基于概率主题模型的物联网服务发现

针对物联网中服务数量的大规模性、服务描述的异构性以及设备服务的资源高度受限性和移动性等特点,提出了一种基于概率主题模型的物联网服务发现方法.该方法的主要特点是：1） 利用英文Wikipedia 构建高质量的主题模型,并对类似短文本的服务文本描述进行语义扩充,使主题模型能够更有效地估计服务文本描述的隐含主题;2） 提出利用非参数主题模型学习服务文本的隐含主题,降低模型训练时间;3） 利用服务隐含主题对服务进行自动分类和文本相似度计算,快速减少服务匹配数量,加速服务文本相似度计算;4） 提出能够同时支持WSDL-based 和RESTful 两种物联网服务的signature 匹配算法.实验结果表明：与现有的物联网服务发现方法相比,该方法的准确率（precision）和归一化折损累积增益（NDCG）都有较大幅度的提高.     

基于自然语言处理的算法知识名称发现

网络中的很多程序资源在知识概念上有内在的联系,却没有超链接将它们连接在一起。将网络程序资源中的算法知识名称获取出来,组织成一个算法知识专家库文件,用于识别程序设计资源所含的知识点,即可将程序设计资源按知识点相互联系。为了自动获取程序资源中的算法知识名称,提出一种基于自然语言处理的算法知识名称发现方法。通过发现含有算法知识名称语句的字符串模式,从程序资源中提取可能含算法知识名称的字符串,从中找出最有可能出现在算法知识名称中的分词,并根据这些分词获取算法知识名称。实验结果表明,与原有人工整理出的算法知识名称集合相比,该方法新增了11.2%的算法知识点和13.6%的算法知识名称。     

一种应对APT攻击的安全架构:异常发现

威胁是一种对特定系统、组织及其资产造成破坏的潜在因素,反映的是攻击实施者依照其任务需求对被攻击对象长期持续地施以各种形式攻击的过程.面对高级可持续威胁(advanced persistent threat,APT),在其造成严重经济损失之前,现有的安全架构无法协助防御者及时发现威胁的存在.在深入剖析威胁的外延和内涵的基础上,详细探讨了威胁防御模型.提出了一种应对APT攻击的安全防御理论架构:异常发现,以立足解决威胁发现的难题.异常发现作为防御策略和防护部署工作的前提,通过实时多维地发现环境中存在的异常、解读未知威胁、分析攻击实施者的目的,为制定具有针对性的应对策略提供必要的信息.设计并提出了基于异常发现的安全体系技术架构:"慧眼",通过高、低位协同监测的技术,从APT攻击的源头、途径和终端3个层面监测和发现.     

一种局部强化的多标签传播社区发现算法

在社交网络中,社区和圈子均表现为一组内部连接相对紧密的节点,但后者规模较小。圈子是重要的局部社区信息,利用这一特点有助于进行社区发现。然而,现有的大部分基于标签传播的社区发现算法并没有考虑圈子的信息。为此,提出一种基于局部强化的多标签传播(LSMLP)社区发现算法。给出圈子的定义,提出一种基于圈子信息的迭代多标签传播策略,并从每个节点的多个标签中选择归属系数最大的标签作为其从属的临时社区。采用两步优化方法使模度最大化。在真实网络的数据实验结果表明,与已有的社区发现算法相比,LSMLP算法能更高效地发现社区。     

甲基苯基硅树脂及其复合材料的性能研究

以甲基和苯基氯硅烷为单体,采用水解缩聚的方法合成有机硅树脂.对有机硅树脂的凝胶特性及黏度特征等物理性能进行了研究,结果表明甲基苯基硅树脂可以用作复合材料基体树脂使用.通过热失重法、热失重微分曲线法及恒温热失重法对硅树脂的热性能进行研究,发现甲基苯基硅树脂具有优异的耐热性能.对以甲基苯基硅树脂为基体,制备的玻璃纤维复合材料进行弯曲强度测试和层间剪切强度测试,结果表明,玻璃纤维/甲基苯基硅树脂复合材料具有较好的力学性能.     

基于综合散列度的拓扑探测源选取方法

在对非授权目标网络进行拓扑发现时,探测源的选取直接决定拓扑发现的效果,当探测源数量一定时,恰当地从备选探测源集合选取探测源组合可以使得拓扑发现的范围大大增加。针对该问题设计了一种描述探测源组合整体逻辑距离的指标——探测源综合散列度,并利用实验证明综合散列度较大的探测源组合倾向于发现更大范围的拓扑结构;提出了最大综合散列度选取法,即从备选探测源集合选取综合散列度最大的探测源组合进行拓扑探测。随后,对常被运用于电力网规划的混合遗传模拟退火算法进行定制处理,用于更准确地选取综合散列度最大的探测源组合。通过实验,证明了与SDIS选取法、低连接度选取法和随机选取法相比,最大综合散列度选取法选取得到的探测源可以发现更多的路由接口和路由链接。     

医疗健康数据的模糊粗糙集规则挖掘方法研究

医疗健康数据通常属性较多,且存在连续型、离散型并存的混合数据,这在很大程度上限制了知识发现方法对医疗健康数据的挖掘效率。以模糊粗糙集理论为基础,研究混合数据上的分类规则挖掘方法,通过引入规则获取算法的泛化阈值,来控制获取规则集的大小和复杂程度,提高粗糙集知识发现方法在医疗健康数据上的分类效率。最后通过对比实验验证了该算法在医疗决策表上挖掘规则的有效性。     

一种改进的活性边表区域填充算法

为提高区域填充效率,对三种常见的区域填充算法进行了介绍和分析,并对其中优势较为明显的活性边表区域填充算法进行了进一步改进。改进算法针对原始算法的不足,充分利用多边形顶点信息,建立了活性边动态发现机制,使得算法时间效率和空间效率都得到提高;同时,为填充自相交多边形,又提出一种简单有效的基于扫描线的多边形自相交点探测方法,使得算法的适用性得到进一步增强。实验结果表明,算法的改进取得了很好的效果。     

玻碳电极上碘仿电解合成的机理

本文采用循环伏安法研究了在Na2CO3溶液介质中KI在金电极和玻碳电极上的电化学行为.在0.2V～1.2V电位范围内玻碳电极上仅发生I-被氧化为I2的反应,而在金电极上除了I-被氧化为I2外,还发生生成IO3-的氧化反应.同时通过不同电位扫描速度下的循环伏安行为分析发现电极过程为传质控制步骤.     

官方游戏 《进击的巨人:为自由咆哮》

正近日DeNA为我们带来了由人气动漫改编的模拟经营类游戏《进击的巨人:为自由咆哮》(進撃の巨人-自由への咆哮-),正式登陆Google Play及App Store。玩家通过发展自己的城市,侵略其他玩家的地盘,获取外围势力的控制权。在原作中活跃的艾伦·耶格尔、三笠·阿克曼、阿明·阿诺德、利威尔等人气角色都将出现在游戏中。同时游戏里的原创角色"叛变者"(Verraeter)则扮演着与原作主角不同的角色。"驱逐至墙外"的反叛