张素琪
- 作品数：39 被引量：89H指数：5
- 供职机构：天津商业大学信息工程学院更多>>
- 发文基金：天津市自然科学基金天津市科技计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信自然科学总论更多>>
- 一种引力搜索和K-means的混合聚类算法被引量：3
- 2013年
- K-means算法是解决聚类问题的一种经典算法,具有算法简单、速度快和容易实现等特点.但它依赖初始值,容易陷入局部最优解.引力搜索算法是在2009年由伊朗的Esmat Rashedi教授等人基于引力定律提出的一个新算法,该算法已成功应用于聚类,但存在收敛速度慢等问题.鉴于K-means原理简单,聚类速度快的特点,本文提出了一种K-means和引力搜索相结合的算法,该算法将全局搜索能力强的引力搜索算法和局部搜索能力较强的K-means算法结合在一起,减少了引力搜索算法的运行时间,解决了引力搜索易受初始种群影响的问题,并且避免了K-means陷入局部最优的问题.实验结果表明,改进算法比K-means和引力搜索算法都能得到更优的解,并且比引力搜索算法收敛速度更快.
- 刘伯颖张素琪张丽丽
- 关键词：聚类引力搜索算法K-均值
- 基于黄金分割的动态帧时隙ALOHA防碰撞算法被引量：3
- 2015年
- 为了提高射频识别(RFID)系统中标签的识别效率,本文对基于ALOHA的概率性防碰撞算法进行了详细的分析,提出了一种基于黄金分割的动态帧时隙ALOHA防碰撞算法.标签估计中,选取动态调整机制来自动调整标签估计式中的系数,使得标签估计个数随着标签数动态变化;下一查询周期帧时隙长度调整中,根据标签到达的概率分布特点并结合黄金分割法思想,通过设置阈值条件来动态优化帧长度.MATLAB仿真结果表明,该算法能够减少空时隙的数量,有效的提高了系统的识别效率和时隙利用率.
- 董永峰周艳聪张晶张素琪
- 关键词：射频识别防碰撞算法
- 基于Spark的多策略蚁群算法求解最大团问题
- 2019年
- 社会网络分析目前是数据挖掘领域的研究热点之一,凝聚子群是测量社会网络结构的重要指标,而最大团结构是社会网络中最紧密的凝聚子群,最大团问题的研究也成为社会网络分析的一个重要角度.随着大数据的发展,图中节点的丰富性和边结构的复杂性对求解最大团问题提出了更高的要求.为此提出了一种基于Spark的多策略蚁群算法求解最大团的算法.首先,该算法利用多条件选点策略扩大搜索空间,增加可行解的多样性,避免了陷入局部最优解;然后,采取一个局部搜索策略来提高该算法的精度和收敛速度;最后,在Spark分布式平台上并行地实现了该算法,验证了算法的并行性,证明该算法提高了算法处理大规模社区网络的执行效率.
- 顾军华王守彬武君艳张素琪
- 关键词：最大团SPARK蚁群算法
- 基于用户长短期兴趣与知识图卷积网络的推荐被引量：9
- 2021年
- 基于知识图谱的推荐可以提高推荐的精确性、多样性和可解释性。结合知识图谱与用户长短期兴趣提出了基于用户长短期兴趣与知识图卷积网络的推荐模型(LSKGCN)。在知识图谱推荐算法的基础上提出了将用户长期兴趣偏好与短期兴趣偏好结合的用户表示方法。根据时间筛选近期历史项目并通过知识图卷积网络得到历史项目的向量表示,通过注意力机制得到短期兴趣表示。根据与所有历史项目的最小欧氏距离得到长期兴趣表示。最后在真实数据集MovieLens-20、Amazon Music、Last.FM上进行测试,验证了该算法的有效性。
- 顾军华佘士耀樊帅张素琪
- 关键词：知识图谱推荐系统
- 基于多维贪婪搜索的人工蜂群算法被引量：2
- 2014年
- 人工蜂群算法在多峰高维函数优化问题的求解上取得了较好的结果,但随着函数的复杂度及维数增高,仍存在收敛速度慢、易陷入局部最优等问题。为此,提出一种新的人工蜂群算法。将人工蜂群对食物源的单维贪婪搜索改进为多维贪婪搜索以增强蜂群的搜索能力,避免在个别维度上出现较优解的食物源由于达到更新阈值却被废弃而造成迂回搜索的现象,引入扰动搜索机制避免迭代后期食物源位置在个别维度收敛导致算法陷入局部最优。仿真实验结果表明,该算法能保持深度挖掘和广度搜索上的平衡,在高维函数优化问题求解的收敛速度和计算精度方面表现出较好的性能。
