基于机器学习的高铁站评价模型

高铁站的选址一直处于矛盾之中,政府既要减少高铁站对民众生活的影响,又要考虑拆迁成本,如何让高铁站的选址更加科学成为一个需要深思熟虑的问题.为此,运用线性回归分析法、灰色预测法建立了经济贡献率模型,得到高铁站对该市的经济贡献率;以辽宁省已建成的高铁相关数据为基础,从建设投入、施工耗时、换乘方便度、经济贡献等角度进行考虑,...     

基于神经网络的离线调优控制的研究

提出了一种快速收敛Ｂ－Ｐ网学习算法，并将其用于离线调优控制。详细讨论了神经网络调优模型的实现原理和过程，并对Ｄ３０５丙烯精馏塔进行了仿真调优控制，仿真结果表明了本方法的有效性。     

基于数据挖掘的Multi-Agent动态取证系统研究

研究了计算机动态取证的相关技术,提出了一个计算机动态取证系统模型并对相关模块进行设计。根据动态取证的特点,将数据挖掘技术和多智能代理技术结合起来应用于动态取证系统中,系统在体系结构上使用基于智能代理的分布式结构,采用数据挖掘技术进行动态取证的海量数据分析,针对基本挖掘算法在取证分析实际应用中可能存在的不足,提出了相应的改进方法,通过实验分析,证明了改进算法在动态取证应用中的有效性。     

一种基于Mobile Agent的主动网络节点操作系统技术

介绍了主动式网络和主动网络中的节点操作系统,在此基础上,将Mobile Agent技术引入到主动式网络中,提出一种用Mobile Agent概念代替主动网络中主动包原有的封装(Capsule)的设计.原有的封装设计只能以自身为主动节点,发送的数据包不能对其目的节点进行配置.这种以代理为基础的主动式网络架构的工作模式更具备自主性,改善了网络中节点的被动性,并可以对当前的环境及时做出反应.     

一种基于数据置乱的加密体制的设计与研究

提出一种基于数据置乱的加密体制。该方案中首先采用基于Hilbert曲线的置乱算法对明文信息进行置乱运算,然后再采用加密算法对置乱后组成的新信息进行加密,这样使得加密后的信息具有更好的抗攻击性。该方案将置乱算法与加密技术有机的结合在一起,更能保障信息的机密性和完整性,同时该方案费用低、安全性高,在保密通信领域有广阔的应用前景。     

Nutch中庖丁解牛中文分词的实现与评测

中文分词是搜索引擎面临的主要挑战之一。本文通过分析Nutch文档的评分机制,针对Nutch中文分词模块的分词不符合汉语习惯的情况,提出采用以词典分词法为基础的庖丁解牛分词模块对Nutch要采集的数据进行切分,描述在Nutch上实现庖丁解牛分词模块的方法,并对该分词模块进行测试。实验表明,庖丁解牛分词模块的分词结果更符合汉语习惯,并且在词项对文档的覆盖方面更加均衡,另外索引文件所占的存储空间节省20%～65%。     

基于Web日志挖掘的Web文档聚类

Web日志挖掘是Web挖掘的一种,介绍了Web日志挖掘的一般过程,研究了k-means聚类算法,并分析了k-means聚类算法的不足.k-means聚类算法迭代过程中每次都需要计算每个数据对象到簇质心的距离,使得聚类效率不高,针对这个问题,提出了k-means聚类算法的改进算法,该算法避免了重复计算数据对象到簇质心的距离,并用这两种算法实现了Web文档的聚类.试验结果表明,该改进算法提高了聚类效率.     

基于Java语言的Mobile Agent实施方案

与传统的分布式计算相比较 ,MobileAgent模型无疑具有更广泛的发展前景。它采用面向对象的思想使Agent具有了类的一切特性。其中 ,事件驱动是MobileAgent完成用户给定任务的根本保障。通常情况下 ,为了完成某项任务Agent要在网络 (可能是异构网络 )中频繁移动 ,而在移动过程中Agent又必须考虑自身及Agnet平台的安全问题 ,这些都对MobileAgent的实现提出了更高的要求。Java语言由于其对移动代码的支持和高度的安全性使它成为开发MoblieAgnet的首选工具。以Java语言为基础 ,提出了MobileAgent模型的一种可行性实施方案 ,并制定了相应的MobileAgent模块 ,从而为MobileAgent的实现开辟了新的途径     

网络自适应传输控制策略研究

针对流媒体传输中的拥塞问题，对网络自适应传输控制进行了研究，结合RTP协议的传输特性，提出了一种基于带宽的网络自适应传输策略并阐述了这种策略的控制机理。该策略能够根据网络资源状况动态调节传输速率、匹配网络带宽，实现了网络自适应传输。