继分子拓扑图的距离矩阵、邻接矩阵之后,创建了分子的结构矩阵。借助于分子的结构矩阵建立了预测化合物性质的数学模型,并预测了醇类化合物、手性有机酸的色谱保留指数以及氯代苯的辛醇／水分配系数。研究表明,分子结构矩阵既适合于链状化合物性质的预测,也适合于某些母体为单环和手性化合物性质的预测,与分子的距离矩阵和邻接矩阵相比具有较高的结构选择性。
采用水热法合成了一种新型配位化合物［Ni(Hpdc)(2,2’-bipy)(H2O)2］·H2O (H3pdc=3,5-吡唑二甲酸,2,2’-bipy=2,2’联吡啶)。用热重分析、元素分析、红外光谱对该配位化合物进行了表征,用X射线单晶衍射仪测定了其晶体结构。结果表明标题化合物属三斜晶系(空间群Pī),金属离子位于一个变形八面体的中心。镍(II)以六配位的方式,与三个氧原子和三个氮原子进行了配位。构成晶胞的四个配合物分子通过氢键相互连结,芳香环间未形成π-π相互作用。
为了解决微博中存在的话题漂移和大量噪声问题,提出了基于动态话题模型和微博信息熵相结合的流的动态话题模型。首先利用动态话题模型在整个追踪过程,从正反两个方面增强对追踪话题的描述,进一步克服了话题漂移问题。但由于微博中存在大量中间类微博,所以定义并使用微博信息熵来衡量一条微博对于话题报道的重要性,并将其扩展到动态话题模型中,用于区分新闻类和中间类微博。在超过17万用户的1200万条微博上进行了话题追踪,实验结果表明,本文算法较之传统的动态话题模型更有效,追踪结果包含更少噪声。
随着互联网用户的不断增多以及搜索引擎的广泛使用,用户间进行协同Web搜索的行为不断增多,然而目前的主流搜索引擎和Web浏览器均针对用户的单独搜索行为设计,不便于进行协同Web搜索。在回顾相关研究的基础上,通过对Web搜索引擎的发展分析,指出存在两种实现协同Web搜索的方式,提出了一种基于CBR(casebased reasoning)的协同Web搜索模型,并介绍了基于此模型实现的两套协同Web搜索原型系统。
基于扩展标记树,提出了一种从中心网页中自动抽取主题网页链接的方法。首先构建链接有序表,利用链接前缀树发现主题网页链接拒绝规则,实现对网页链接类型的预判定;其次,通过分组分割和相似分组重新合并,把页面中的链接归入到不同分组之中,进而识别分组的类型和核心区域所在的分组,最终把链接归入三类链接集合之中。实验结果表明该方法无需训练即可实现中心网页中主题网页链接的高精度抽取。
基于用户查询日志的命名实体挖掘的目标是从用户查询日志中挖掘一组具有指定类别的命名实体。为解决已有用户查询日志实体挖掘研究工作中的种子实体不充分的问题,提出了一种基于二部图的半监督排序方法,利用实体之间的关系(实体共享查询模板)来改善实体排序效果。该方法首先基于候选实体和查询模板构建一个二部图，然后基于二部图将种子实体的类别相关性传播到其他候选实体，最后按照类别相关性得分对候选实体进行排序,并进一步给出方法中迭代过程的等价优化框架。实验结果表明本文提出的方法优于基准方法,具有较好的挖掘效果。
提出构建基于语义分析的微博搜索以帮助用户从海量的、书写通常不规范的微博中有效地获取信息。和现有的微博搜索引擎不同，基于语义分析的微博搜索利用一系列的自然语言处理和文本挖掘模块从微博中获取各类兴趣点，例如命名实体、事件、情感等。这些兴趣点进一步被索引，以支持分类浏览和高级搜索。本文讨论了微博语义搜索所面临的挑战及对策，介绍了一种参考实现框架及相关的语义分析技术，特别是面向微博的语义角色标注技术。
在面对中文语言环境下组织机构名简称-全称匹配这一具体问题时,经典的基于编辑距离进行字符串相似匹配方法的实用性有所下降。基于编辑距离的思想,提出了一种改进匹配算法:首先对简称和全称进行分词,以切合中文的语法结构特点;之后结合重定义的词汇语义相似度度量方法,修改编辑操作权重,并通过自适应学习的方式进一步修正;最后选择与简称编辑距离最小的全称作为匹配结果。实验结果表明,该算法匹配准确率比原始方法有较大提升。
回顾了一种多核学习(multiple kernel learning,MKL)方法——lp范数约束的多核Fisher判别分析(lp regularized multiple kernel Fisher discriminant analysis,MK-FDA),研究了固定范数和p范数下MKL的性能对比,并针对原始特征空间必然存在噪点的现象，对在特征空间去噪之后的MKL方法的效果进行了探索。在VOC 2007数据集上的实验结果表明,lp MK-FDA无论使用原始核函数或者去噪后核函数的性能都超越了固定范数约束下的对比方法;特征空间的去噪处理能提高单核FDA方法和lp MK-FDA方法的性能;训练得到的核函数的权重与去噪空间中保留的特征数量存在一种正相关性。
以Last.fm音乐网站上的用户标签为特征进行歌曲相似性计算研究,提出了一种基于Web标签挖掘的歌曲相似计算方法。从音乐网站Last.fm上抽取了用户标签作为音乐语义特征,通过潜在语义分析(latent semantic analysis, LSA)方法对歌曲语义向量进行降维,并利用改进的K-means算法,根据音乐歌曲间的相似度对歌曲分类,完成了歌曲相似性计算。实验结果表明本文提出的基于LSA音乐语义标签模型的相似计算能取得较好的效果。
