随机游走

摘要： 在深入研究欧拉角与四元数的转换、插值运算等相关数学理论的基础上,设计了一个随机寻路算法,通过位置插值运算的方式对游戏对象进行逐帧位置更新,通过欧拉角与四元数相互转换的方式来完成游戏对象的角度更新,从而成功解决了游戏对象在逐帧移动过程中的位置和角度匹配问题,实现了游戏对象在场景中的随机游走功能.该算法能有效应用在各类场景游戏开发中,简化游戏的开发进程.

摘要： 针对全球定位系统(GPS)连续站坐标时间序列噪声模型已在中国大陆构造环境监测网络(CMONOC)中得到广泛的研究与应用,但有关日本地区全球定位系统永久性跟踪站网(GEONET)噪声模型的研究甚少的问题,基于GEONET基准站资料,利用极大似然估计和保守估计准则,建立日本地区最佳噪声模型,并分别利用U检验和速度误差理论,就噪声模型对速度及误差的影响进行详细了分析。结果表明,GEONET各坐标分量具有不同的噪声特性,东(E)、北(N)分量主要表现白噪声与闪烁噪声组合、白噪声与幂律噪声组合;垂直(U)分量主要表现白噪声与幂律噪声组合;相关噪声模型对速度影响较小,在95%置信度下,白噪声与相关噪声估计的速度相等;忽略相关噪声会使速度误差的估计过于乐观,且不同的相关噪声模型估计的速度误差存在一定时变差异性,随着坐标序列跨度的递增而逐步增大。同时,利用相关噪声参数建立的速度误差模型表明,建立日本亚毫米级GPS速度场,E、N分量坐标序列跨度不应低于3 a,U分量不应低于8 a。

摘要： 定位是无线传感器网络的关键技术之一,为了提高定位性能,提出了一种改进鸽群算法的定位方法。在鸽群算法中加入自适应调整机制以平衡局部搜索能力与全局搜索能力,然后通过种群分组并融入随机游走机制来增加种群多样性,增强了算法寻优能力。传感器节点使用接收信号强度估计距离,使用改进的鸽群算法来估计位置。仿真实验表明,所提出的定位算法具有较高的定位精度和较快的收敛速度。

摘要： 随着有限图上随机游走理论的发展,作为衡量传输效率的关键参数平均首达时间成为了数学家们致力研究的重要课题。本文利用多项式方法研究图上的随机游走,推导出强正则图与完全图字典积对应的转移概率矩阵及其特征值的完整信息,进一步研究字典积图上任意两点间的平均首达时间及电阻距离的计算公式,得到了该字典积图的度积基尔霍夫指数、凯梅尼常数及该图的电阻直径。该代数方法得到的表达式大大简化了强正则图与完全图字典积上随机游走平均首达时间的计算。

摘要： 深度极限学习机(DELM)由于其性能好、泛化能力强等优点成功应用于许多领域.针对现有入侵检测技术存在检测效率低等问题,将DELM引入到网络入侵检测中,并针对其初始参数随机性较大等问题,提出了一种基于改进的麻雀搜索算法(RSSA)优化DELM的入侵检测模型RSSA-DELM.首先在麻雀搜索算法(SSA)中,对麻雀发现者和麻雀警戒者的位置更新公式进行改进,有效避免了SSA算法陷入局部最优并引入随机游走策略对麻雀最优解进行扰动,进一步提高麻雀搜索能力,增加种群多样性.改进的麻雀搜索算法(RSSA)与标准麻雀搜索算法(SSA)、粒子群优化算法(PSO)和鲸鱼优化算法(WOA)在四种测试函数上相比,收敛速度更快、收敛精度更高,具备良好的性能.然后利用改进的麻雀搜索算法对DELM的权值和偏置进行联合优化,最后采用优化的DELM算法对NSL-KDD网络数据集进行分类检测.实验结果表明,RSSA-DELM与DELM、SSA-DELM、RNN等算法相比有更高的检测率,分类性能平均提升了18%.

