基于上下文相关的最大概率汉语自动分词算法

提出了一种新的汉语自动分词算法，其主要思想是通过前后两次对文章的扫描来解决分词过程中出现的交叉歧义问题，介绍了一种新的有效的字段切分算法，它能够排除类似穷举算法中冗余的单字词的切分可能。     

对等网中基于声誉的信任关键问题综述

声誉是一种新型的信任建立机制.在对等网中,利用基于声誉的信任机制,可以隔离和孤立恶意的peers,选择信任状况好的peers提供服务.P2P系统中的声誉研究包括两个关键问题：信任建模和信任数据管理.分别对这两个关键问题进行了综述.信任建模涉及到信任描述、计算本地信任以及综合信任计算;根据ratings的存储位置不同,信任数据有三种管理方式.总结全文,并给出了未来的研究方向.     

高耐蚀性镀锌层蓝白色钝化工艺的研制

为了解决镀锌层蓝白色钝化膜抗盐雾性能差,难以满足产品电镀技术条件要求的问题。实验成功了一种高耐蚀性三价铬蓝白色钝化剂和一种采用普通三价铬蓝白色钝化工艺而后罩上一层高性能的钝化膜保护剂的方法,镀锌层δ在8μm以上,两种工艺获得的蓝白色钝化膜盐雾试验均能达到120 h以上。     

云计算中基于多目标优化的动态资源配置方法

目前,云平台的大多数动态资源分配策略只考虑如何减少激活物理节点的数量来达到节能的目的,以实现绿色计算,但这些资源再配置方案很少考虑到虚拟机放置的稳定性。针对应用负载的动态变化特征,提出一种新的面向多虚拟机分布稳定性的基于多目标优化的动态资源配置方法,结合各应用负载的当前状态和未来的预测数据,综合考虑虚拟机重新放置的开销以及新虚拟机放置状态的稳定性,并设计了面向虚拟机分布稳定性的基于多目标优化的遗传算法（MOGANS）进行求解。仿真实验结果表明,相对于面向节能和多虚拟机重分布开销的遗传算法（GA-NN）,MOGANS得到的虚拟机分布方式的稳定时间是GA-NN的10.42倍;同时,MOGANS也较好权衡了多虚拟机分布的稳定性和新旧状态转换所需的虚拟机迁移开销之间的关系。     

吉尔吉斯斯坦南天山金矿床地质特征及其控矿规律分析

吉尔吉斯斯坦南天山金矿床成矿时间为石炭纪末(C3)至二叠纪(P),是天山后海西碰撞期的产物,具典型的热液型(石英脉型)和矽卡岩型金矿床特征。区内矿床受构造断裂控制,与晚古生代粗屑碰撞陆源岩和碳酸盐岩层中发育有大量花岗岩侵入体(C3-P1)密切相关。矿床受断裂构造破坏越发育,金矿富集的可能性大。     

新型助剂艳丽精HK-302A的应用研究

为有效解决印染过程中染料的沾色问题,文中选用了新型助剂艳丽精HK-302A.通过将其和一般防沾污剂对不同染料的防白地沾污效果进行比较.得知艳丽精HK-302A与染料有较强的亲和力.对染料具有强保护胶体的功能及强力分散、乳化、皂洗、防逆染效果,尤其不会影响色光,且在2.0 g/L以上就能达到很好的白地防沾色效果.文中还介绍了该助剂在大生产实践中的应用.     

定形机轧染法修色实践

文中阐述了定形机涂料轧染加料修色的原理和工艺,并举例说明了定形机涂料轧染加料修色的详细工艺过程及效果分析,通过与传统的染缸加染料回修工艺进行对比,得出其工艺简单,色光控制容易且准确,成本低,节能降耗以及环保等特点,其具体工艺参数为:涂料用量不超过2g/L,交联剂用量不超过25mL/L。     

一种基于双链的区块链共识机制

共识机制是区块链系统的核心技术,目前针对“非币”区块链系统提出的基于贡献值证明与工作量证明(Po C+Po W)的共识机制存在共识效率较低、可靠性和安全性不高、算力消耗大的缺点。提出一种新的基于双链的共识机制CON＿DC＿PBFT。在该共识机制中设计一种业务链-系统链双链结构,将贡献值等系统数据和主要业务数据分离到双链中各自完成共识处理,双链的共识表现为半独立的形式,业务链共识消息流受系统链监督协调,并且系统链根据贡献值随机指定业务链的记账节点,双链的分工与协同实现并行化和流水化,改善共识的效率。由于贡献值数据不能被轻易获取,通过拜占庭通信机制和节点随机选择算法,降低节点遭受攻击和系统停滞的风险。通过实验综合分析出块选择概率、单点故障率、节点数、区块传输速率、CPU使用率对共识机制的性能影响,结果表明,与Po C+Po W机制相比,CON＿DC＿PBFT共识机制节省了50%以上内存、存储资源占用,在综合共识时延上有30%以上的改善。     

标签共现的标签聚类算法研究

在社会网络中,标签聚类研究可以解决标签冗余和语义模糊等问题。为了提高聚类有效性,提出综合标签共现信息确定标签特征向量,通过特征向量的提取计算相似度,将传统聚类算法中用几何距离计算对象与中心对象的距离改为用皮尔森相关系数计算,提出结合K-means聚类算法对标签进行聚类的标签共现聚类算法,并分析了算法的复杂度。最后对不同聚类算法进行了相关对比实验,实验结果表明该聚类算法效果要好于其他的聚类算法,从而验证了该聚类算法的有效性和可行性。     

云环境中基于目标检测的密文图像检索方案

越来越多的企业和个人用户选择将大量的图像文件存储在云服务器中,并提供图像的检索和共享功能。为了保障所存储的重要图像信息不被窃取,图像文件以加密的形式存储在云服务器中,这给图像的检索操作带来了挑战。传统的明文检索方案已经无法适用,并且如何保证大量密文图像数据的检索效率和精确度也是一个重要问题。针对上述问题,提出了一种云环境中基于目标检测的密文图像检索方案,利用基于深度学习的目标检测模型Faster R-CNN对图像精确提取关键词集合和特征向量,使用关键词集合对图像集合粗分类,使用多重线性映射对关键词加密并构建安全索引,以高效检索出匹配的图像集合,再对图像特征向量精确匹配,实现图像的细分类,以检索出最终的图像。安全性分析和性能评估表明该方案具有高安全性、检索效率和精确度。