智能光网络区分业务参数指标体系研究

为了实现对智能光网络区分业务提供和维护的支持,通过对智能光网络环境下服务水平协议实施的新特征进行分析,对支持区分业务实施的关键参数指标进行提取,完成了智能光网络区分业务参数指标体系的构建,给出了参数指标应用实例;在此基础上,进一步对智能光网络区分业务的核心参数--业务可用性进行了研究,给出了考虑节点和链路联合影响因素的连接业务可用性定义,该定义更加适用于智能光网络端到端区分业务可用性的确定和分析,对实现智能光网络区分业务的提供具有重要参考作用.     

面向用户体验的异构网络资源分配

针对异构网络环境下的资源分配问题,提出了面向用户体验质量(QoE)的静态资源分配方案,即最大化用户体验(MaxQoE)分配方案. 该方案可应用于异构网络环境下多业务的场景中,为具有不同QoE需求的用户提供适度服务,并分配适量的无线资源. 仿真结果表明,与最大吞吐量分配方案和资源平均分配方案相比,采用MaxQoE方案能有效增强异构网络中的用户QoE指标,提高用户满意度.     

某综合处理机接口测试软件可扩展性研究

为解决某综合处理机现有测试软件只针对某个具体设备开发的问题,从构件描述,构件适配、构件组装3个方面对系统软件进行建模,研究了构件的适配和组装机制,对构件适配逻辑和组装逻辑进行了规范,设计了自动组装构件的集成配置框架和运行构件的运行框架,并在.NET平台下进行了实现.用户可以在现有构件库的基础上集成目前需要的测试系统软件,系统具有易操作、易扩展等特点.     

基于Zynq和IEEE 1451.2的室内环境监控系统

针对目前室内环境监控领域存在的环境信息采集能力薄弱、处理过程缺乏标准、硬件系统复杂等问题,基于Xilinx Zynq平台和IEEE 1451.2协议,设计了一个可对多种环境信息进行监控的系统.该系统主要包括智能变送器接口模块(smart transducer interface module,STIM)和网络适配应用处理器(network capable application processor,NCAP)模块.其中,STIM依据IEEE 1451.2协议实现环境信息的采集及其标准化;NCAP则利用受限应用协议(constrained application protocol,Co AP)实现系统的远程访问和控制.同时,通过设计基本资源、复合资源和规则资源3类资源,实现系统业务功能的统一描述和发布.经测试证明,该系统能够有效地实现对室内环境的远程监控,用户访问的响应时间较短,系统总功耗较低.     

基于签约信息的智能业务鉴权系统的设计与实现

针对目前GSM网络中智能业务的应用情况和鉴权特点,分析了智能业务用户身份鉴权的关键问题,提出了智能业务鉴权服务器的思想,并对这种解决方案进行了研究,给出了详细的设计和实现描述.     

ATM用户接入设备的设计与实现

设计并实现了一种ＡＴＭ用户接入设备,它由恒定比特率业务适配模块、以太网业务适配模块、控制／管理模块和线路模块组成,各模块通过共享总线相连。它能提供Ｅ１电路仿真接口、ＲＡ４２２接口、模拟二线电话接口、ＲＪ４５以太网接口,支持话音、视频、数据等多种业务。通过测试,证明现有终端和网络可通过它提供的接口实现经ＡＴＭ网的互连互通。     

软交换数字运营平台的研究与实现

设计和实现了软交换数字运营平台系统.在原有智能公话系统的基础上,增加了运营平台（数字接入）、业务管理中心及为用户提供信息服务的信息终端.基于软交换思想,将公话业务与数字网络成功嫁接,从单一的语音业务向数据通讯、信息服务等多业务方向发展.系统在业务提供方面充分考虑到业务可扩展性,增加了应用服务器,从而能够迅速地生成和提供新业务.该系统具有良好的市场应用前景.     

