一種新的圖像置亂算法

1、計算機研究與發(fā)展DOI:10.7544issn10001239.2016.JournalofComputerResearchDevelopment卷(期):起止頁年收稿日期收稿日期：20160316；修回日期修回日期：20160426六號基金項目基金項目：國家自然科學(xué)基金項目（60903098）；吉林省工業(yè)技術(shù)研究和開發(fā)項目(JF2012c0162)；吉林大學(xué)研究生創(chuàng)新基金項目(2015040)ThiswkissupptedbytheN

2、ationalNaturalScienceFoundationofChina(60903098)theProjectofJilinProvincialIndustrialTechnologyResearchDevelopment(JF2012c0162)theGraduateInnovationFundofJilinUniversity(2015040).六號，核實準(zhǔn)確完整的基金名稱和英文翻譯通信作者通信作者：彭濤（tpeng@jlu.

3、）（注：此模板非完整論文，已做刪減。只看格式，勿參考內(nèi)容）（注：此模板非完整論文，已做刪減。只看格式，勿參考內(nèi)容）異質(zhì)網(wǎng)中基于張量表示的動態(tài)離群點檢測方法異質(zhì)網(wǎng)中基于張量表示的動態(tài)離群點檢測方法題目三號劉露1左萬利12彭濤12作者四號宋體，作者和單位的對應(yīng)關(guān)系標(biāo)注在作者姓名的右上角1（吉林大學(xué)計算機科學(xué)與技術(shù)學(xué)院長春130012）單位小五號2（符號計算與知識工程教育部重點實驗室（吉林大學(xué)）長春130012）1（.）小五號TensRepr

4、esentationBasedDynamicOutlierDetectionMethodinHeterogeneouswkTitle四號四號LiuLu1ZuoWanli12PengTao12Name五號1（CollegeofComputerScienceTechnologyJilinUniversityChangchun130012）Depart.Crespond小五號2（KeyLabatyofSymbolComputationKnow

5、ledgeEngineering（JilinUniversity）MinistryofEducationChangchun130012）AbstractMiningrichsemanticinfmationhiddeninheterogeneousinfmationwkisanimptanttaskindatamining.Thevaluedatadistributiongenerationmechanismofoutliersarea

6、lldifferentfromthatofnmaldata.Itisofgreatsignificanceofanalyzingitsgenerationmechanismeveneliminatingoutliers.Outlierdetectioninhomogeneousinfmationwkhasbeenstudiedexpledfalongtime.Howeverfewofthemareaimingatdynamicoutli

7、erdetectioninheterogeneouswks.Manyissuesneedtobesettled.Duetothedynamicsoftheheterogeneousinfmationwknmaldatamaybecomeoutliersovertime.ThispaperproposesadynamicTensRepresentationBasedOutlierdetectionmethodcalledTRBOutlie

8、r.Itconstructstensindextreeaccdingtothehighderdatarepresentedbytens.Thefeaturesareaddedtodirectitemsetindirectitemsetrespectivelywhensearchingthetensindextree.Meanwhilewedescribeaclusteringmethodbasedonthecrelationofshtt

9、extstojudgewhethertheobjectsindatasetschangetheiriginalclustersthendetectoutliersdynamically.Thismodelcankeepthesemanticrelationshipinheterogeneouswksasmuchaspossibleinthecaseoffullyreducingthetimespacecomplexity.Theexpe

10、rimentalresultsshowthatourproposedmethodcandetectoutliersdynamicallyinheterogeneousinfmationwkeffectivelyefficiently.Abstract五號，至少200字，影響EI索引Keywdsdynamicoutlierdetectionheterogeneousinfmationwktensrepresentationtensinde

11、xtreeclusteringKeywds五號摘要挖掘隱藏在異質(zhì)信息網(wǎng)絡(luò)中豐富的語義信息是數(shù)據(jù)挖掘的重要任務(wù)之一離群點在值、數(shù)據(jù)分布、和產(chǎn)生機制上都明顯不同于正常數(shù)據(jù)對象檢測離群點并分析其不同的產(chǎn)生機制，最終消除離群點具有重要的現(xiàn)實意義目前，針對異質(zhì)信息網(wǎng)絡(luò)動態(tài)離群點檢測的研究工作相對較少，還有很多問題有待解決由于異質(zhì)信息網(wǎng)絡(luò)的動態(tài)性，隨著時間的變化，正常數(shù)據(jù)對象也可能轉(zhuǎn)變?yōu)殡x群點針對異質(zhì)網(wǎng)絡(luò)提出一種基于張量表示的動態(tài)離群點檢測方法，并

