多重对级贝叶斯个性化排序算法

为解决隐式反馈推荐问题,贝叶斯个性化排序（BPR）模型已经成为最具有代表性的对级（Pairwise）排序算法之一.在BPR模型中,存在一个严格的偏序假设：相较于未标记的物品而言,用户更喜欢已经有过标记行为的物品.本文提出了一种多重对级贝叶斯个性化排序（MBPR）推荐算法来进一步提升用户对物品的偏好预测能力.首先,基于BPR模型的排序关系设计了一种改进的多重对级偏序假设.具体地,对于每一用户,本文提出将未标记的反馈集细分为潜在的负反馈集和不确定性反馈集,并基于改进的对级偏序假设,提出了一种新的多重对级排序的优化目标来学习用户与物品之间的相关性.为实现MBPR模型的采样任务,本文设计了一种自适应采样策略来为模型更新动态地选取训练样本.最后,在公开数据集上开展了仿真推荐实验,并与基线算法对比.实验结果表明,MBPR算法能够取得更好的推荐效果.     

基于AHP-熵-TOPSIS对极轨气象卫星应用系统健康程度评价指标体系

以实现对极轨气象卫星应用系统健康程度进行综合评价为目的,提出结合主观分析的层次分析法(Analytic Hierarchy Process,AHP)和客观分析的熵权法(Entropy Weight,EW)确定待评价系统指标值的综合权重,再采用逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)对系统的指标进行多角度评价排序来作为最终评价结果。本文根据连续5个月3颗极轨气象卫星在实际业务系统运行中异常指标样本进行实证分析。结果表明该方法较为全面考虑了影响应用系统的多种因素,避免了单一判据的局限性,并对各指标的重要性进行综合对比分析,使得评价结果更科学准确,可以作为构建极轨气象卫星应用系统健康程度评价指标体系的一种方法。     

一种有向权图的拓扑排序算法及其应用

提出一种有向权图的拓扑排序算法，并给出一实例说明其应用。     

城市洪水灾害易损性多属性动态评价

近年来极端天气事件频发,尤其洪水灾害日趋频繁并且影响深远。在众多易损性概念基础上,进一步明确了城市易损性的内涵,并构建了城市洪水灾害易损性的评价指标体系。针对传统多属性决策方法——逼近理想解排序法(TOPSIS)不能比较正、负理想解中垂线上点的问题,采用Kullback-Leibler距离计算评价对象与正理想解的贴近度,建立了KL-TOPSIS模型,应用该模型对哈尔滨市2005~2009年洪水灾害易损性进行了动态评价,得出其易损性先升后降的结论,并通过横向比较发现哈尔滨市的洪水灾害易损性要小于同时期的沈阳市、武汉市和上海市。     

毛乌素沙地丘间低地植物群落分类与排序

为研究植物群落分布格局与环境因子间的相互关系,在群落样方调查的基础上,对毛乌素沙地丘间低地植被复合体的主要植物群落进行TWINSPAN分类和PCA排序,对土壤环境因子进行DCCA排序。结果表明：调查区内53个物种分属21科46属,其中菊科（Compositae,11种）、禾本科（Gramineae,7种）、莎草科（Cyperaceae,7种）、豆科（Leguminosae,5种）、藜科（Chenopodiaceae,4种）等科所含物种数较多,分别占20.8%、13.2%、13.2%、9.4%、7.5%,生活型以多年生草本为主,水分生态类型以中生植物为主。应用TWINSPAN将67个样方划分为17个组,依据《中国植被》的分类原则和系统确定为21个群丛。对PCA排序的第一轴起主要作用的是以北沙柳（Salix psammophila）、假苇拂子茅（Calamagrostis pseudophragmites）和碱茅（Puccinelia distans）为建群种的群落,对第二轴起主要作用的是以寸草苔（Carex duriuscula）为建群种的群落。植物群落分布DCCA排序第一轴主要与地下水位、HCO₃^-含量负相关,与土壤粗砂粒正相关;第二轴主要与土壤Ca²⁺、K⁺和Na⁺含量正相关,与土壤容重负相关;其中地下水位和土壤Ca²⁺、K⁺和Na⁺含量是环境因子中影响丘间低地植物群落特征和分布的主要因子。     

用模糊数学方法对地质变量排序

依据模糊等价关系分类的原理,提出地质变量之间的相关关系;利用模糊模式识别方法,对变量进行排序。     

面向导游词的景区地理实体显著性排序方法

地理实体显著性排序是面向自然语言的层次化场景认知研究的重要内容之一。导游词作为系统描述特定景区环境、景点与重要资源的自然语言形式,包含大量的景区地理实体,但传统实体排序方法忽视了地理空间信息的重要作用,难以处理地理实体特有的非结构化或半结构化地理空间特征。该文提出一种面向导游词的景区地理实体显著性排序(Geographic Entity Significance Ranking, GESR)模型,通过分析包含空间拓扑关系、模糊形态描述在内的景区地理实体相关特征构建目标排序函数,迭代生成基于样本误差分布与随机梯度下降法的弱学习器,再通过加权平均集成与降误差剪枝获得提升后的强学习器,即排序模型。利用中文导游词文本对模型进行验证,结果表明：1)与3种基线方法对比,GESR模型的归一化折损累积增益达0.8841,AUC达0.7579,排序性能最优;2)空间拓扑关系和模糊形态描述特征对GESR模型的影响最显著;3)相比人群关注热度,GESR模型对导游词中地理实体空间特征的反映能力更强。     

基于遗传算法的碟型水下滑翔机结构优化

以结构质量和应力作为目标函数,结构变形为约束条件,设计碟型水下滑翔机结构优化流程,采用单参数和多参数敏感度分析方法完成关键结构参数的筛选。采用拉丁超立方试验设计方法完成了对设计空间的采样布点工作,利用样本点数据创建了滑翔机结构优化的Kriging代理模型,并对Kriging代理模型进行了联合训练,使模型的拟合达到非常高的可用精度。采用NSGA-2第二代非支配排序多目标遗传算法对滑翔机进行了结构优化求解,得到了优化的Pareto前沿面最优解。优化结果显示,结构质量和应力较优化前分别降低5.57%和14.91%,文中所提方法在滑翔机结构优化设计中具有可行性。     

山西云顶山亚高山草甸群落生态分析

应用双向指示种分析法 (TWINSPAN )和除趋势对应分析 (DCA )等数量分析方法,对山西云顶山亚高山草甸生态关系进行了研究,将该草甸划分为5个群落类型,分别位于不同的海拔高度。分类结果很好地反映了植物群落类型及优势种的分布与环境因子之间的关系,并在DCA二维排序图上得到了较好的验证。DCA排序轴反映了海拔高度、放牧强度和群落土壤湿度的梯度变化,表明海拔高度和水热条件是影响植物群落变化的主要环境因子,物种多样性在群落类型分化中有重要作用,同时放牧对亚高山草甸演替过程的干扰明显。