支持向量机在处理分类问题时,如果两类数据重叠严重会造成分类器过学习,降低泛化性能。为此提出了一种基于信息熵的数据修剪支持向量机EB-SVM(entropy based-support vector machine),其主要思想是通过计算样例信息熵删除部分边缘数据和边界处混淆程度较高的样例以及噪声数据,用较少的训练样例学习SVM分类器。实验结果表明,该方法能够有效提高SVM的泛化性能。
多标记学习采用RBF神经网络与K-means聚类算法相结合取得了较好的效果,但由于聚类数事先不能很好地确定,无法给出准确的聚类个数值,会导致聚类质量下降、聚类结果不稳定等,进而影响RBF神经网络多标记算法的稳定性及分类性能。本文从样本几何结构的角度出发,采用一种聚类有效性指标函数,为每个类寻找最优的聚类个数,从而优化问题的求解。理论研究和实验结果表明,改进后的算法在分类的稳定性及分类性能方面都有较好的表现。
专利摘要是对专利的浓缩表述,将专利摘要按内容分割后,能更准确地定位对应的专利。由于专利摘要长度较短,而且不同内容间没有明显标志,使其分割不能使用传统的文本分割方法。本文将专利摘要的分割问题转化为句子分类问题,并尝试采用分类算法解决该问题。通过分析不同分类算法以及不同特征对本问题的解决效果,最终验证了利用句子分类方法进行专利摘要分割的可行性。
为了能够实时、高效地获取Twitter数据,在分析了传统采集方法的缺陷后,提出了基于Twitter List API和Lookup API的用户数据采集方案。该方案通过对用户进行分类,进而精确控制API的调用频率。经在超过26万Twitter用户和600万条消息的一系列实验证明,通过两套方案的结合可以实现Twitter用户数据高效实时的获取。
信息传播和用户影响力度量是目前微博研究的基础和热点方向。为了定量地研究用户影响力,提出基于用户消息传播范围的用户影响力量化定义,并给出用户影响力的计算方法。在真实数据集上对算法的验证结果显示,与其他用户影响力度量方法相比,本文提出的方法计算复杂性低、指标稳定性高,尤其适合于需要限定数据集、限定时间段的具体应用场景。
对基于社区结构的P2P流媒体系统进行了建模研究,总结提出了k-n模型和k-n-t模型两种社区结构模型,并对这两种模型的小世界网络特征作了理论分析和比较。结果表明,k-n模型社区结构比k-n-t模型具有较高的聚集系数,而k-n-t模型社区结构在聚集系数和平均路长两方面取得了更好的折衷。
根据部分K值逻辑的完备性理论,研究了部分K值逻辑中单纯可离关系函数集的结构。首先解出了部分K值逻辑中m元关系直接划分的个数,然后根据划分求出了部分四值逻辑的所有单纯可离函数集,最后分析了部分K值逻辑中保K元单纯可离关系函数集的性质。
在数据异常检测实验中,针对传统DC(Dendritic Cell)算法的检测不够精确的问题,结合生物免疫体系中天然免疫的TLR(TollLike Receptor)的工作机制,提出一种基于TLR异常检测系统的DC算法。该算法首先利用DC算法得到成熟与半成熟的DC,再将这两类DC作为输入提供给TLR进行处理,最后通过对激活TC的刺激水平来判断是否异常。
囚徒困境博弈是研究生物进化博弈中合作维持机制的一个主要理论框架。 空间结构能够促进合作行为的维持。基于集合种群理论建立空间囚徒困境博弈模型, 研究了生境丧失对合作和欺骗行为及整个种群动态的影响。结果表明适度的生境丧失有利于合作的维持, 并且随着生境丧失的加重, 在种群灭绝之前种群数量有一个临时的增加,这说明行为策略的多样性是生物面临多变环境的一种防御机制。
利用Lyapunov-Schmidt过程研究了一类具有饱和竞争项的捕食系统发自二重特征值处的分歧解的存在惟一性,并且判定了这些分歧解的渐近稳定性。
对无约束最优化问题提出了一个基于简单二次函数模型的非单调滤子信赖域算法。算法在信赖域试探步不被接受时,采用滤子技术,增大试探步被接受的可能性;如果此试探步也不能被滤子集接受,则用固定的公式取搜索方向,并沿此搜索方向进行非单调Wolfe线搜索得到步长,从而产生新的迭代点。该算法不需要重解子问题,减少了计算量。在较少的条件下,证明了算法的全局收敛性。初步的数值试验表明了算法的有效性。
在累计收入过程为复合泊松过程的对偶风险模型中，考虑了在障碍分红策略下的最优分红值的计算问题。首先应用Laplace 变换得出最优分红值的精确解，当精确解无法得到时，应用离散的对偶风险模型来估计最优分红值。 最后给出两个数值的例子加以说明，并对计算结果做出评价。
将下层带多目标函数的二层线性规划与灰色理论相结合, 提出了一类灰色二层线性多目标规划问题,给出了该问题的数学模型和相关概念。在约束域为非空紧集的条件下, 证明了漂移型灰色二层线性多目标规划问题的最优解一定可以在约束域的极点达到,并提出了一个基于k次最好法的求解算法, 证明了该算法具有全局收敛性, 算例分析验证了所提算法是有效的。