一种认知无线电的智能电网通信业务数据分组调度机制

为了合理高效地利用现有无线频谱资源,保障智能电网中重要控制类信息传输质量的同时,尽可能地为其他业务提供相对高质量的服务,提出了一种智能电网认知无线传感器网络基于优先级的数据分组调度机制. 该机制基于差异化调度策略的思想,依据智能电力通信网流量的异构特性、业务特点和服务质量要求,为智能电力通信业务划分了优先级,进而对各个优先级设置了不同的策略,并重点考虑信道质量和信道切换造成的影响. 通过Matlab软件仿真验证,基于业务优先级的数据分组调度方案有效地提高了较高优先级次级用户数据分组的传输性能,对整个系统的利用率也有所提升.     

一种认知无线电的智能电网通信业务数据分组调度机制

为了合理高效地利用现有无线频谱资源,保障智能电网中重要控制类信息传输质量的同时,尽可能地为其他业务提供相对高质量的服务,提出了一种智能电网认知无线传感器网络基于优先级的数据分组调度机制.该机制基于差异化调度策略的思想,依据智能电力通信网流量的异构特性、业务特点和服务质量要求,为智能电力通信业务划分了优先级,进而对各个优先级设置了不同的策略,并重点考虑信道质量和信道切换造成的影响.通过Matlab软件仿真验证,基于业务优先级的数据分组调度方案有效地提高了较高优先级次级用户数据分组的传输性能,对整个系统的利用率也有所提升.     

敏捷制造环境下调度理论初探

通过分析生产调度理论研究的现状和存在的问题，提出了敏捷制造（AM）环境下具有可变性特征制造系统的智能自适应调度方法，阐述了智能自适应调度方法研究的基本思路，旨在为AM环境下生产调度提供一种有效的方法。     

云环境下基于用户偏好的粒子群优化算法的Web服务选择

针对当前Web服务的海量增加．而现有的服务选择算法低效以及粒子群算法在复杂的组合优化类问题上的不足,该算法分析用户对于Web服务的一些软性偏好,提出了一种在云环境下基于用户偏好的粒子群改进算法的Web服务选择．该算法通过对粒子分群映射、相似分群并行化简,同时利用模糊约束来表达用户的偏好,最终使得用户能够根据偏好从中进行选择．实验表明,该算法能有效减少执行过程@Web服务选择导致的时间开销,并提高服务选择的性能．     

基于用户关系挖掘的多策略推荐算法

个性化推荐服务为解决网络信息过载问题提供了有效手段。传统的推荐方法大多只关注于如何提高推荐的准确性,而忽略了推荐多样性对用户体验的影响。文章将社会网络用户关系挖掘应用于用户偏好预测及推荐中,提出了一种基于用户关系挖掘的多策略推荐算法。采用信任传播模型挖掘用户间的信任度,计算用户偏好配置文件的余弦相似性获得用户间的相似度,并给出4种将用户信任度、相似度结合的策略,在定义用户偏好预测函数的基础上采用Topn原则为用户给出推荐结果。实验结果表明,文章方法不仅减少了数据稀疏性的影响,而且兼顾了推荐准确性与多样性指标,提高了推荐系统的整体性能。     

基于标签和协同过滤的改进推荐算法研究

针对基于标签和协同过滤的个性化推荐(TCF)没有考虑评分数据的作用和用户兴趣标签稀疏的问题,提出了一种加入评分数据并扩展用户兴趣标签的基于标签和协同过滤的改进推荐算法(ITCF).首先,以项目- 标签相关度构造项目特征向量,并结合评分构造用户特征向量和用户-标签关联度; 其次,对用户的历史偏好标签集进行基于标签相似性和基于近邻用户偏好的扩展; 最后,以MovieLens数据集为例对ITCF算法的有效性进行实验验证.实验结果表明,在稠密的数据集中,ITCF算法的平均准确率和平均召回率比文献[2]和[3]算法的平均准确率和平均召回率分别提升约2.0%和1.7%; 在稀疏的数据集中,当推荐项目数不超过20时,ITCF算法的平均准确率和平均召回率约比文献[2]和文献[3]算法的平均准确率和平均召回率分别提升约0.2%和0.8%.因此,本文提出的ITCF算法具有较好的应用前景.     

