基于Apache Shiro的站群角色管理

在站群角色管理中,易出现权限管理复杂、角色分配多样,访问效率低下等问题,因此,设计实现一种基于Apache Shiro开源框架的RBAC管理系统来解决站群角色管理中的不足;首先全面概述Shiro原理,然后以Shiro 为基础设计实现站群权限角色管理功能。最终使用户可以定制不同的角色与权限功能,且整个过程操作简单便捷。     

动态网络环境下的链路层拓扑发现算法

完整准确的网络拓扑是网络管理的基础. 由于链路层设备的多样性、透明性、动态性, 因此如何快速、准确地发现链路层拓扑成为近年来研究的热点和难点. 现有的链路层拓扑发现研究均基于静态网络, 然而随着无线网络的普及, 网络中的移动设备越来越多, 静态网络的假设不再成立. 鉴于此, 本文提出了动态链路层拓扑发现算法, 通过在网路中部署有限的agent节点, 发现链路层拓扑. ns-3模拟实验以及对实际运行网络的测量结果表明, 该算法能有效排除移动设备的影响, 快速准确地发现链路层拓扑结构.     

死或生极限沙滩排球3

到《死或生5最终决战》为止。系列可使用的正常女性角色已经达到了15人,不过这15人并不会全部加入《死或生极限沙滩排球3》。官方只会从中选出9人参战。     

分布式传感器网络系统故障预测方法

针对分布式传感器网络很难采用一种通用方法来实现算法简单的故障预测问题,提出了一种基于知识发现的故障预测方法。该方法首先建立了时间信息的数学描述系统,以实现基于因果指数的知识发现;然后,利用因果关系的知识推理机制,实现分布式传感器网络系统的故障预测。通过对瓦斯抽放监控系统的故障预测实验,证明该方法能准确预测分布式传感器网络系统故障,具有算法简单、实用高效的优点。     

基于经典粗糙集的近似集动态获取方法

信息系统中的数据是动态变化的,根据动态变化的信息系统获取有用的信息,成为数据处理中的关键问题。针对该问题,分别讨论了信息系统中属性增加和减少时,近似集的动态获取方法。通过对信息系统中原有的等价类进行划分,避免了对论域的重新划分,提高了动态更新近似集的效率,通过讨论等价类与原有近似集之间的关系,给出了信息系统动获取之后的近似集与原来近似集之间的相关定理,提出了在经典粗糙集模型中,属性增减时近似集动态获取方法。实验结果验证了该方法的正确性和有效性,而且效率优于原始的方法。     

针对有向图的局部扩展的重叠社区发现算法

当前社区发现算法主要是针对无向图研究社区结构,但在实际复杂网络中,链接关系时常表现出非对称性或方向性,比如Twitter的用户关注关系,文献网络的引 用关系,网页之间的超链接关系等应用网络。因此,本文依据信息在复杂网络中的传播规律和流动方向性,提出了k-Path共社区邻近相似性概念及计算方法,用于衡量结点在同一社区的相似性程度,并给出了把有向图转换为带方向权值的无向图的方法。基于带权无向图提出了一种从局部扩展来探测社区的重叠社区发现算法(Local and wave-like extension algorithm of detecting overlapping community, LWS-OCD)。在真实数据集上的实验表明,共社区邻近相似性概念实现了有向到无向的合理转换,而且提高了社区结点的聚集效果,LWS-OCD算法能够有效地发现带权无向图中的重叠社区。     

“1332”教学模式在中职计算机专业教学中的运用

为了适应不断发展的教学形势,尽快与国际接轨,着力培养技能型高级蓝领人才,各种新型教学模式层出不穷。"1332"教学模式是建构主义教学思想的硕果,它不仅能够优化课堂教学,还能够切实发挥学生的主体地位,体现教师的主导地位,真正让学生成为课堂的主角。在探索和实践中,我们欣喜地发现,学生们逐步能够体验到学习的成功带给自己的快乐,教师也不再总是为学生消极的学习态度而忧心如焚,课堂教学效果有了明显提升。     

基于主导角色转换的软件工程教学模型

在教学过程中,结合工科软件工程教学的实践过程,针对性地探索教师和学生主导角色转换对教学效果的影响。先后建立了学生教师主导角色状态模型、用例分析和活动转换教学模型,在此基础上分析了理论课堂练习指导、实验课程指导、预习和实验答辩用例描述;深入分析了教师和学生主导角色平滑转换过程,在实际的教学过程中,提升了教学效果。     

结合用户生成内容与链接关系的社区发现算法

社区发现一直是社会网络研究中的热点内容。但是当前社区发现算法更加关注用户与用户之间的链接关系,而对社会网络中用户生成内容(user generated contents,UGC)大数据研究较少。用户生成内容是Web2.0的特点,也是社会网络平台吸引用户的重要原因之一,对社区的形成起着重要作用。提出了一种新的社区发现算法,能够综合利用用户与用户之间的链接关系以及用户生成内容来确定用户的社区划分。该算法用LDA(latent Dirichlet allocation)算法分析用户生成内容中主要的内容形式——文本信息,同时通过谱分析方法分析用户与用户之间的链接关系,并有机结合以发现网络的社区结构。通过分析科学网的真实数据,证明了所提算法能够有效综合利用用户生成内容与用户链接关系,使社区发现的结果更加客观准确。     

健康大数据研究热点与隐私保护

医疗健康领域急需从数据到知识再到行动,在已有的传统且严谨的学科框架基础上,加入大数据所带来的思潮变化,形成有意义、超前的研究成果。健康大数据研究拓宽了传统电子医学病历的数据范围,通过研究涵盖医药研发、医患支出、病人行为与情绪以及环境、经济、人口等多方面数据展开研究,该领域蕴藏着巨大的研究价值。健康将与信息技术结合越来越紧密,未来的医疗与健康服务模式将变为个体、应用终端、云端三位一体模式,实现移动健康与智慧健康服务。