辛宇
- 作品数：14 被引量：108H指数：6
- 供职机构：哈尔滨工程大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金黑龙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于随机游走的语义重叠社区发现算法被引量：14
- 2015年
- 语义社会网络是由信息节点及社会关系构成的一类新型复杂网络,因此语义社会网络重叠社区发现是传统社区发现研究的新方向.针对这一问题,提出基于随机游走的语义社会网络重叠社区发现算法,该算法首先以LDA(latent Dirichlet allocation)算法为基础建立语义空间,实现节点语义信息到语义空间的量化映射;其次,以语义空间中节点信息熵作为节点语义信息比重,以节点的度分布比率作为节点关系比重,建立节点语义影响力模型及语义社会网络的加权邻接矩阵;再次,以语义影响力模型和加权邻接矩阵为参数,提出一种改进的语义社会网络重叠社区发现的随机游走策略,并提出可度量语义社区发现结果的语义模块度模型;最后,通过实验分析,验证了所提出的算法及语义模块度模型的有效性和可行性.
- 辛宇杨静谢志强
- 关键词：随机游走LDA算法
- 一种面向语义重叠社区发现的Link-Block算法被引量：10
- 2016年
- 语义社会网络是一种由信息节点及社会关系构成的新型复杂网络,传统语义社会网络分析算法在进行社区挖掘时需要预先设定社区个数,且无法发现重叠社区.针对这一问题,提出一种面向语义社区发现的link-block算法.该算法首先以LDA模型为语义信息模型,创新性地建立了以link为核心的block区域LBT(link-block-topic)取样模型;其次,根据link-block语义分析结果,建立可度量link-block区域的语义链接权重方法,实现了语义信息的可度量化;最后,根据语义链接权重建立了以link-block为单位的聚类算法以及可评价语义社区的SQ模型,并通过实验分析,验证了该算法及SQ模型的有效性及可行性.
- 辛宇杨静谢志强
- 关键词：LDA
- 基于链接相似性聚类的重叠社区识别被引量：4
- 2015年
- 社区结构是社会网络最普遍和重要的拓扑属性之一,提出一种基于链接相似性聚类的重叠社区识别算法.该算法首先根据相邻链接的度分布状态,提出链接间的相似性度量方法;其次以链接相似性矩阵为输入,以链接社区的最优划分为目标,建立链接局部相似性聚类算法,实现了重叠社区的有效识别;然后对链接社区进行优化,解决了可能出现的过度重叠及孤立社区问题;最后在真实网络及人工合成网络上的实验验证了算法的高效性.
- 张桂杰张健沛杨静辛宇
- 关键词：层次聚类
- 一种基于LDA的k话题增量训练算法被引量：1
- 2015年
- 由于LDA模型需要预先给定话题个数k,因此在进行最优话题个数k选取时需要对语料库进行k值循环计算,从而加剧了算法的复杂度。针对LDA模型的最优k值选取问题,提出LDA话题增量训练算法。该方法首先以词-话题概率熵值作为LDA迭代过程中模糊单词的选取标准,并将抽取模糊单词归入新话题;其次,增加LDA变分推理过程中全局参数β(单词-话题概率矩阵)和α(狄利克雷分布参数)的维数及话题个数k;再次,将变换后的全局参数β、α和k作为输入进行变分训练;最后,循环调用LDA话题增量训练算法并在似然函数值收敛时停止循环过程,完成k的增量训练。此外,通过对真实数据集的实验分析验证了本文算法对最优k值选取的有效性和可行性。
- 辛宇杨静谢志强
- 关键词：人工智能LDA自然语言处理
- 基于数据场分析的语义重叠社区发现算法被引量：2
- 2015年
- 语义社会网络是一种由信息节点及社会关系构成的新型复杂网络,而传统社会网络社区发现算法以节点邻接关系为挖掘对象,因此无法有效处理语义社会网络重叠社区发现问题.针对这一问题,提出基于语义数据场的语义重叠社区发现算法,该算法首先以LDA(latent dirichlet allocat,ion)模型为语义信息模型,利用Gibbs取样法建立节点语义信息到语义空间的量化映射;其次,利用节点间语义坐标及链接关系,建立节点的语义数据场模型;再次,以语义关系强度及语义势能为参数,提出一种改进的语义社会网络重叠社区发现的随机游走策略;最后提出可度量语义社区发现结果的语义模块度模型.通过实验分析,验证了本文算法及语义模块度模型的有效性及可行性.