摘要： 为了研究多阶段决策过程中人类决策行为的规律,提出了基于策略网络的决策行为建模与预测方法。通过单层策略网络的随机游走过程对多阶段决策过程进行建模;构建多层策略网络模型,利用网络层间游走和层内游走描述决策结果对决策行为的影响;在策略网络模型的基础上提出基于频率近似概率的单步策略预测算法,生成下一阶段的决策策略;通过多阶段决策仿真案例和典型博弈案例验证了方法的准确性和实用性。实验结果表明:提出的多层策略网络预测算法能够有效捕捉人的决策行为特征,在策略有明显规律性的情形下能达到70%的预测准确率。

摘要： 图分析用于深入挖掘图数据的内在特征,然而图作为非欧几里德数据,传统的数据分析方法普遍存在较高的计算量和空间开销。图嵌入是一种解决图分析问题的有效方法,其将原始图数据转换到低维空间并保留关键信息,从而提升节点分类、链接预测、节点聚类等下游任务的性能。与以往的研究不同,同时对静态图和动态图嵌入文献进行全面回顾,提出一种静态图嵌入和动态图嵌入通用分类方法,即基于矩阵分解的图嵌入、基于随机游走的图嵌入、基于自编码器的图嵌入、基于图神经网络(GNN)的图嵌入和基于其他方法的图嵌入。其次,对静态图和动态图方法的理论相关性进行分析,对模型核心策略、下游任务和数据集进行全面总结。最后,提出了四个图嵌入的潜在研究方向。

摘要： DBLP数据库是一个以作者为核心的计算机类英文文献数据库,其中存在着大量的同名作者,为数据库的使用带来了较大的不便。针对DBLP数据库中作者译名的同名问题,以网络嵌入为基础进行作者姓名消歧。提出了以下两种新方法:(1)从文章之间的相似性出发,建立有偏游走序列,在Word2vec模型进行训练后,利用聚类方法对同名作者进行区分。(2)根据文章的属性构建二部图,并基于LINE方法得到每篇文章的特征向量,用机器学习模型区分同名作者。具体来讲,构建多层感知机模型并添加Softmax函数,用以判断输入的两篇文章是否出自同一作者。模型在221位DBLP中同名作者的文献数据集上进行验证,实验结果表明,该方法可以有效地区分DBLP中的同名作者并优于对比方法。

摘要： 在深入研究欧拉角与四元数的转换、插值运算等相关数学理论的基础上,设计了一个随机寻路算法,通过位置插值运算的方式对游戏对象进行逐帧位置更新,通过欧拉角与四元数相互转换的方式来完成游戏对象的角度更新,从而成功解决了游戏对象在逐帧移动过程中的位置和角度匹配问题,实现了游戏对象在场景中的随机游走功能.该算法能有效应用在各类场景游戏开发中,简化游戏的开发进程.

摘要： 随着信息技术的快速发展,信息网络无处不在,例如社交网络、学术网络、万维网等.由于网络规模不断扩大以及数据的稀疏性,信息网络的分析方法面临巨大挑战.作为应对网络规模及数据稀疏挑战的有效方法,信息网络表征学习旨在利用网络的拓扑结构、节点内容等信息将节点嵌入到低维的向量空间中,同时保留原始网络固有的结构特征和内容特征,从而使节点的分类、聚类、链路预测等网络分析任务能够基于低维、稠密的向量完成.由多种类型的节点和连边构成的异质信息网络包含更加全面、丰富的结构和语义信息,因此异质信息网络的表征学习不仅能够有效缓解网络数据高维、稀疏性问题,还能融合网络中不同类型的异质信息,使学习到的表征更有意义和价值.近年来,异质信息网络的表征学习受到学术界和工业界的广泛关注,成为网络分析的一个重要研究主题,研究成果不断涌现.然而,目前还缺乏对现有成果进行全面梳理的工作,相关研究人员难以系统地了解最新研究进展,在实际应用中也难以选择合适的嵌入模型.为此,本文对异质信息网络表征学习的方法进行了全面综述,包括相关概念、网络分类、学习方法、数据集与测评指标、典型应用,同时对未来的研究方向进行了展望.本文工作有助于研究人员全面系统地了解异质信息网络表征学习的研究进展,也有助于从业人员更有效地解决实际应用问题.

