影的Fisher准则方法,实现高维数据的维数约简。充分考虑样本类别标签信息,结合改进的稀疏表示定义同类样本间的稀疏重构和异类样本间的稀疏重构,根据得到的同类稀疏系数矩阵和异类稀疏系数矩阵,构建基于Fisher准则,使类间散度最大化的同时类内散度最小化。在标准人脸数据上进行实验,实验结果验证了该算法在分类问题上的有效性和可行性。

摘要：区块链具有去中心化与不可篡改等特点,近年来受到了人们广泛的关注。数据上链便不可篡改会带来恶意交易无法根除和错误交易无法修改等一系列问题。目前可编辑区块链的相关研究大多是以区块粒度进行替换,或者通过增添新交易实现逻辑上的编辑。前者会造成编辑记录无法考证,后者虽可保留错误数据存证,但缺乏安全的访问机制。此外,现有相关研究均未充分考虑待编辑数据的特点,导致后续交易受影响而失效的问题。因此,提出了一种可编辑区块链模型。首先,以一般存证数据为例,重新设计了区块链底层数据结构,增加了时序属性并构建索引;然后提出了新的提交、编辑和查询算法,通过后续追加交易的方式实现了对区块链数据的逻辑编辑,从而在保存错误交易存证的基础上,为用户提供了安全的访问接口。为了解决后续交易失效的问题,在上述工作基础上,针对上下文强相关的交易类型数据,对数据结构及相关算法进行了改进,保证后续交易不受数据编辑的影响。实验表明,该模型可在保证系统性能的基础上实现区块链可编辑。

摘要：预测任务的资源使用状况是提高云平台资源使用率的重要手段之一.然而云计算平台资源使用的动态性、不确定性和突变性使得预测效果有限.为了提高云平台任务的资源使用率预测性能,本文做了如下工作:1)详细地分析了当前主流云平台的资源使用情况,提炼了云平台任务的资源使用特征;2)根据云平台的特点设计了适合任务的资源使用预测性能评价函数PEFOT(Performance Evaluation Function fOr Tasks,PEFOT);3)设计并实现了一种云平台任务的资源使用率预测方法 REPOTASK(REsource Prediction method fOr TASKs,REPO-TASK).使用Google云平台数据集进行了实验,结果表明,相对于目前已经提出的任务资源使用率预测模型BP和LSTM,REPO-TASK方法具有更好的预测性能,PEFOT值平均下降了3. 2591.

摘要：将语义数据流处理引擎与知识图谱嵌入表示学习相结合,可以有效提高实时数据流推理查询性能,但是现有的知识表示学习模型更多关注静态知识图谱嵌入,忽略了知识图谱的动态特性,导致难以应用于实时动态语义数据流推理任务。为了使知识表示学习模型适应知识图谱的在线更新并能够应用于语义数据流引擎,建立一种基于改进多嵌入空间的动态知识图谱嵌入模型PUKALE。针对传递闭包等复杂推理场景,提出3种嵌入空间生成算法。为了在进行增量更新时更合理地选择嵌入空间,设计2种嵌入空间选择算法。基于上述算法实现PUKALE模型,并将其嵌入数据流推理引擎CSPARQL-engine中,以实现实时语义数据流推理查询。实验结果表明,与传统的CSPARQL和KALE推理相比,PUKALE模型的推理查询时间分别约降低85%和93%,其在支持动态图谱嵌入的同时能够提升实时语义数据流推理准确率。

摘要：高校中的本科生导师制在本科生教育中起到积极作用,针对网络工程专业特点,创新地推行导师制项目制度,由学生在学习阶段直接参加导师的科研项目,在指导教师指导下设计项目方案、进行系统设计和系统编码、撰写科研报告,并探索导师制项目在毕业设计所起到的积极作用,为校内其他专业及校外推广这项制度打下良好的基础。

摘要：动态三维迷宫是较为困难的、具有不确定性和不完全信息的强化学习任务环境,使用常规奖励函数在此环境中训练任务,速度缓慢甚至可能无法完成。为解决利用强化学习在动态迷宫中寻找多目标的问题,提出一种基于事件触发的综合奖励方案。该方案将三维迷宫中各种行为状态表达为各种事件,再由事件驱动奖励。奖励分为环境奖励和内部奖励,其中环境奖励与三维迷宫任务直接相关,含有体现任务目标的节点奖励和任务约束的约束奖励。内部奖励与智能体学习过程中的状态感受相关,含有判断奖励和心情奖励。在实验中,综合奖励的性能均值相较于改进奖励提升54.66%。结果表明,综合奖励方案在提高完成任务满意度、增强探索能力、提升训练效率方面具有优势。

摘要：受到功耗和温度的限制,传统的单核处理器性能难以提升,多核计算成为新的处理器模式。然而现有的多线程程序设计是以单核处理器为基础发展而来,无法高效利用多个处理核心来提升性能。以OpenMP为基础,对程序进行多线程优化,以实现多核处理器上多线程的并行,并通过经典的N皇后问题案例进行验证。

摘要：由于国内高校办学规模逐年增加,校内各种事务明显增多并且职能部门分布在不同地理位置,造成教师和学生无法轻易地找到办事部门,降低办事效率。谷歌等在线地图系统虽然能够提供一定的地理信息,但存在信息不可能覆盖到学校的每一个职能部门、无法为师生提供事务相关的地理信息等问题。为解决上述问题,结合Android与Google Map,利用数据库技术和移动开发技术,设计面向师生的校内事务办事处理系统。