12、根據(jù)張量表示的高階數(shù)據(jù)構(gòu)建張量索引樹通過搜索張量索引樹，將特征加入到直接3計算機研究與發(fā)展2016年定的關(guān)系類當(dāng)節(jié)點類型數(shù)量∣A∣1或邊的類型數(shù)量∣R∣1時，這樣的信息網(wǎng)絡(luò)被稱為異質(zhì)信息網(wǎng)絡(luò)反之為同質(zhì)信息網(wǎng)絡(luò)定義2異質(zhì)信息網(wǎng)絡(luò)中的N階張量我們將異質(zhì)信息網(wǎng)絡(luò)中的N階張量表示為X∈?其中，N為張量的階數(shù)(也可稱模NtypeNltypeltypelIII?2211數(shù))第1階張量的長度記為l1，其對應(yīng)的實體類型為type1第N階張量的長度記為l

13、N，其對應(yīng)的實體類型為typeNtypei∈A，1≤i≤N?公式用office2003編輯器或者mathtype，普通變量用斜體，向量、矢量、張量用黑斜體例如，文獻網(wǎng)絡(luò)可以被表示成1個4階張量，X∈?電影網(wǎng)絡(luò)可以被表示為1TermVenuePaperAuth4321llllIIII個4階張量X∈?或一個3階張LanguageGenreMovieAct4321llllIIII量X∈?GenreMovieAct321lllIII定義3張量索

14、引樹張量索引樹是包含n(n≥1)個節(jié)點且滿足下列條件的有限集合:1)張量索引樹中的每一個節(jié)點都由1個N(N≥1)維向量組成2)存在唯一一個向量節(jié)點X0，它是由一系列時序數(shù)據(jù)組成的向量，稱為張量索引樹的根節(jié)點3)張量索引樹同一層的節(jié)點可以包含不同類型的數(shù)據(jù)但同一類型的數(shù)據(jù)都處于張量索引樹的同一層中…………2.2張量索引樹的構(gòu)建我們之前提到過，張量矢量化可能破壞各階中數(shù)據(jù)之間的關(guān)系在大數(shù)據(jù)環(huán)境下，不可避免地會引起維數(shù)災(zāi)難而對于異質(zhì)網(wǎng)絡(luò)中的數(shù)

15、據(jù)，如何進行高階統(tǒng)計也是我們需要考慮的問題應(yīng)用張量分解方法，例如構(gòu)建鄰接矩陣，處理數(shù)據(jù)集中的樣本會出現(xiàn)嚴重的數(shù)據(jù)稀疏性問題在本節(jié)中，我們提出了一種構(gòu)建張量索引樹的方法來處理異質(zhì)信息網(wǎng)絡(luò)中用張量表示的數(shù)據(jù)，進而動態(tài)發(fā)現(xiàn)網(wǎng)絡(luò)中存在的離群點我們首先描述張量索引樹的構(gòu)建過程由于本文主要解決動態(tài)離群點發(fā)現(xiàn)的問題，因此，張量索引樹的根節(jié)點為時序數(shù)據(jù)組成的向量X=(X1，X2，…，Xn)，如圖1中Layer1所示在本節(jié)中，我們使用文獻網(wǎng)絡(luò)中的3階張量

16、模型來說明構(gòu)建過程在時間點X1中，順序遍歷N(N=3)階張量中的第1階張量將屬于type1類型的實體(作者名)加入第2層向量節(jié)點中同時，將該作者發(fā)表的論文依次加入第3層向量節(jié)點中第3層向量節(jié)點中的論文題目作為第2層向量節(jié)點中作者名的后繼節(jié)點……張量索引樹的構(gòu)建不僅可以加快離群點檢測的速度，而且可以有效解決在使用鄰接矩陣進行計算時出現(xiàn)的數(shù)據(jù)稀疏性問題X1X2XiXn1Xn...A11A12A1n1Length=n1A21A22A2n2Le

17、ngth=n2An1An2AnnmLength=nmP11P12P1u1P21P22P2u2Pn1Pn2PnumT11T12T1v1T21T22T2v2Tn1Tn2T2v...mLayer1:TimestampLayer2:AuthLayer3:PaperLayer4:TermLength=u1Length=u2Length=umLength=v1Length=v2Length=vm...........................

18、.........Fig.1Thetensindextreeconstructedbyathirddertensinbibliographicwk.圖1文獻網(wǎng)絡(luò)中由3階張量所構(gòu)建的張量索引樹中英文圖題用小五號，圖內(nèi)的字用英文六號3基于張量表示的聚類過程在本節(jié)中，我們詳細介紹如何根據(jù)給定的入口entry(source，target)搜索張量索引樹，進而使用聚類方法發(fā)現(xiàn)異質(zhì)網(wǎng)絡(luò)中存在的離群點(即源節(jié)點相對于目標(biāo)類別是否離群)張量索引樹可以根