摘要：社区搜索旨在从网络中查找给定查询节点所在的局部社区,基于谱的社区搜索方法是流行的方法之一。现有基于谱的社区搜索方法多面向简单网络而无法处理具有2类实体关联的二分网络,且面向二分网络的社区挖掘方法多是对网络进行整体划分。据此,提出了面向二分网络的谱近似社区搜索方法,旨在将谱方法引入到二分网络中进而精确定位与查询节点关联紧密的社区。具体来说,首先考虑二分网络中2类实体的关联,基于局部模块度设计了面向二分网络的局部模块度;其次,基于谱图理论,在二分网络上利用融合不同实体关联的模块度矩阵局部逼近特征子空间,设计了适用于二分网络的谱方法;最后,利用结合谱性质的二分网络上的局部模块度,设计了谱子空间中以查询节点集为支撑的稀疏指示向量的线性规划问题,目标社区可通过线性规划问题的求解而获得。真实数据集上的实验结果表明了本文方法有效性和效率。

摘要：kNN算法是机器学习和数据挖掘程序中经常使用的经典算法。随着数据量的增大,kNN算法的执行时间急剧上升。为了有效利用现代计算机的GPU等计算单元减少kNN算法的计算时间,提出了一种基于OpenCL的并行kNN算法,该算法对距离计算和排序两个瓶颈点进行并行化,在距离计算阶段使用细粒度并行化策略和优化的线程模型,排序阶段使用优化内存模型的双调排序。以UCI数据集letter为测试集,分别使用E8400和GTS450运行kNN算法进行测试,采用GPU加速的并行kNN算法的计算速度比CPU版提高了40.79倍。

摘要：为在决策表中获得更好的属性约简组合,从信息论角度分析,在基于区分矩阵的基础上,提出一种改进的以条件熵作启发信息的约简算法。同时考虑条件属性相对于决策属性的条件信息熵以及属性值的分布情况,用它们的比作为启发因子,重新给出一种度量属性重要度的依据,得到属性约简集。实验结果表明,该算法能够有效约简属性集,使约简结果获得最简决策规则组合。

摘要：针对水印提取时的失真和安全性问题,提出一种基于DCT域边缘检测的数字水印算法。该算法用密钥序列置乱水印图像加密,把载体图像分块,根据边缘检测算子得到原始图像的边缘图像,用两种不同的嵌入方法将水印信息根据不同的嵌入强度嵌入到原始载体图像的DC(直流)分量中。实验结果表明,该算法对缩放、压缩、裁剪等攻击具有良好的鲁棒性和不可见性。

摘要：为消除脉冲超宽带(IR-UWB)雷达系统采集的人体呼吸回波信息中的干扰信号,并准确估计出人体呼吸频率和到达时间(TOA)范围,提出一种基于IR-UWB雷达的非接触式呼吸检测方法。对IR-UWB雷达回波信号进行线性趋势消除与滤波得到平滑的回波信号,在每个慢时间域上对回波信号使用傅里叶变换估计出人体呼吸频率,并设计基于回波信号均方根和超值峰度的EK-RMS算法确定TOA范围,同时将人体呼吸频率与TOA范围进行信息比对,最终得到受试目标的呼吸频率。实验结果表明,与Phase-Based、FFT和WT-Window算法相比,EK-RMS算法在低信噪比条件下具有更高的呼吸频率检测准确率和更强的鲁棒性,且对干扰信号有明显的抑制或消除作用。

摘要：D2D通信是5G/B5G网络的关键技术之一,同时小小区的中心化部署形成了以父点为中心的簇.因此,文章构建了一个基于泊松点和泊松簇过程的网络模型,提出了一种基于簇的用户设备(User Equipment,UE)分类方案,并设计了联合正交与共享的频谱资源分配方案.基于簇的UEs分类方案将UEs分为不同类型的簇中心和簇边缘UEs;联合频谱分配方案,将可获得的频带分为正交的两个子带,不同类型的UEs(BSs)共享子带.对此设计,建立了D2D接收机的干扰模型,给出了干扰分布,并分析了簇中心和簇边缘D2D接收机的覆盖概率.仿真和数值结果表明D2D网络覆盖概率随着微微BS(Pico BS,PBS)发射功率的减小而增加.同时,也给出了PBS覆盖半径和D2D发射机覆盖半径对D2D网络覆盖概率的影响.

摘要：社区搜索旨在寻找与给定查询节点高度相关的个性化社区.现有社区搜索方法多面向简单网络且处理单个查询节点或假定多个查询节点来自同一社区,这种严格的假设使得算法灵活性受限.据此,提出一种在属性网络中利用查询节点随机游走路径的相似性增强的多社区搜索方法,可以有效地定位查询节点所属的多个局部目标社区.具体地,有效融合网络中高阶结构与属性信息,利用重启随机游走计算各查询节点的重要性分数向量;计算查询节点随机游走路径的相似性并设计一种相似性增强策略,使得在无监督学习中相似路径游走者彼此增强关联从而定位不同查询节点所属的多个社区结构;基于结合结构和属性的并行电导值精准查询社区.真实数据集和人工数据集的实验验证了本文方法的有效性和效率.

摘要：社区发现是一个基础性的且被广泛研究的问题。现有的社区发现方法大多聚焦于网络拓扑结构,然而随着真实网络中实体可用属性的激增,捕获图中结构和属性的丰富交互关系来进行社区发现变得尤为必要。据此面向属性图提出了一种基于染色随机游走的可重叠社区发现算法OCDC,该算法解决了传统的基于随机游走的社区发现算法利用结构转移矩阵造成社区发现效果不佳的问题。具体地,首先利用经典的初始种子策略选出网络中差异度较大的节点,在此基础上设计种子替换策略,挖掘网络中质量更佳的种子替换路径集合对初始种子集合进行替换;其次构建结构-属性交互节点转移矩阵并执行染色随机游走过程得到高质量种子节点的染色分布向量;最后基于融合结构和属性的并行电导值对社区进行扩展。在人工网络和现实网络上的实验表明,本文提出的算法能够准确地识别属性社区并显著优于基准算法。

摘要：知识图谱(KG)具有丰富的结构化信息,能有效缓解推荐模型的稀疏性和冷启动问题,提升推荐系统的准确性与可解释性。近年来,融合知识图谱的端到端推荐模型成为技术趋势。提出了一种融合相似用户影响效应的知识图谱推荐模型,该模型在有效利用知识图谱的前提下,扩充了用户与项目之间的交互方式。首先,利用图神经网络邻域聚合策略与注意力机制,分别捕获用户与项目在知识图谱上的2种高阶表示;其次,根据相似用户的影响效应,设计影响力增强层,捕获相似用户影响效应的潜在表示;最后,将上述3种表示共同反馈到多层感知机中,输出预测分值。在真实数据集上的实验结果验证了所提模型的有效性和效率。

摘要：失败-停止群签名方案可抵抗强计算能力的敌手伪造签名,实现用户隐私信息的有效保护。为此,在失败-停止群签名方案的基础上,设计一种基于无证书密码体制的失败-停止环签名方案,使其同时具备强匿名性、可自主选择关联性和失败-停止特性,并且在随机预言模型下证明其满足自适应性选择消息攻击下的不可伪造性。性能分析结果表明,与同类环签名方案相比,该方案的密钥管理安全性更高且计算开销更小。