B2与信息安全评估

本文介绍了信息系统安全评估的定义和标准,以及信息系统安全评估标准的历史,特别研究了TCSECT的CLASS B2,并比较了B2和CC的CLASS EAL5两者的特点。

工程教育认证背景下的“面向对象程序设计(Java)”课程建设及实施路径研究

文章基于工程教育专业认证的核心理念以及《工程教育认证标准》中对软件工程专业学生毕业要求提出的课程要求,结合"面向对象程序设计(Java)"课程的教学目标,对课程教学进行思考和探讨,设计课程目标/能力达成方案,并分析课程教学中实施该方案的效果。

基于社群联盟的冲突消解原则求解图着色问题

该文提出了一种基于群体协作的计算模型。该模型首先将输入的数据单元建模成微观个体,然后基于求解目标设计个体间的协作规则,最后通过个体在协作过程中涌现出的宏观现象来得到全局最优解。通过运用群体协作模型求解具有NP-完全复杂度的最优图着色问题,结果表明该模型的性能优于若干启发式方法,并且得到如下结论:1)如果算法的动力学特征类似于混沌边缘现象,则算法能够在线性或亚线性时间复杂度求解问题。2)如果算法的动力学特征呈现出完全随机性或强收敛性,则算法将退化成蛮力搜索。

信息安全评估研究

介绍了信息安全评估的定义、标准及其发展,重点讨论了可信计算机系统评估准则中机构化保护级评估标准安全策略中的自主访问控制、客体重用、标记(标记完整性和标记信息的输出)和强制访问控制;责任中的身份鉴别和审计;保证中的操作保证(系统结构、系统完整性、隐蔽信道分析和可信设施管理)和生命周期保障(安全测试、设计说明书和检验以及配置管理);文档中的安全特征用户指南、可信设施指南、测试文档和设计文档。最后,将机构化保护级与信息技术安全评估通用准则中的测试级5进行了比较分析。

针灸临床循证决策信息整合平台的构建

引入循证医学理念和方法促进针灸经验决策模式向循证决策模式转变,对提高针灸临床疗效具有非常重要的意义。为了促进循证医学成果的推广以及临床原始资料的收集和处理,本文整合了加工管理循证信息的数据库技术、提炼最优诊疗方案的数据挖掘技术、提供循证决策支持的智能决策技术、采集临床资料的电子病历技术,构建了针灸临床循证决策信息整合平台,以期为针灸临床医生有效合理地运用研究证据进行针灸临床决策和研究提供技术支撑。

基于CDIO的软件工程专业工程实践类课程的改革与实施

提出将CIDO教育模式应用到软件工程专业工程实践类课程教学中,详细介绍基于CDIO的工程实践类课程培养标准的制订、课程体系的构建、课程教学内容和实施、考核方式,根据实践结果说明基于CDIO的工程实践类课程教学模式是可行的,毕业生的能力能够达到CDIO培养标准要求。

新工科背景下软件工程实践教学体系与评价体系建设

如何在新工科背景下构建更有利于培养学生能力的实践教学体系,是软件工程专业发展的关键。文章首先讨论了新工科建设与软件工程专业实践教学培养的关系,构建了由课内实验、工程实践、毕业实践环节为主干线并引入工程素质培养和企业环境培养的实践教学体系,构建了多元化的实践教学课程考核评价体系。梳理了该体系下各实践环节的相互关系,论述了设计思路和实施细则。教学实践表明,教学改革提高了学生的工程能力和综合素质。

通用即时消息系统核心服务器设计与实现

对企业即时消息(EIM)的调研和分析,提出一个通用即时消息系统模型,包括表现层和系统核心层,详细讨论系统核心服务器的设计与实现,实际应用中证明该通用系统对于提高ERP系统开发效率、减少开发成本、改善企业内部通讯质量和工作效率具有重大意义。

