-
36551.XML动态区间编码方法
[信息传输、软件和信息技术服务业] [2014-07-15]
提出了适用于XML文档更新环境下的区间编码方法——DCLS(dynamic containment labeling scheme).DCLS将基于整数的编码泛化到基于向量的编码,扩展了传统静态区间编码方法,有效避免了XML文档更新时的重新编码.不论文档更新与否,DCLS都显示了良好的性能:DCLS利用基于整数的静态区间编码方法进行初始编码,在文档不更新的环境下,具有较高的存储效率和查询性能；同时,DCLS将整数视为特殊向量,不仅能够支持文档更新,而且更新效率高；特别是倾斜插入时,DCLS可以避免编码位长的快速增加.实验结果表明,与已有的动态区间编码方法相比,DCLS具有更好的性能.
关键词：可扩展标记语言；文档更新；编码技术；动态区间编码；向量序
-
36552.基于词语距离的网络图词义消歧
[信息传输、软件和信息技术服务业] [2014-07-15]
传统的基于知识库的词义消歧方法,以一定窗口大小下的词语作为背景,对歧义词词义进行推断.该窗口大小下的所有词语无论距离远近,都对歧义词的词义具有相同的影响,使词义消歧效果不佳.针对此问题,提出了一种基于词语距离的网络图词义消歧模型.该模型在传统的网络图词义消歧模型的基础上,充分考虑了词语距离对消歧效果的影响.通过模型重构、优化改进、参数估计以及评测比较,论证了该模型的特点:距离歧义词较近的词语,会对其词义有较强的推荐作用；而距离较远的词,会对其词义有较弱的推荐作用.实验结果表明,该模型可以有效提高中文词义消歧性能,与SemEval-2007:task#5最好的成绩相比,该方法在MacroAve(macro-average accuracy)上提高了3.1％.
关键词：词语距离；马尔可夫链；网络图模型；PageRank；参数估计
-
36553.基于网络信息搜索的WebService文本描述信息扩充方法
[信息传输、软件和信息技术服务业] [2014-07-15]
随着Web服务技术的不断成熟和发展,互联网上出现了大量的公共Web服务.在使用Web服务开发软件系统的过程中,其文本描述信息(例如简介和使用说明等)可以帮助服务消费者直观有效地识别和理解Web服务并加以利用.已有的研究工作大多关注于从Web服务的WSDL文件中获取此类信息进行Web服务的发现或检索,调研发现,互联网上大部分Web服务的WSDL文件中普遍缺少甚至没有此类信息.为此,提出一种基于网络信息搜索的从WSDL文件之外的信息源为Web服务扩充文本描述信息的方法.从互联网上收集包含目标Web服务特征标识的相关网页,基于从网页中抽取出的信息片段,利用信息检索技术计算信息片段与目标Web服务的相关度,并选取相关度较高的文本片段为Web服务扩充文本描述信息.基于互联网上的真实数据进行的实验,其结果表明,可为约51％的互联网上的Web服务获取到相关网页,并为这些Web服务中约88％扩充文本描述信息.收集到的Web服务及其文本描述信息数据均已公开发布.
关键词：Web服务；服务描述信息；服务发现；互联网信息搜索
-
36554.基于选择性集成的最大化软间隔算法
[信息传输、软件和信息技术服务业] [2014-07-15]
当前,boosting集成学习算法研究主要集中于最大化弱学习器凸组合的间隔或软间隔,该凸组合几乎使用了生成的所有弱学习器,然而这些弱学习器间存在大量的相关性和冗余,增加了训练和分类过程的时空复杂度.针对这一问题,在LPBoost基础上提出了一种选择性boosting集成学习算法,称为SelectedBoost.在每次迭代生成新的弱学习器以后,通过计算新生成的弱学习器与已有弱学习器的相关度和差异度,并结合当前集成的强学习器的准确率来判断是否选择该弱学习器.另外,当前的一系列boosting算法(如AdaBoost,LPBoost,ERLPBoost等),本质上是基于已生成的1个或者多个弱学习器来更新样本权重,但与弱学习器相比,强学习器更能代表当前的决策面.因此,SelectedBoost通过在带约束的间隔最大化问题中引入更加严格的强学习器边界约束条件,使得该算法不仅参考弱学习器边界,同时还参考已生成的强学习器来更新样本权重,进而提高算法的收敛速度.最后,与其他有代表性的集成学习算法进行实验比较,结果表明,该方法在收敛率、分类准确性以及泛化能力等方面均具有比较明显的优势.
