面向对象的分布式CORBA技术及其实现

当今,面向对象的技术是软件界努力追求的目标,分布式组件对象标准极大地推动了以异构环境下协同工作为目标的虚拟环境研究。该文主要讨论了CORBA技术及其在Delphi中的实现方法。

基于潜在语义索引的文本结构分析方法的研究

文本结构分析是文本处理领域中的重要内容 ,它可以有效地改进文本检索、文本过滤以及文本摘要的精度。通过描述文本的物理结构和逻辑结构以及文本分析的背景 ,将潜在语义索引引入文本结构分析中 ,提出了基于潜在语义索引的层次分析方法 ,该方法保证了层次划分的有序性和聚合性 ,可操作性强 ,便于解释 ,并给出了在文本检索、文本过滤和文本摘要中的应用。

林火三维蔓延的数学模型和计算机仿真

通过在直坡表面上对同种条件的林火蔓延的分析,建立各种坡度表面上不同条件下林火蔓延的数学模型,并对偏微分方程进行数字化求解,对各种复杂表面条件的火灾模型进行了合理的实验仿真。

分布式实时系统中动态负载共享新策略

提出了一个在实时分布式系统中有失败结点情况下容错的、动态的、带区域状态变化信息广播的负载共享算法。如果结点 n自从最后一次收到结点i的广播信息以后T(i)out还没有收到结点i的广播信息，就认为结点i 失败，然后调整各正常的结点的优先列表，以保证每个结点被一个也只能是一个结点选作自己的第k个优先结点，以减少任务的失败率。该文主要确定最佳的超时值及时检测一个结点的失败；调整结点的优先列表以处理结点的失败。

基于模糊神经网络的火灾事故处理专家系统研究

以系统科学和行为科学理论为基础,结合人工神经网络、模糊推理与计算机技术,形成基于模糊神经网络的火灾事故处理专家系统,在火灾发生时为事故处理指挥人员提供良好的决策支持。本文首先给出了基于模糊神经网络的火灾事故处理专家系统的总体框架(任务管理模块,知识库与数据库管理和维护,火灾事故模型管理系统,解释机构,推理机控制系统,信号采集与处理以及结果输出模块),并说明了各模块的功能;然后着重介绍了该专家系统中知识表示与获取方法,即将计算智能与符号智能结合起来解决专家系统知识获取的“瓶颈”问题;最后介绍该专家系统中知识库建立的方法以及所采用的推理机制,即模糊推理与规则推理相结合的推理方法。

移动计算中的IP优化策略

随着因特网的飞速发展 ,在网络中出现了越来越多的移动用户 .针对 IPv6的不足提出了为移动节点分配一个专用地址空间的思想 ,并且为移动 IP扩展了一个新的 IP扩展头、两个新的 ICMP报文类型 ,在这些协议扩展的基础上提出了对移动 IP的一种优化策略 ,使用这些协议扩展 ,可以缩减移动计算机网络的额外开销、改善网络的服务质量 (Qo S) .

三维微阵列数据的多目标进化聚类

聚类技术广泛应用于微阵列数据分析中。在基因-样本-时间GST微阵列数据矩阵中,挖掘三维聚类成为当前的热门研究课题。3D聚类过程经常需要对多个相互冲突的目标进行优化,而且进化算法以其强大的探寻能力成为高维搜索空间中非常有效的搜索方法。本文基于多目标进化计算方法提出一个新的3D聚类算法MOE-TC,以挖掘GST数据中的3D聚类。现实微阵列数据上的实验验证结果充分说明了本文算法的有效性。

林火三维蔓延的数学模型和计算机仿真

通过在直坡表面上对同种条件的林火蔓延的分析,提出各种坡度表面上不同条件下林火蔓延的数学模型。并对偏微分方程进行数字化求解,最后对各种复杂表面条件的林火蔓延模型进行了合理的实验仿真。

微阵列数据的多目标免疫优化双聚类

DNA微阵列技术的发展为基因表达研究提供更有效的工具。分析这些大规模基因数据主要应用聚类方法。最近,提出双聚类技术来发现子矩阵以揭示各种生物模式。多目标优化算法可以同时优化多个相互冲突的目标,因而是求解基因表达矩阵的双聚类的一种很好的方法。本文基于克隆选择原理提出了一个新奇的多目标免疫优化双聚类算法,来挖掘微阵列数据的双聚类。在两个真实数据集上的实验结果表明该方法比其他多目标进化双聚类算法表现出更优越的性能。

基于σ选择MOEA的微阵列数据三维聚类挖掘

从三维微阵列数据集挖掘出的三维聚类,能够分辨出与某些表现型(如疾病)相关的样本,而且能找出与这些表现型相关的候选基因.当挖掘3D微阵列数据矩阵中的3D聚类时往往要考虑同时优化几个目标,而且这些目标经常相互冲突,因此,应用多目标进化算法来求解GST数据集中的3D聚类是可行的.本文基于∈-支配和σ选择操作策略,提出一个新奇的多目标进化三维聚类算法来挖掘三维微阵列数据集中的3D聚类.通过在酵母细胞周期调控基因数据集上应用此算法,实验结果表明我们的方法能发现具有重大意义的高质量的3D聚类.

基于关系图的篇章分析方法及算法设计

在简要介绍篇章的向量空间模型表示的基础上,讨论了基于段间相似度和关系图进行篇章分析的方法,包括:结构分析,主题分析和聚类,浏览与跳段阅读,最后讨论所存在的主要问题及进一步改进的意见.