一种基于桌面信息的个性化推荐方法

针对当前信息检索服务中存在的固有缺陷,提出了一种基于用户桌面信息抽取的个性化推荐方法．详细介绍了通过用户桌面资源信息抽取建立长期用户模型,以及通过工作场景信息抽取建立短期用户模型的算法．长期用户模型提供了完整全面的用户兴趣偏好信息,短期用户模型则为预测用户当前信息需求提供了依据．实验结果表明,基于用户桌面信息抽取的个陛化推荐服务能较好地预测用户当前需求、具有良好的推荐效果．     

基于JavaEE的电子商务推荐系统的设计与实现

通过在一个实际的基于JavaEE架构的电子商务平台上附加一个推荐引擎,使得该引擎能在实际购物过程中对用户的行为进行分析、计算,从而得到用户在近期内的个人偏好,并能在平台数据库中为用户做出合理有效的商品推荐.     

QoS预测机制的个性化云媒体服务选择

针对现有云媒体服务选择算法服务质量（QoS）不高和用户满意度低的问题,提出了一种基于QoS预测机制的个性化云媒体服务选择算法.首先,建立信任度模型,并将其引入用户相似度的计算来优化近邻用户,再利用协同过滤方法计算未知服务的QoS值,选出QoS较高的候选服务;其次,利用逼近理想解排序方法,选择并提供给用户符合其偏好的云媒体服务,进而提高用户满意度.仿真实例说明了该算法的有效性.     

利用项目属性和偏好改进协同过滤推荐

协同过滤(CF)推荐系统可以通过了解用户过去的行为向用户推荐项目. 针对现有的CF推荐系统没有利用潜在的项目偏好信息,提出了一种利用项目偏好改进CF的推荐方法. 该方法首先采用K-means算法对用户进行聚类,然后利用用户聚类和效用矩阵构建项目偏好矩阵,最后在基于项目的CF方法中,综合项目评分相似度、项目属性及其偏好特征相似度产生推荐. 实验结果表明,该方法获得了较好的推荐精度,在一定程度上缓解了稀疏问题.     

Web主动服务中基于混合挖掘的用户意图辨识

针对用户意图在主动服务各个环节中的不同作用,采用混合智能算法在主动服务中对用户意图进行辨识。用v-SVC的支持向量学习算法对用户的偏好和意图进行学习和辨识,反映用户的状态和所处的角色;用概念层次生成算法对用户服务属性层次化,以获得用户的服务焦点;使用基于模糊聚类算法辨识用户所期望的服务质量或等级。实验分析表明,使用混合算法辨识用户意图具有高效性和实用性。     

User preferences-aware recommendation for trustworthy cloud services based on fuzzy clustering

The cloud computing has been growing over the past few years, and service providers are creating an intense competitive world of business. This proliferation makes it hard for new users to select a proper service among a large amount of service candidates. A novel user preferences-aware recommendation approach for trustworthy services is presented. For describing the requirements of new users in different application scenarios, user preferences are identified by usage preference, trust preference and cost preference. According to the similarity analysis of usage preference between consumers and new users, the candidates are selected, and these data about service trust provided by them are calculated as the fuzzy comprehensive evaluations. In accordance with the trust and cost preferences of new users, the dynamic fuzzy clusters are generated based on the fuzzy similarity computation. Then, the most suitable services can be selected to recommend to new users. The experiments show that this approach is effective and feasible, and can improve the quality of services recommendation meeting the requirements of new users in different scenario.     

基于监督随机游走的有影响力用户发现算法

基于用户主题偏好的监督随机游走是当前热点研究之一。受微博文本稀疏性的影响,基于微博主题衡量用户影响力的研究较少。为研究某些领域的用户影响力强弱,文章提出一种基于监督随机游走的有影响力用户发现算法(TP-SRW)。通过研究微博用户自身的属性和微博文本的主题特征,构建基于用户交互信息的个体链接关系,并结合代表用户同质性的微博主题兴趣的相似性,构建有向加权网络模型。实验结果分析表明,在不同主题下挖掘高影响力用户,提出的TP-SRW算法和模型具有良好的性能。