松花江干流水域的水功能一级区划

针对松花江干流水域的现状和特点,通过水资源供需调查、质量评价、功能分析,提出了松花江干流水域的水功能一级区划方案。     

多维数据流最大频集挖掘模型和算法

为了挖掘到有价值的信息,需要挖掘多维数据流上的频繁项目集,因此引入多维项目和多维项目集的概念表示多维数据流上的项目.设计了一种紧凑、压缩的数据结构MaxFP-Tree用于维护多维项目集,并在MaxFP-Tree的基础上设计了挖掘多维数据流上最大频集的增量式更新算法.实验结果表明,设计的挖掘多维数据流中最大频集的模型和算法是高效的.     

数据流中基于滑动窗口的最大频繁项集挖掘算法*

挖掘数据流中最大频繁项集是从数据流中获得信息的一种有效手段,是数据流挖掘研究的热点之一。结合数据流的特点,提出了一种新的基于滑动窗口的最大频繁项集挖掘算法。该算法用位图来存储数据流中流动的数据;采用直接覆盖的方法存储和更新数据流上的数据;在深度优先搜索挖掘最大频繁项集时,除采用经典的剪枝策略外,还提出了与父等价原理相对应的子等价剪枝策略;最后将挖掘结果存储在索引链表中以提高超集检测效率,进一步减少挖掘最大频繁项集的时间。理论分析和实验结果证实了该算法在时间和空间上的有效性。     

基于滑动窗口的数据流中近期频繁项挖掘

提出了一种在单独数据流中挖掘近期频繁项的算法MRFI。该算法采用基于对时间敏感的滑动窗口的模式,保证了挖掘结果的时效性,并利用循环队列和二叉排序树实现了简单高效的数据存储和处理,该方法是一种近似算法,它可以消除历史数据对挖掘结果的影响。实验采用IBM数据发生器产生合成数据,证明了该算法的有效性。     

移动WiMAX网络中跨层快速切换的研究*

针对移动WiMAX网络中,基于FMIPv6和DAD (duplicate address detection)机制的快速切换存在着开销大和检测时延长的问题,提出了一种跨层快速切换的策略。新策略在FMIPv6基础上,使用了mSCTP协议和ODAD (optimistic DAD)机制,成功地消除了FMIPv6协议中建立隧道的开销和减少了DAD地址检测的时延。仿真结果显示,新的切换策略将切换时延和分组丢失分别降低了65%和60%。     

基于JMF的音视频会议系统的研究与实现

介绍了Java媒体框架应用编程接口（JMF）的结构特点及其实时传输协议（RTP）支持,实现了端对端的实时音视频网络会议系统.文中阐述了小型多人视频会议系统的工作原理以及RTP传输、数据源复用等关键技术问题,最后重点描述了基于JMF的音视频会议系统的设计方案,并详细介绍了系统软件的具体实现.     

基于网络的矿山三维巷道建模方法研究

针对现有巷道三维模型的构建多是基于单机的建模方法,存在网络环境下模型共享困难的问题,研究了一种基于网络三维图形技术的巷道建模实现方法。该方法通过巷道底板中线等特征线和断面参数,经过三维坐标转换得到断面三维线,采用分段建模算法快速建立三角形条带巷道三维模型;采用在网页中嵌入HOOPS 3D流控件和三维模型的HSF流文件实现巷道三维模型的网络发布,并借助网络三维图形技术实现了通过浏览器对大规模巷道三维模型的访问和交互。     

基于特征漂移的数据流集成分类方法

为构建更加有效的隐含概念漂移数据流分类器,依据不同数据特征对分类关键程度不同的理论,提出基于特征漂移的数据流集成分类方法（ECFD）。首先,给出了特征漂移的概念及其与概念漂移的关系;然后,利用互信息理论提出一种适合数据流的无监督特征选择技术（UFF）,从而析取关键特征子集以检测特征漂移;最后,选用具有概念漂移处理能力的基础分类算法,在关键特征子集上建立异构集成分类器,该方法展示了一种隐含概念漂移高维数据流分类的新思路。大量实验结果显示,尤其在高维数据流中,该方法在精度、运行速度及可扩展性方面都有较好的表现。     

WSN中面向非均匀形状事件的动态检测方案

高效且准确地事件检测与跟踪是无线传感器网络研究的热点问题之一,现有的事件检测方案无法实现对形状不定的区域事件的检测与跟踪,为了解决这一问题,提出了一种改进的动态事件检测和跟踪方案.首先,该方案利用事件质心确定事件的具体位置,然后,考虑了节点的读数强度及该读数与事件质心的距离,提出节点动量概念以引导事件融合和分割检测.仿真实验结果表明,该方案可在各传感器结点中分布式运行,延迟低,能效高,在各种条件下均有很高的准确度.不论事件大小和事件数量如何,它始终可以确定正确的事件数量,给出正确的事件形状.     

计算文本的情感描述值的算法

随着互联网信息的高速发展,越来越多的人参与到信息的制造者队伍中,对于信息处理提出了更高的要求。计算文本的情感描述值对于衡量文本的极性信息具有重要的意义。首先对文本内容进行预处理,挑选出可以决定文本极性的句子;然后对各个子句进行情感描述值的计算;最后将子句的情感进行综合计算,得出文本的情感描述值。并且对文本长度、句法结构等因素进行了综合分析。实验结果表明,采用该算法计算文本信息具有较高的准确率和速度,对于大规模处理流数据情况下的情感信息值的计算具有较好的适用性。