实时分布式系统失败结点判定及优先列表重构

实时分布式系统中,如果结点n自从最后一次收到结点i的广播信息以后超过时间T(i)out还没有收到结点i的广播信息,就认为结点i失败,然后调整各正常的结点的优先列表,以保证每个结点被一个也只能是一个结点选择做自己的第k个优先结点,以减少任务的失败率.确定最佳的超时值T(i)out及时检测一个结点的失败,并调整结点的优先列表以处理结点的失败.

蛋白质相互作用研究中的计算方法综述

随着分子生物学的研究进入以蛋白质组学为标志的后基因组时代,蛋白质相互作用成为蛋白质组学研究的一个重要主题.因为计算方法代价低和周期短的特点,它被广泛地用来分析相互作用数据从而指导生物学家的实验设计.从蛋白质相互作用网络的构建到分析两个方面综述了蛋白质相互作用研究中的各种计算方法:介绍了通过机器学习方法预测、文本挖掘和评估相互作用的各种技术;特别详细地阐述了相互作用网络的重要参数和典型生物模型,并对运用图论方法分析和计算的各种算法进行了深入的剖析;最后,对蛋白质相互作用的计算研究进行了总结和展望.

改进LPU用于蛋白质功能预测

本文将蛋白质功能预测定义为典型的LPU问题。针对有很少正例的LPU算法存在的不平衡或过拟合问题,提出了基于最近邻和凸组合理论的创建人工正例扩充正例集合的方法,同时使用一类支持向量机获取初始最可能的负例,通过迭代两类支持向量机将分类超平面移到一个合适的位置,由交叉验证获得代表性的负例,从而改进了典型LPU算法学习最优分类器的过程。针对酵母基因组数据的实验表明:我们的算法在很少正例的功能类上的预测性能有显著提高,在其他类上的性能也有一定的改善。

分布式系统中失败结点的判定与优先列表的重构新方法

实时分布式系统中,如果结点n自从上一次收到结点i的广播信息后经过超时值时没有再收到结点i的广播信息,就认为结点i失败。这时需要调整各正常结点的优先列表,以保证每个结点被一个也只能是一个结点选择为自已的第k个优先结点,以减少任务的失败率。本文提出了一种确定最佳超时值以及检测结点失败并且调整结点的优先列表以处理结点失败的新方法。

数字图书馆中基于神经网络的汉语文本分析方法的研究

尝试应用人工神经网络完成对句子的语义分析。在词典中,词汇的语义信息用义素表示,人工神经网络通过训练学习将句法和语义知识分布存储在网络权重中,然后利用这些知识进行并行推理,这与串行的符号推理方法有着本质的区别。将这一方面用于处理汉语中的量词短语即名词和量词间的搭配问题,取得了满意的实验结果。

复杂背景下声纹识别系统的研究方法综述

声纹识别是生物特征识别领域的一个重要分支。它采用语言数据自动地鉴定测试者身份。本文研究复杂背景下的声纹识别系统的设计与实现,首先,利用正交小波滤波器组来对信号进行预滤波,对语言信号的每个频率段进行细粒度去噪,提取出各频段小波系数,重构出语音信号;其次,在特征提取阶段,利用倒谱法计算出基音周期参数,通过Mel滤波器组将小波系数转换成Mel倒谱系数(MFCC),将得出的两种参数组成一个特征矢量作为声纹特征;最后声纹识别阶段,每一个说话人都由一个GMM表示,计算出特征矢量序列的每个似然函数,找到其中最大的说话人模型,即判定为说话人。

基于实体框架集的自主招生管理系统研究

为了结合多层架构系统、工作单元模式、资源库模式的优点,减少数据访问的复杂性,提出了将ADO.NET实体框架集与多层架构、工作单元模式、资源库模式相融合的方法。该方法屏蔽了底层数据访问的复杂性,实现了业务实体强类型化,使得在数据访问层以一致的方式完成数据存取和传递,同时便于各层之间的协调。在某高校自主招生管理系统中使用ADO.NET实体框架集技术实现了应用程序与数据库之间的交互并给出了资源库类图、工作单元的实现。

基于Hyper—v R2的服务器虚拟化资源分配优化

基于微软的Hyper—VR2虚拟化架构，提出了整合物理服务器时的资源分配定性分析原则、定量计算规则和资源动态分配的方法。首先通过对比VMwarev Sphere、Microsoft Hyper—V和Cit血XenServer的裸金属虚拟化架构，得出微软虚拟化Hyper—V架构的优势，然后从资源的定性分析和定量计算上给出资源分配方法，并借助性能与资源优化（PRO）监视器实现虚拟化后的动态资源分配，最后通过实践分析论证这些资源分配方法的效果，结果表明，该方法能很好的满足企业用户的需求，灵活性高，性能优越。

个性化推荐技术的发展

随着移动互联网的发展,用户拥有了更多商品服务的选择,与此同时用户也会迷失在丰富的商品空间中,无法有效的找到自己喜欢的物品。推荐系统是帮助用户解决这一问题的强有力手段,推荐系统的核心任务就是关联用户和信息,保留用户、防止用户流失,达到用户和电商双赢的目的。本文着重介绍并分析了几种常用的个性化推荐技术,推荐系统的模块结构,并对推荐技术的发展方向进行了展望。