不完全标记的多个并行事务踪迹的“剥离”

新型分布式软件的多个并行处理事务导致每个事务产生的事件按随机排序,如果这些事件的标记不完全或不可用,将无法区分这些事件到底属于哪个事务.将不完全标记事件的“剥离”问题转化成偶图最大权重完全匹配问题.对于事件间的转换时间是独立等同分布的情况,将所有可能状态(事件)划分为若干个割集,每个割集构成一个偶图.在这些偶图系统中,采用所提出的偶图最大权重完全匹配的改进算法进行分散匹配,通过拼接匹配结果得到各事务产生的最可能踪迹序列.仿真实验证实:该方法可以有效实现不完全标记的事务踪迹的“剥离”;与传统的偶图匹配方法相比,改进算法具有更高的匹配效率.     

“三段四层”计算机类大学生创新能力培养模式探索与实践

综合分析了目前我国高样"开展大学生创新能力培养,开展大学生创业教育"所存在的问题,提出"三段四层"的多方互动计算机类人才培养模式,目标是培养出具有"擅创新,能创业"的计算机类高素质人才。     

基于区块链的电子健康记录安全存储模型

针对现有中心化信任背景下电子健康记录存储存在的安全风险,提出一种基于区块链的电子健康记录安全存储模型。模型首先设计了新的电子健康记录区块链存储结构,解决了现有存储模型实用性不强的问题;然后优化了区块链中区块入链的工作流程,减少了点对点（P2P）网络中的信息传播量;最后设计了基于随机数选举的共识机制,提高区块入链的时间效率。将提出的模型在Hyperledger中进行模拟实验,并将所提出的共识机制与现有共识机制进行性能对比。实验结果表明,提出的存储模型具有较高的安全性和更好的运行时间效率。该模型适用于区块链在医疗卫生领域的应用,为电子健康记录的安全共享提供了支撑。     

基于粒子群优化的多核处理器系统节能调度算法

针对嵌入式多核系统中的实时性和能耗问题,提出了基于粒子群优化的多核处理器系统节能调度算法.通过对多核处理器系统任务调度和能量消耗的分析,建立了新的编码策略和相应的目标函数,将任务划分、任务调度及电压选择3个过程整合到粒子群算法的一个单迭代寻优循环中,并兼顾系统的实时性,将问题转化为有约束的粒子群优化问题,利用可行性规则的约束处理技术,形成基于约束粒子群优化的整体节能调度算法.实验结果表明:本文算法能以较快的速度收敛于使系统能耗更少的调度解.     

基于制造业多粒度模型下的流程优化组合

在多粒度模型下对4个服务质量因子进行了性能的评估,并且根据实际云制造的生产情况引入了距离因子,并跟原有的性能描述进行对比。结果表明:引入了距离因子以后,表现出的服务组合性能和原始服务组合性能有所不同,这种表现更接近实际情况。     

基于NNVD的网络化软件多步控制算法研究

网络化软件系统规模的增大不仅增加了理解和优化系统的难度,而且一个小的异常就有可能引发整个系统的崩溃。因此,针对网络化软件系统的异常行为,本文提出一种基于NNVD(network node value degree)的网络化软件多步控制算法,该算法从节点路径长度范围的角度去研究异常行为传播的局域控制,通过网络化软件节点的重要程度选择控制节点,分析在无标度网络软件系统中进行局域多步控制的有效性。研究表明,该算法能够在一定程度上抑制异常行为的传播,使异常能够在一定的范围内得到有效的控制。     

基于剩余能量和距离信息的异构网络分簇协议

针对无线传感网络WSN(Wireless Sensor Network)的网络寿命问题,提出了面向异构网络环境下的基于剩余能量和距离分簇REDC(Residual Energy and Distance Clustering)协议。REDC协议考虑了普通节点、中级节点以及高级节点,具有较高的初始能量节点称为中级节点和高级节点,余下的称为普通节点。在簇头CH(Cluster head)选举中,考虑节点的剩余能量和离基站距离信息,使得具有较高的剩余能量节点、离基站距离较近的节点有更多的机会被选为簇头CH,进而避免了剩余能量较小的节点成头簇头CH而产生节点过早失效缩短网络寿命的问题,平衡了网络内的能量消耗。仿真结果表明,与LEACH、DDEEC和SEP协议相比,提出的REDC协议具有较长的网络寿命和良好的数据传输能力。     

一种改进的进化规划算法在原料库存优化中的应用

库存控制是现代企业,特别是连续生产企业物流管理的一项重要内容.针对某有色冶金企业原料库存的实际情况,建立一个以资金损耗最小为直接性能指标的原料库存优化模型,并利用一种进化规划的算法对该模型进行优化.仿真及实际运行结果表明:进化规划算法有效地克服了传统遗传算法容易早熟收敛的缺点,具有全局收敛性,同时还能加快遗传进化的速度,得到令人满意的全局最优解.     

基于改进的BP神经网络入侵检测方法研究

针对遗传算法局部搜索能力弱和收敛速度慢,在选择操作之后加上了禁忌搜索算法,并对交叉操作进行改进,最后用禁忌搜索作为变异操作,从而加快算法的收敛速度,并用此改进的遗传算法来优化BP神经网络的权值。实验证明,采用该方法优化BP神经网络权值,能克服BP神经网络收敛速度慢、局部极小问题。     

网络化软件交互行为动态建模

 目前的软件行为建模方法有其局限性,而网络化软件交互行为比传统软件更为复杂难控,对模型的定义和优化提出了更高的要求.本文提出一种基于不变量约束规则的挖掘方法,从监控收集的软件交互行为日志中挖掘出六类不变模式,简化了模型空间;并用事件描述状态,提高了数据集的表达能力;构建的动态模型考虑了参数传递和组件之间的交互,将数值关联关系映射到控制流中,从而更真实地刻画了软件交互行为;模型中的事件满足不变量约束规则,为软件行为分析提供了依据;同时,本文提出合并划分子图间的等价状态方法,对模型进行精化和抽象,确保了模型的确定性和完备性.仿真实验和实例分析证实了该方法的正确性和有效性.