摘要： 随着移动自组网多媒体应用的日益增多,人们对于多媒体应用的服务质量提出了更高的要求,基于QoS的移动自组网资源发现算法成为一个重要的研究领域,本文针对目前移动自组网随机游走资源发现算法,在其基础上加入QoS约束条件,使得节点在资源发现过程中不只是简单的随机转发给邻居节点,而是通过搜集邻居节点的QoS,有条件选择邻居节点,最终形成一条能够很好满足用户QoS需求的资源发现路径.

摘要： 论文根据2002年至2010年北京投入产出的基本流量数据,结合复杂网络理论的建模思想构建了一类有向加权网络——产业信息传递网络,并引入随机游走中心性和累计首达介数作为衡量网络结构洞的指标.通过研究发现,随机游走中心性较高的产品部门对于产业环境发生的变化非常敏感,测度的是网络全局发生变化时产品部门的信息优势地位;累积首达介数较大的产品部门对于经济信息的周转次数较多,测度的是产品部门在经济体系局部范围内的控制优势地位.

摘要： 本文基于Lévy walk随机游走方法，建立了地震灾害救援模型。应用所提出的模型，对受灾区域搜救过程进行计算机仿真模拟。模型中依据救援人员的特性对其分类，并在此基础上引入合作机制，探究信息收集与共享程度对救援效率的影响。模拟结果表明：自救互救在救援行动中发挥了积极作用；救援队通过与逃难幸存者交流，能够提高信息的掌握程度；长距离通信、合作的开展能在很大程度上弥补信息收集的不足，提高救援效率。

摘要： 半自动2D转3D的关键是将用户分配的稀疏深度转换为稠密深度.现有方法没有充分考虑纹理图像和深度图之间的结构差异,以及2D转3D对用户误标注的容错性.针对上述问题,借助L1范数对异常数据的抵制,在一个统一框架下实现结构相关具有容错能力的稀疏深度稠密插值.首先,利用L1范数表示估计深度和用户分配深度在标注位置的差异,建立数据项;其次,根据特征的相似性用L1范数计算局部相邻像素点之间的深度差异,建立局部正则项;再次,对图像进行超像素分割,根据不同超像素内代表性像素点之间深度差异的L1测度,建立全局正则项;最后,用上述数据项和正则项构建能量函数.无误差和有误差情况下的实验结果表明,与边缘保持的最优化插值、随机游走、混合图割与随机游走、软分割约束的最优化插值和非局部化随机游走相比,本文估计深度图绘制的虚拟视点图像空洞和伪影损伤更小.在误操作情况下,本文比上述方法PSNR改善了0.9dB以上,且在视觉上屏蔽了用户误操作的影响.

摘要： 通过构建基于超像素的图作为视觉表示引入超像素间的空间信息.采用基于图模型的流形排序作为显著性检测方法得到第一阶段每个超像素的显著性,判别式表观模型则通过基于中层特征的分类器进行判别并利用空间信息对分类结果进行调整,将流形排序和分类结果结合作为先验信息选择随机游走种子点.结合随机游走得到的第二阶段的显著值和分类结果,最终得到当前帧的置信图.在置信图的基础上,采用积分图方法快速计算得到候选的观测值,将观测值最大的候选作为跟踪结果.在数据集上的实验结果表明,该方法可以有效处理快速运动和形变等问题,从而实现复杂背景下鲁棒的目标跟踪.