- 辛宇杨静谢志强
- 关键词：LDA模型随机游走
- 基于逆序信号驱动的紧密衔接综合调度算法被引量：5
- 2013年
- 针对以往综合调度中紧密衔接调度算法只能处理单一紧前工序的情况,使算法具有局限性问题,提出基于逆序信号驱动的紧密衔接综合调度算法.该算法先建立设备和调度2个子系统,并通过相互间传递的信号驱动逆序调度;对于紧密衔接工序组包含非单一紧前工序的情况,将紧密衔接工序组定义为一棵特殊的紧密衔接子树,采用逆序调度的方式自顶向下对紧密衔接问题求解;当信号驱动时刻存在多个可调度工序(组)时,按最大可并行性选择策略选择子节点关键路径长的工序(组)调度;对于可调度工序直接锁定该工序的加工时间段;对于可调度工序组,则按锁定紧密衔接工序组的前沿贪心策略锁定工序组的加工时间段.由于采用逆序调度和锁定紧密衔接工序组的前沿贪心策略,可使各紧密衔接工序组独立调度,实现紧密衔接紧前工序数无限制的综合调度.
- 谢志强辛宇杨静
- 关键词：综合调度
- 基于信号驱动的多批处理综合调度算法被引量：5
- 2013年
- 针对以往综合调度中批处理调度算法只能处理2个工序的批量调度,进行批量调度的工序不能具有2个以上的紧前工序,使综合调度具有局限性问题,提出基于信号驱动的多批处理综合调度算法.该算法先建立设备和调度2个子系统,并通过相互间传递的信号驱动;为了预判断可批处理工序,将工序分为可调度工序和准可调度工序,采用组合策略将可批量处理的工序形成组合工序一同加工;当可调度工序超过设备批处理量时,按最大并行性选择策略选择调度;当准可调度工序成为批处理工序时,无需考虑前续工序对工序批处理的影响,即对批处理工序的紧前工序数无限制;循环以上可批处理工序判断,实现多批量处理.
- 谢志强辛宇杨静
- 关键词：综合调度算法
- 一种面向语义重叠社区发现的Block场取样算法被引量：3
- 2015年
- 语义社会网络(Semantic social network,SSN)是一种包含信息节点及社会关系构成的新型复杂网络.传统语义社会网络分析算法在进行社区挖掘时,需要预先设定社区个数且无法发现重叠社区.针对这一问题,提出一种面向语义重叠社区发现的block场采样算法,该算法首先以LDA(Latent dirichlet allocation)模型为语义分析模型,建立了以取样节点为核心节点的block场BAT(Block-author-topic)模型;其次,根据节点的语义分析结果,建立可度量block区域的语义凝聚力方法,实现了语义信息的可度量化;最后,以节点的语义凝聚力为输入,改进了重叠社区发现的标签传播算法(Label propagation algorithm,LPA)及可评价语义社区的SQ度量模型,并通过实验分析,验证了本文算法及SQ度量模型的有效性及可行性.
- 辛宇杨静谢志强
- 关键词：LDA模型
- 基于标签传播的语义重叠社区发现算法被引量：11
- 2014年
- 语义社会网络(Semantic social network,SSN)是一种由信息节点及链接关系构成的新型复杂网络,为此以节点邻接关系为挖掘对象的传统社会网络社区发现算法无法有效处理语义社会网络重叠社区发现问题.由此提出标签传播的语义重叠社区发现算法,该算法以标签传播算法(Latent Dirichlet allocation,LDA)模型为语义信息模型,利用Gibbs取样法建立节点语义信息到语义空间的量化映射;提出可度量节点间相似性的主成分(Semantic coherent neighborhood propinquity,SCNP)模型和语义影响力(Semantic impact,SI)模型;以SCNP作为标签传播的权重,以SI作为截断值的参数,提出一种改进的Semantic-LPA(Semantic label propagation algorithm)算法;提出可度量语义社区发现结果的语义模块度模型,并通过实验分析,验证了算法及语义模块度模型的有效性及可行性.
- 辛宇杨静谢志强
- 关键词：LDA模型
- 面向物联网传感器事件监测的双向反馈系统被引量：19
- 2013年
- 针对一般无线传感器网络事件监测算法没有考虑物联网数据的动态不确定性问题,提出面向物联网多维动态不确定数据的事件监测双向反馈系统.该系统分为基站和无线传感器节点2个子系统,其中基站子系统(Base Station Subsystem,BS)采用BS动态容错训练策略,利用因子分析法计算容错阈值并将其反馈到无线传感器节点子系统(Wireless Sensor Nodes Subsystem,NS),以调整无线传感器节点子系统的动态不确定数据事件监测参数;其中无线传感器节点子系统采用NS动态容错训练策略,在利用人工神经网络的动态容错能力减少事件监测通信损耗的同时,通过所建立的以容错阈值为参数的人工神经网络事件监测模型进行事件监测,并将监测结果反馈到基站子系统,以驱动基站子系统计算新的容错阈值,实现基站与无线传感器节点子系统的双向反馈循环,完成面向物联网的多维动态不确定数据的事件监测,最后通过实验验证了算法的有效性与可行性.
- 杨静辛宇谢志强
- 关键词：物联网无线传感器网络人工神经网络