- 张素琪滕建辅顾军华
- 关键词：人工蜂群算法函数优化广度搜索
- 基于双用户视角与知识图谱注意力网络的推荐模型
- 2020年
- 基于知识图谱的推荐模型可以解决推荐模型中数据稀疏和冷启动问题。为进一步提高推荐模型的可解释性和准确性,提出基于双用户视角与知识图谱注意力网络的推荐模型DKGAT。首先,为获取用户特征,模型从双用户视角分析用户行为并建立用户向量表示。其次,为获取项目特征,模型利用注意力网络在知识图谱中挖掘用户感兴趣的项目属性,自动获取和表示用户的兴趣路径。实验表明,相较于基准模型,该模型在三个公共数据集上的实验结果均有一定提高。
- 张素琪许馨匀佘士耀任珂可
- 关键词：知识图谱
- 一种社区发现方法、装置、存储介质及终端设备
- 本发明实施例公开了一种社区发现方法、装置、存储介质及终端设备。所述社区发现方法包括：基于预设规则确定待分析网络中预设数量的目标网络节点，并基于所述目标网络节点构建约束点集合；根据所述约束点集合构建约束矩阵；根据所述约束矩...
- 顾军华武君艳许馨匀谢志坚陈博佘士耀张亚娟张素琪
- 基于MapReduce聚类和神经网络的公交车到站时间预测模型被引量：10
- 2017年
- 提出一种基于MapReduce的聚类和神经网络相结合的公交车到站时间预测模型。首先,结合公交车的运行特点,利用K-means聚类方法对公交车的运行时段进行划分,同一时段中的公交车运行数据具有较高的相似性;然后,分别对各个时段的公交车运行数据建立BP神经网络模型进行到站时间的预测;其次,在大数据平台上,针对聚类和神经网络相结合的分段预测模型,建立了基于MapReduce的并行化框架。最后,以公交车的实际运行数据为例进行仿真与验证。实验结果表明,该分段模型优于传统的BP神经网络预测模型,具有较高的预测精度和预测速度。
- 谢芳顾军华张素琪张建
- 关键词：MAPREDUCE聚类BP神经网络
- 基于Spark的并行频繁项集挖掘算法被引量：6
- 2019年
- 关联规则挖掘是数据挖掘领域的重要研究方向之一。频繁项集的挖掘是关联规则挖掘的第一步,也是最重要的步骤。FP-Growth(Frequent Pattern-Growth)算法因其挖掘效率以及空间复杂度方面的优势被广泛应用于频繁项集挖掘任务中。面对海量数据,FP-Growth算法挖掘效率变得极低甚至失效。在Hadoop大数据平台上实现的基于MapReduce框架的并行FP-Growth算法——PFP算法解决在处理大规模数据时传统算法失效的问题,但是由于其将每次执行之后的中间结果输出到磁盘,降低算法执行效率。为提高并行FP-Growth算法执行效率,提出一种基于Spark的SPFPG算法。该算法运用负载均衡思想对分组策略进行改进,综合考虑分区计算量和FP-Tree规模两个因素,保证每个组之间负载总和近似相等。在Spark上实现FP-Growth算法——SFPG算法的基础上,实现优化后的SPFPG算法。实验结果表明,SPFPG算法相比SFPG算法挖掘效率更高,且算法具有良好的扩展性。
- 张素琪孙云飞武君艳顾军华
- 关键词：关联规则频繁项集FP-GROWTHSPARK
- 基于改进的蜜蜂交配算法的排课问题研究被引量：1
- 2013年
- 原有蜜蜂交配算法杂交信息量小、勘探能力不足、蜂群多样性少,为了克服这些缺点,对蜜蜂交配算法进行了改进,主要包括交换父代、母代染色体中相互冲突的课程基因增大算法的交叉信息量,设定多种邻域并集的局部搜索策略扩大搜索空间,采用基于k对肯配链的变异操作和雄蜂的部分替换策略丰富蜂群中染色体的组成。应用苏哈数据集进行了测试,测试结果表明,该改进算法较原有算法具有更好的收敛精度、更快的收敛速度,在满足多重约束条件下,能够更有效地解决排课问题。
- 董永峰梁丽业张素琪顾军华
- 关键词：排课