摘要： 由于最大熵随机游走生成路径的概率不依赖中间节点，最大熵随机游走比等概率随机游走产生的路径更加随机，最大熵随机游走的马尔科夫过程熵值最大。

摘要： 文章基于随机游走和市场有效假说,采用协整分析、格兰杰因果检验等方法,通过研究富士苹果产销地价格关系研究中国市场效率.结果表明,产地价格波动遵循随机游走;销地价格波动不遵循随机游走,存在ARCH效应,满足高风险高收益假说;产销地价格间存在长期稳定均衡关系,但由于流通领域进入壁垒等的存在,产销地市场并不是统一完善的有效市场,而是两个市场;市场间传递效应显著而倒逼效应不显著;市场上投机和寻租等的存在正加剧着市场分割和社会福利损失.由此说明,历经30余年市场经济建设,中国市场效率仍待改进.政府应削弱市场进入障碍,增进市场效率,提升社会福利.

摘要： 论文根据捷联惯导系统的误差模型,在静基座条件下进行简化处理,建立了捷联惯导系统静基座初始对准误差模型.论文分析误差特性以及惯性仪表误差对系统误差的影响并实现捷联惯导系统初始对准卡尔曼滤波器的设计.Matlab仿真结果表明:在理想条件下,当噪声统计特性已知,卡尔曼滤波器的精度很高.采用常规卡尔曼滤波完成捷联惯导系统静基座对准时,系统的东向、北向失准角可获得足够的收敛速度和对准精度,但其方位失准角收敛速度很慢且估计误差大.

摘要： 随着网络安全领域研究的不断深入，研究者提出了各种类型的异常检测系统，但是各类异常检测系统通常检测测度单一，只对某类或某几类异常的检测效果较好，同时因为异常检测系统本身的特点以及部署环境的多样性和动态变化性，实际运行时会出现大量的误报。针对该问题，研究了异常在网络中表现出的时间和空间相关性，利用各类异常检测工具检测结果之间存在的时间和空间相关性，采用支持向量回归机模型动态预测检测统计量，用随机游走累积多步检测结果，再利用加权D-S 证据理论融合各检测系统的检测结果，综合得出系统状态的最终判断。通过大量的真实网络流量数据集上的两个实验，验证了该方法能够有效的提高检准率并控制误报率。

摘要： 由相互协作的用户在社会性标注系统中产生的大量的标注数据可以作为各种语义网应用的数据源.文中提出一种基于社会性标注的本体学习方法来挖掘蕴涵在社会性标注中的语义信息,提出一种隐含包容层次结构来刻画标签空间中潜在的结构,并基于此模型推导出本体学习算法.首先利用集合论的方法确定标签之间的包容关系,并将其表示为标签包容关系图.在将此图转化为层次关系时,为解决包容关系的不一致性,提出一种基于随机游走的标签普遍性排序方法.最后提出一种自顶向下的凝聚式层次聚类算法来生成概念层次结构.在实际社会性标注系统中采集的数据集上进行的实验表明,与目前的代表性方法相比,文中提出的方法在性能上有明显的提高.

摘要： 本说明书实施例公开了随机游走、基于集群的随机游走方法、装置以及设备，方案包括：获取图数据包含的各节点的信息，根据各节点的信息生成反映节点及其相邻节点之间的对应关系的哈希表，根据哈希表生成随机序列，实现在图数据中的随机游走；该方案可以既适用于集群也适用于单机。

摘要： 本说明书实施例公开了随机游走、基于集群的随机游走方法、装置以及设备，方案包括：获取图数据包含的各节点的信息，根据各节点的信息生成反映节点的度值的索引向量，并进一步地生成反映节点的相邻节点的标识的元素向量，根据索引向量和元素向量生成随机序列，实现在图数据中的随机游走；该方案可以既适用于集群也适用于单机。

摘要： 本说明书实施例公开了随机游走、基于集群的随机游走方法、装置以及设备，方案包括：获取图数据包含的各节点的信息，根据各节点的信息生成反映节点及其相邻节点之间的对应关系的二维数组，根据二维数组生成随机序列，实现在图数据中的随机游走；该方案可以既适用于集群也适用于单机。

