基于IRP的企业信息化工程整体解决方案的设计

为解决当前企业信息化建设中"信息资源整合与共享问题",提出了一种基于IRP的企业信息化工程整体解决方案.介绍了信息资源规划的相关知识,分析了IRP与ERP之间的区别,采用信息资源规划方法,提出了一整套由"方法论 标准规范 支持工具"组成的技术体系解决方案,从而减少企业内部信息交流和沟通的中间环节,加快部门信息传递速度,提高了企业内部计算机应用水平,促进了企业现代化管理水平的提高,增强了企业的市场竞争能力.     

基于椭圆曲线的多银行电子现金支付协议的研究

椭圆曲线密码体制以其特有的优越性被广泛用于进行数据加密、数字签名，同样也可用来构建盲签名协议和电子现金协议。本文设计出了多银行电子现金支付协议。上述协议都是基于椭圆曲线离散对数表示问题的，其安全性是基于椭圆曲线离散对数的安全性。     

路网中查询点速度不确定的连续k近邻查询方法

提出一种路网中查询点速度不确定的连续k近邻查询方法.查询点在起始位置向服务器提出查询请求,得到k近邻的候选集.随着查询点的移动,利用有效候选集计算当前的k近邻,而不必再向服务器请求,从而减少了服务器计算代价.当候选集部分失效时,由服务器返回候选集中失效的兴趣点的当前信息,使候选集有效.当候选集完全失效时,由查询点重新向服务器提出查询请求,得到新的候选集.并提出一种计算候选集的优化方法,降低了查询代价.最后,通过实验验证了所提算法的有效性.     

基于线图的无﹀环混合依赖分解条件及算法

无β环数据库模式具有很多优良的特性 ,以往的研究都局限在图论的范畴内 ,而没有考虑数据库的其他规范化特性 .在混合依赖基概念的基础上 ,定义了严格无冲突、扩展严格无冲突等概念 ,并证明了在混合环境下得出的无损联接、保持依赖、无 β环且满足 4 N F的分解的充要条件是 ,混合依赖集是扩展严格无冲突的 .据此 ,给出了判断严格无冲突及混合环境下无β环分解算法 ,并分析了算法时间的复杂度是线性的 .最后 ,给出基于线图的实例验证 .这一结论可直接指导数据库的模式设计     

基于贝叶斯正则化神经网络虚拟企业敏捷性评价

高敏捷性是虚拟企业适应不断变化的市场必备的素质,如何对它进行准确评价是虚拟企业运行中的重要问题,针对此问题先对虚拟企业及其盟员敏捷性之间的关系分析,然后提出在已知虚拟企业盟员敏捷性的基础上用贝叶斯正则化神经网络来计算虚拟企业的敏捷性,最后通过仿真试验测试了该方法的可行性。实验结果证明与非正则化神经网络相比,贝叶斯正则化神经网络的泛化能力强,评价数据结果稳定。该方法可用于各种规模的虚拟企业评价。     

一种新的TCP拥塞控制慢启动策略

分析了现有的TCP拥塞控制慢启动策略及其存在的问题，提出了一种能使拥塞窗口平滑增长到慢启动阈值的新策略。NS仿真表明，新的慢启动策略能明显减少丢包数和突发数据量．     

基于多维数据雷达图表示的图形分类器研究

分析介绍了用雷达图表示多维数据以及雷达图的图形特征选取和融合的基本方法,提出了一种基于多维数据雷达图表达的可视化图形分类新方法,该方法用雷达图表示多维数据,不同类别的多维数据对应不同的雷达图形,形成以雷达图形特征为表达主要特征的分类方法。并通过模糊推理方来来自动识别雷达图形,完成自动分类。实验表明,此方法简单、直观,实现了分类过程可视化、分类结果可视化,并且有良好的分类效果。     

无冲突满足P_4的无U环数据库模式分解条件的研究

无β环是一种重要的无环级别,与无损联接、保持依赖和４ＮＦ一起,成为多值依赖环境下数据库模式规范化的基本要求,能够直接指导数据库的模式设计．文中提出了严格无冲突的概念,以线图为工具,证明了应用分解树算法对一个严格无冲突的ＭＶＤ集分解得到的数据库模式对应的线图及等权化简子图都是三角化的,而且线图中每个三角形都是相容的．最后得出无冲突条件下无β环且满足保持数据依赖、无损联接和４ＮＦ的数据库模式分解的充要条件是给定的ＭＶＤ集存在一个严格无冲突的覆盖．     

在有洞的无线传感器网络中移动基站轨迹的研究

数据收集是无线传感器网络的一个基本功能,由于部署在基站周围的传感器节点承担着网络内大部分的负载,因此导致能量迅速耗尽.但是现有的负载平衡的基站移动策略只能在传感器节点被均匀布撒的情况下才能有效地延长网络寿命.本文针对在含有洞的无线传感器网络区域中,提出了基站移动的4种轨迹,基站沿着边界之间的中轴线进行移动,把中轴线上的节点作为汇聚节点,可以降低包的丢失率.实验仿真结果表明,该算法不仅能平衡节点负载,提高包的接收率,也降低了网络能耗,延长了网络寿命.     

非线性系统的RBF网络直接广义预测控制

针对广义预测控制(GPC)算法需要在线递推求解Diophantine方程及矩阵求逆等计算量大的缺陷,本文对参数未知非线性系统提出一种RBF网络的直接广义预测控制方法。该方法首先将非线性系统转化为时变线性系统,然后用三次样条基函数逼近系统广义误差中的时变系数,并基于广义误差估计值对控制器参数即网络权值和广义误差估计值中的未知向量进行自适应调整,然后利用RBF网络来逼近控制增量表达式。