面向服务架构的数据服务在数据访问中的应用

虽然面向服务架构(SOA)具有跨平台、松耦合等特性,但其并不支持异构数据源直接访问及处理。为了在数据访问中减少对应用程序的依赖,采用数据服务初步实现了面向服务架构的数据访问机制。在分析传统异构数据访问方法优缺点的基础上,针对SOA中Web服务不能直接访问数据源的问题,探讨了面向服务架构的数据服务和基于数据服务的访问方式,并对基于SOA的数据服务平台进行了研究。使用微软的ADO.NET Data Service实现了数据服务,通过实例验证了数据服务不仅能够直接访问数据源,并且能通过标准的Web服务接口集成到SOA中。与其他数据访问方式的对比分析结果表明,数据服务不依赖应用程序即可对异构数据源进行统一访问。

基于用户签到和地理属性的个性化位置推荐算法研究

针对基于LBSNs(Location-based Social Networks)的位置推荐算法考虑因素单一且不能有效解决用户位于不同城市的位置推荐的问题,综合考虑潜在的社交影响、内容匹配影响和地理属性影响等因素,提出了基于用户签到和地理属性的个性化位置推荐算法SCL(Social-Content-Location)。该算法在协同过滤的基础上,引入了用户兴趣特征比较,改进了用户的相似度计算;同时,在分析位置的内容信息时,融入用户评论,缓解了位置标签的短文本特性对LDA(Latent Dirichlet Allocation)主题提取的影响,提高了用户兴趣和城市偏好主题提取的准确率。实验结果表明,SCL算法在本地城市召回率上较协同过滤算法U提高近65%,较LCA-LDA算法提高近30%;在异地城市召回率上,高于LCA-LDA算法近26%。这表明SCL算法在不同城市下的位置推荐具有一定的可行性。

基于时序模型和矩阵分解的推荐算法

时间序列数据是一种数据属性随时间变化的高维数据类型,反映了用户兴趣的动态变化。基于时序数据的推荐系统利用用户的行为时间提高推荐的准确性,但不适用于大规模数据集的推荐任务。矩阵分解方法是处理高维数据集时常用的降维方法。为此,提出一种基于时序模型和矩阵分解的推荐算法。基于该方法,首先利用矩阵分解提取原始时序数据的特征,然后通过时序模型挖掘特征的趋势,最后根据预测的特征得到预测结果并进行推荐。实验结果表明,所提出的算法与已有的推荐算法相比,在均方根误差(root mean square error,RMSE)和平均准确率(mean average precision,MAP)两个指标上均有较好表现,且适用于大规模数据的推荐任务。

基于SOA的协同设计网络性能优化

为了优化协同设计网络的服务性能,引入服务容器分层注册机制和基于服务质量(quality of service,QoS)的动态消息路由访问策略,提出了面向服务体系结构中的企业服务总线改进模型.该模型通过构建服务容器间的树形结构关系,用深度优先搜索法实现服务查找,将查找范围限定在以服务请求容器和服务注册容器为叶节点的最小子树,增强了局部注册访问性能,减少了中心总线的请求负荷和网络开销,并在QoS加权算法中综合当前测试数据和历史数据进行服务评估,以获取高质量的动态服务.应用实例表明:当并发访问量较大时,改进模型的平均响应时间比现有全局注册模式减少30%以上,并且在网络服务质量变差时能自动调整路由恢复到良好状态,提升了协同设计系统的效率.

基于XML的地理数据集成研究及应用

在企业实施信息化进程中,由不同核心技术构建的信息服务、管理系统和地理信息系统分别以不同的存储格式存放在不同地理位置的不同系统中,给数据综合利用和数据共享带来了很大的不便。该文利用XML和Java语言的优越性,提出一种利用接口技术、网络传输技术和XML相关技术的地理信息数据集成框架,并利用该框架模型实现了应急GIS系统与接警系统的集成和共享。应用验证了该框架的合理性,结果表明它是可行和有效的。

基于情境相似度和二次聚类的协同过滤推荐算法

随着移动互联网规模的不断扩大,传统推荐系统因较少考虑多种情境因素和用户置信度对用户偏好预测的综合影响,造成了推荐算法预测结果的偏差。针对此问题,将情境信息引入个性化推荐的过程中,提出一种基于情境相似度和二次聚类的协同过滤算法。该算法首先根据用户情境的相似度对用户进行初始聚类,再基于评分矩阵计算用户评分置信度,将用户分为核心用户和非核心用户;然后根据核心用户评分对初始聚类的簇心进行调整,并对簇中非核心用户进行重聚类,形成新的聚簇;最终根据情境相似度对用户偏好进行预测。该算法可以在一定程度上降低评分矩阵中的噪点对聚类结果的影响,提高了推荐结果的准确性。基于实际数据集的仿真实验表明,该算法与传统协同过滤算法相比能够有效提高用户偏好预测的准确性,增加协同过滤推荐算法的精确度。

软件工程硕士专业课教学中科学思维与创新思维能力的培养

软件从业人员的人文素质和科学素养决定了中国软件产业的未来。软件人才教育必须重视科学人文底蕴的积淀,而不应局限于知识的传授和实践能力的提高。该文着重探讨了如何针对软件学院的办学目标和特色,在教学中培养软件工程硕士的科学思维和创新思维能力,并引导其从哲学角度思考软件开发与设计中的问题。

一种面向对象体系结构的度量模型

针对面向对象体系结构的软件系统缺乏有效度量方法的现状,通过行为、逻辑、构件和部署4个互为补充的模型,对面向对象的软件进行了架构分析,并确定了度量数据的采集集合.基于架构分析获得的原始系统数据,吸收快速原型与白盒、黑盒的基本原理,作者提出了一种适合面向确定对象系统的功能-结构-原型度量模型FCPMM(Function Configuration Prototype Metric Model).结合面向对象的基本准则与基本遗传算法,导出了该模型的循环收敛算法,从而可动态求解软件系统的最优状态.最后利用Matlab仿真实例,从度量参数适应度和最佳个体解码值两个方面验证了该算法的可行性.

基于Z39.50协议的分布式检索在复合型图书馆系统中的应用

通过分析复合型数字图书馆系统信息检索的特性,以及对基于移动主体分布式信息检索技术与Z39.50标准协议的研究,并利用基于移动主体分布式信息检索的灵活性和高效性与Z39.50协议强壮的广播检索能力,设计实现了应用于复合型数字图书馆系统的基于移动主体的分布式检索子系统Web-OPAC,并在ADLibSys项目中得以应用,使跨库检索的准确率和速度得到很大的提高。

基于主成分分析的多源特征融合故障诊断方法

目前故障诊断的实际应用中,因噪声的干扰,基于单传感器的故障诊断稳定性较差,很难达到满意的诊断精确度。提出了一种多传感器多特征数据融合的故障诊断方法。该方法利用多传感器从不同部位获取同一部件的运行状况,并通过构建多源特征融合模型,提高特征信息的抗干扰性,最后通过融合特征信息来完成部件的故障诊断。在将新方法应用于滚动轴承故障诊断的试验中,可以看到新方法能够获得较好的性能,比基于单传感器故障诊断的精确度更高。

云环境下基于BIM的施工综合管理平台的研究与实现

在建筑行业高速发展的今天，国内外的建筑施工企业都面临着管理运营信息化的挑战。当前的软件服务商针对建筑施工行业已经开发出了大量的软件，涵盖了建筑的规划、设计、咨询、施工管理、监理、运营和维护等多个环节，