关键词：集成学习；选择性集成；软间隔；相关度；线性规划
-
36555.基于中心/修饰依存重排序模型的短语SMT
[信息传输、软件和信息技术服务业] [2014-07-15]
为了提高基于短语的机器翻译系统的重排序能力,提出了一个基于源语言端的中心-修饰依存结构的重排序模型,并将该重排序模型以软约束的方式加入到机器翻译系统中.该排序模型提出了一种在机器翻译中应用句法树资源的方法,将句法树结构,通过将句法树映射成中心-修饰词的依存关系集合.该重排序模型在基于短语系统的默认参数设置下,显著地提升了系统的翻译质量.在系统原有的词汇化的重排序模型基础上,该重排序模型在翻译模型中融入了句法信息.实验结果显示,该模型可以明显地改善机器翻译系统的局部调序.
关键词：短语机器翻译；重排序模型；中心修饰依存关系；无词汇化
-
36556.自适应动态控制种群规模的自然计算方法
[信息传输、软件和信息技术服务业] [2014-07-15]
提出了一种种群规模自适应动态控制策略,实现了种群规模根据进化过程自适应的动态变化.该策略的实现不依赖于算法进化操作的具体步骤,因而适用于各种基于种群优化的自然计算方法.首先给出了动态控制策略的框架；然后,在此框架下,充分利用动态种群规模反馈的有用信息,提出了基于Logistic模型的增加/删除数目自适应变化的方法,设计了自适应地兼顾有效性和多样性的增加算子和基于多样性的删除算子.将该策略应用到两种不同的自然计算方法中,采用经典测试函数和新型CEC05测试函数验证其性能,实验结果均表明,结合了所提出的种群规模自适应动态控制策略的新算法,比原算法在求解精度和收敛速度上均有明显的提升.
关键词：自然计算；种群规模；动态控制；Logistic模型；数值优化
-
36557.Web服务选择中信誉度评估方法
[信息传输、软件和信息技术服务业] [2014-07-15]
在开放的Web服务环境中,由于无法保证用户使用服务后给出的反馈等级是真实可靠的,导致服务的信誉度评估结果与实际值存在较大偏差,进而服务选择失败率较高.为了克服上述问题,提出了一种用于Web服务选择的信誉度评估方法.该方法的主要思想是,通过反馈核查、校正和检测这3个信誉度评估模块对服务的信誉度进行评估.仿真结果表明,所提出的方法不仅有效提高了信誉度评估的客观性,还显著减小了服务选择的偏离度.
关键词：Web服务；服务选择；信誉度；QoS；层级模糊系统；累积和
-
36558.非线性循环的终止性分析
[信息传输、软件和信息技术服务业] [2014-07-15]
单重线性循环程序的终止性问题已被广泛研究,而有关非线性循环终止性判定的结果甚少.利用不动点理论研究了n维单重非线性循环的终止性问题,并建立了相应的符号判定算法,同时,对几类特殊循环的终止性进行了分析,得出了相应的结论.
关键词：可信计算；非线性循环；终止性分析；DISCOVERE
-
36559.一种按需分配的多路径传输分组调度算法
[信息传输、软件和信息技术服务业] [2014-07-15]
利用多路径传输协议,多宿主主机可以通过多条路径并行传输数据,从而有效提高系统的吞吐率和鲁棒性.但是由于不同路径在带宽、延迟和丢包率等方面存在差异,接收端必须缓存大量乱序到达的分组.数学分析表明,减少接收端的缓存开销有两条途径:一是最小化每条路径的发送队列中积压分组的数量,二是降低分组发送速率.由前者,提出依据每条路径的空闲发送窗口大小进行分组调度的算法SOD(Scheduling On Demand);由后者,提出利用窗口通告机制限制分组发送速率的流控方法.模拟实验结果表明:与现有算法相比,SOD的缓存开销最小;在接收端进行流控限制的情况下,SOD的吞吐率最大,并且在不同实验场景中性能表现稳定.
关键词：多路径传输；分组调度；乱序递交；吞吐率
-
36560.非规则流中高维数据流典型相关性分析并行计算方法
[信息传输、软件和信息技术服务业] [2014-07-15]
为了满足在计算资源受限的环境下高维数据流处理的实时性要求,提出一种方法——基于GPU(graphic processing unit)的非规则流中高维数据流的处理模型和具体的可行架构,并分析设计了相关的并行算法.该六层模型是将GPU处理数据的高宽带性能结合进滑动窗口中数据流的分析,进而在该框架下基于统一计算设备架构(compute unified device architecture,简称CUDA),使用数据立方模型以及降维约简技术并行分析了多条高维数据流的典型相关性.理论分析和实验结果均表明,该并行处理方法能够在线精确地识别同步滑动窗口模式下高维数据流之间的相关性.相对于纯CPU方法,该方法具有显著的速度优势,很好地满足了高维数据流的实时性需求,可以作为通用的分析方法广泛应用于数据流挖掘领域.
关键词：图形处理器；高维数据流；典型相关性；统一计算设备架构；降维约简技术
027-87841330