摘要： 本发明提出了一种基于随机游走和条件随机场的社会标签推荐方法，标签推荐数据经过数据抽取，抽取出用户标签、资源标签数据；利用基于随机游走的多标签分类算法预测资源可能被标记的标签概率，该过程有效利用资源本身具有的特征，降低了因用户标注导致的标签噪声的影响；以预测资源可能被标记的标签概率设计点特征函数，标签共现率、用户相似度设计边特征函数，构造条件随机场，获得用户为资源可能添加的标签，选择大于阈值的标签作为推荐标签，该过程有效利用用户、资源、标签三维关系，降低了因将社会标签推荐三维关系转化为二维关系造成的有效信息的损失。本发明提高了标签推荐的质量，帮助用户更好的查找和定位社会资源。

摘要： 本说明书实施例公开了随机游走、基于集群的随机游走方法、装置以及设备，方案包括：获取图数据包含的各节点的信息，根据各节点的信息生成反映节点及其相邻节点之间的对应关系的哈希表，根据哈希表生成随机序列，实现在图数据中的随机游走；该方案可以既适用于集群也适用于单机。

摘要： 本说明书实施例公开了随机游走、基于集群的随机游走方法、装置以及设备，方案包括：获取图数据包含的各节点的信息，根据各节点的信息生成反映节点的度值的索引向量，并进一步地生成反映节点的相邻节点的标识的元素向量，根据索引向量和元素向量生成随机序列，实现在图数据中的随机游走；该方案可以既适用于集群也适用于单机。

摘要： 本说明书实施例公开了随机游走、基于分布式系统的随机游走方法、装置以及设备，方案包括：获取根据图数据包含的各节点的信息生成的结构体数组，结构体数组中的结构体包含对应节点的标识，以及该对应节点的相邻节点的标识，进而根据结构体数组，生成随机序列，从而实现在图数据中的随机游走。

摘要： 本说明书实施例公开了随机游走、基于集群的随机游走方法、装置以及设备，方案包括：获取图数据包含的各节点的信息，根据各节点的信息生成反映节点及其相邻节点之间的对应关系的二维数组，根据二维数组生成随机序列，实现在图数据中的随机游走；该方案可以既适用于集群也适用于单机。

摘要： 本发明提出了一种基于随机游走和条件随机场的社会标签推荐方法，标签推荐数据经过数据抽取，抽取出用户标签、资源标签数据；利用基于随机游走的多标签分类算法预测资源可能被标记的标签概率，该过程有效利用资源本身具有的特征，降低了因用户标注导致的标签噪声的影响；以预测资源可能被标记的标签概率设计点特征函数，标签共现率、用户相似度设计边特征函数，构造条件随机场，获得用户为资源可能添加的标签，选择大于阈值的标签作为推荐标签，该过程有效利用用户、资源、标签三维关系，降低了因将社会标签推荐三维关系转化为二维关系造成的有效信息的损失。本发明提高了标签推荐的质量，帮助用户更好的查找和定位社会资源。

摘要： 本发明提出了一种基于节点邻域的聚类系数的分层随机游走抽样方法，包括以下步骤：S1，采用k‑means聚类算法获取网络中节点的近似度分布，并根据不同聚类簇内轮廓系数与聚类结果获得k‑means算法中k的最优值，根据所得k值得到需要将原数据集划分为k层，根据精确度的幂律分布情况得到分层阈值，以及各层内的节点及边的个数；S2，根据所得k值及阈值，将网络实施分层，得到高度节点集NHigher‑degree，中度节点集Nmid‑degree，低度节点集NLower‑degree；S3，确定采样比；S4，执行游走进行抽样，最后将三个不同层的抽样结果进行合并，得到最终抽样结果。本发明解决了高度节点或低度节点过度入样的问题，也为非连通网络抽样提供了解决方案。