广东五所高校的办学竞争力比较分析

针对2002年以来广东省五所高校即茂名学院、惠州学院、韶关学院、嘉应学院和肇庆学院的全国及广东排名情况进行了比较，并对如何提高办学竞争力提出参考建议。     

安全阀和安全泄放阀试验设备的设计

本文所提供的安全阀和安全泄放阀试验设备的设计方法应用于可压缩的介质。对假定的理想的阀门运行情况下，确定试验台压力容器的尺寸。这样，确定了一个最小的尺寸，而使被测量的安全阀性能是阀门本身的性能，而不是试验设备的性能。     

锅炉安全阀的颤振现象浅析

安全阀作为电站锅炉上的一种重要设备，对其在运动中的动态稳定性要求，是至关重要的，这一点无论从我国标准，还是ASME动力的锅炉法规的要求中，都可以充分体现出来，本文着重探讨安全阀排放量的大小对其在系统上的动态稳定性的影响，提出一种合理的安全阀选型原则。     

基于报警偏离分析的入侵检测研究

在入侵检测实践中频繁报警与高误警率一直是难以避免的问题。针对这样的情况,文章提出了一种入侵检测中的报警偏离分析方法,它在减轻频繁报警冲击的同时,通过综合评估的方式降低了错误报警的影响。实验结果表明了该方法的有效性。     

基于最大熵模型的汉语依存分析

采用最大熵模型实现中文依存语法的分析。用自底而上的方式构建语句的依存关系树，构建过程每一步在向左连接、向右连接以及不连接3种动作选取其一。用最大熵原理判断每个动作的概率，得到依存树中各边的概率，然后找出具有最大概率的依存关系树。实验结果表明，该模型具有较好的分析精度。目前，该模型已被应用于基于自然语言的信息检索项目中。     

一种基于双边拍卖的复制优化策略

提出了基于连续双边拍卖协议的复制优化策略，解决数据网格中复制优化策略难以适应数据高度自治性和动态性的问题。首先给出了双边拍卖机制的实现模型，接着给出了分布式的连续双边拍卖协议算法和基于零智慧增强学习的投标策略，最后使用Optorsim对模型和复制优化策略进行仿真。实验结果表明，该复制优化策略与基于单边拍卖的优化策略相比，具有较低的任务运行时间和网络有效占用率,较好的存储和计算资源利用率。     

基于改进SVM方法的入侵检测

在入侵检测应用中，SVM能够在小样本条件下保持良好的检测状态。该文提出了一种改进的SVM方法，其在特定概率指导下删减训练集中的非有效样本，取得了更优的分类效果，改善了传统SVM训练和分类中存在的高资源占用和时耗过高的状况。对DARPA数据的检测实验表明，该方法在入侵检测上有较好的表现。     

基于认知结构的推理网络及其在数据挖掘中的应用

给出了一种从采样集合中自动建立认知推理网络的方法，试图解决数据挖掘问题中的知识获取和知识表达的瓶颈。给出了两个算法用于自动处理学习和建立基于认知结构的不确定推理网络。利用一些实验数据进行了计算机实验，并对实验结果进行了分析。然后将该方法与相关工作进行了比较；最后对所做的工作进行了总结并指出了进一步的研究方向。     

频繁和高效用项集挖掘

对从事务数据库中挖掘有意义的项集的研究已超过10年.然而,大多数的研究要么使用频繁度或支持度(如频繁项集挖掘),要么使用效用值或利润(如高效用项集挖掘)作为主要的衡量标准.单独使用这两种衡量方式都有各自的局限性,比如频繁度很高的项集其效用值有可能很低,而效用值很高的项集其频繁度往往很低,将这些项集推荐给用户没有意义.将这两种衡量标准综合考虑,希望找出那些频繁度和效用值都很高的项集.该项工作最大的挑战是效用值既不满足单调性也不满足反单调性.因此,提出了高效算法FHIMA.FHIMA采用PrefixSpan的思想,挖掘时能避免产生非频繁的候选项集.此外,还根据效用和质量上界的一些性质,有效地缩小了搜索空间,极大地提高了FHIMA算法的效率.     

Q-learning算法及其在囚徒困境问题中的实现

Ｑ－ｌｅａｒｎｉｎｇ是一种优良的强化学习算法。该文首先阐述了Ｑ－ｌｅａｒｎｉｎｇ的基本学习机制,然后以囚徒困境问题为背景,分析、对比Ｔ Ｑ－ｌｅａｒｎｉｎｇ算法与ＴＦＴ算法,验证了 Ｑ－ｌｅａｒｎｉｎｇ算法的优良特性。