序列模式挖掘的增量式算法的设计原则

在序列模式的分层算法框架下,从理论上分析并讨论了数据集的渐进性和算法参数的相似性为增量式挖掘带来的启发信息,提出了增量式挖掘算法设计中的４项原则,并结合任务分解原则研究了搜索空间的分割。     

基于hash技术的ext3目录索引机制的改进*

针对当前广泛应用的ext3文件系统对超过一定长度的目录进行索引操作时,其性能明显下降的现象,首先对其原因进行了分析,提出一种基于hash技术的ext3目录索引问题的解决方案,并在此基础上给出了实现代码。通过几种测试平台所获得的实验数据证明了该hash技术对解决ext3性能瓶颈的有效性。     

一种生态粒子群竞争优化计算模式

将生态种群密度的概念引入群体智能计算,提出一种基于生态群竞争模型的粒子群优化模型。该模型的动力学特征可较全面地描述个体与环境及相互之间的协同行为,在一定程度上脱离了只采用个体适应度来控制进化的生物进化框架。数值仿真结果表明该生态型粒子群优化模型可有效改善早熟收敛和提高收敛速度。     

一个基于逻辑程序设计范例的专家数据库开发工具

ＧＫＤ－ＥＤＳＴ是一个集成型专家数据库系统开发工具,本文着重介绍该工具的设计思想与实现方法。     

温度触觉传感器的材质识别仿真研究

采用温度触觉传感器对材质进行识别研究,介绍了一种基于热传导原理的材质识别方法,利用ANSYS软件对温度触觉传感器在不同温度差、不同基板材料和不同被测物体材料不同情形下的热传导进行了仿真实验。仿真结果表明:温度触觉传感器可用于识别吸热系数偏低的材料,接触温度可作为材质识别的一个重要判据。     

Q学习算法在库存控制中的应用1)

Q学习算法是Watkins提出的求解信息不完全马尔可夫决策问题的一种强化学习方法.这里提出了一种新的探索策略,并将该策略和Q学习算法有效结合来求解一类典型的有连续状态和决策空间的库存控制问题.仿真表明,该方法所求解的控制策略和用值迭代法在模型已知的情况下所求得的最优策略非常逼近,从而证实了Q学习算法在一些系统模型未知的工程控制问题中的应用潜力.     

一种基于角色的分布式动态服务组合方法

服务组合是开放环境中实现跨组织敏捷应用集成的重要技术.许多研究采用集中的服务组合引擎管理组合服务的执行,在系统的可伸缩性、消息传输效率及自治性等方面存在局限.针对集中结构的上述问题,提出一种基于角色的分布式动态服务组合方法,通过划分组合服务的全局流程模型产生各个角色的本地流程模型,从而使得组合服务的控制逻辑及执行负载能够对等地分布到多个结点.讨论了本地流程模型的生成算法及部署与执行机制.模拟实验结果表明,与集中式结构相比,该方法能够更有效地支持大规模并发访问以及大数据量的消息转输,有助于提高组合服务的可伸缩性.     

基于Spin的Rdt2.2及其改进的形式化分析

用Promda语言对滑动窗口协议中的Rdt2.2模型进行了描述,通过Spin对该描述进行了形式化分析验证,并发现存在一个死锁.进而对该协议进行改进,采用添加定时器的方法解决了死锁问题,通过这种形式化验证增加了协议的正确性和可靠性.     

网络攻击活动隐藏技术的分析与实现

深入分析了网络攻击活动中文件、进程、网络连接及通道的高级隐藏技术，其中包括：进程活动隐藏技术、文件隐藏技术、网络连接隐藏技术、网络隐蔽通道技术。这些技术有的已经被广泛应用到各种后门或安全检测程序之中。     

大学英语分级教学训练模式研究

实行分级教学是大学英语课程贯彻落实因材施教原则的一项重要举措.探讨了在大学英语听、说、读、写等基本技能培养过程中,针对不同层级学生实行分级训练的内容、方式和目标.