基于文本挖掘词频反文档频率方法的疾病症状权重挖掘研究

词频反文档频率是文档特征权值表示的常用方法,用以评估单词对于语料库中的其中一份文件的重要程度。通过合理映射病例库与语料库的词汇关系,对词频反文档频率模型进行改进,并将改进后的词频反文档频率模型应用到针灸处方疾病症状权重挖掘中,计算出疾病所对应的各种症状权重。实验统计了106种疾病,其中与临床诊疗经验相符合的有84种,准确率达79.2%,实验表明改进的模型能得到较好的疾病症状权重鉴别效果。

基于Apriori降维的Logistic算法在中医疾病症状权重挖掘中的应用

分析中医疾病数据库,寻找有效可靠地算法挖掘疾病症状的权重,为医生临床诊断提供决策支持。以成都中医药大学附属医院的诊疗决策支持系统提供的中风数据、哮喘数据作为实验数据来源,首先对数据进行规范化预处理,再通过Apriori算法对数据降维,最后应用Logistic算法求出疾病症状权重。结果:挖掘结果与临床经验相符,算法运行时间也在可接受范围内。文章提出的方法对中医疾病症状权重进行挖掘是可行的。

基于分片的高维稀疏数据存储模式优化研究

针对大型数据库中高维稀疏关系表空字段对存储空间的占用问题,通过利用传统行存储数据库模拟列式存储数据库的工作原理,设计了一种基于分片的数据库结构。通过实验分析,数据库存储空间比原始模式降低了27.42%左右。在对高维稀疏数据中五个字段进行查询时,I/O数据块个数降低至原始模式的35.27%,对高维稀疏数据中四个字段进行查询时,I/O数据块个数降低至原始模式的28.22%,而随着字段的减少I/O数据块仍会进一步减少,从而提高了数据库的访问效率。

演化聚类在离散制造业质量管理中的应用

针对离散制造业质量管理系统中维度高,且存在较多一致性数据的情形,设计了一种基于信息论中的信息熵,即互信息的改进聚类算法。通过实验分析,采用改进的聚类算法可有效提高聚类的正确率,并且通过演化聚类理论和方法的应用可对离散制造业质量管理提供有效的决策参考信息。

基于深度学习的雷达反射率外推评价的研究

预测某一地区在未来某一段时间内发生降雨、降雪等天气现象的情况,对于当地居民出行、经济等各方面是十分重要的。本文提出雷达反射率外推的评价方法,这些评价方法将多方面的评价雷达反射率的外推情况。

基于计算区域网的智慧学习模型

物联网的出现和快速发展,物体普遍联网对普适计算环境的服务迁移提出了更高的普遍适应要求,并将物联网普适计算转向于智能服务领域,移动学习作为智能服务的延伸是一种智慧学习.本文在动态虚拟重组的"小粒度"计算区域网基础上提出智慧学习模型:①智慧空间SLS,能有效地支撑普适计算的服务发现、执行评估和服务推送;②学习服务迁移模型SMCAN实现DCS(数据、代码、状态)的动态计算服务迁移.本文的主要贡献在于:①物联网以更小粒度,可热插拔服务,动态重组虚拟系统实现服务预测、服务执行能力评估和服务匹配;②智慧学习空间和SMCAN迁移模型将计算区域网作为核心点和制高点,为物联网普适计算智能服务研究提出新的思路.

循证医学的移动诊疗关键技术的研究和应用

针对现实生活中看病不够便捷,过程复杂繁琐的问题,提出一种基于循证医学的移动端智能诊疗系统。通过信息抽取和文本分类两步,将用户输入的非结构化自然语言进行处理,从中提取出主要的症状信息,根据处理后的症状内容进行病症分类,诊断出可能的病症名称。将自然语言处理算法应用到文本的识别和分类上,在移动设备上压缩存储主要的病症信息,实现整个系统架构,满足用户使用移动设备寻医诊断的需求。