会计信息系统内部安全控制体系的构建与应用研究

为提高会计信息系统内部安全控制能力,构建了一种会计信息系统内部安全控制体系(Internal safety control system,ISCS).该体系将会计信息系统内部具有冲突性的信息分成不同类型的信息集合,并把具有相近性质的信息子集分配一起,以防止会计信息系统内部信息相互阻塞导致安全性下降;安全控制体系则根据会计信息相关度评价结果,对无法分配到会计信息系统内部的信息子集进行拆分,并将拆分出的信息移至当前负载最轻的会计信息系统内部.实验结果表明,该会计信息体系内部安全控制能力高于同类体系,而系统自旋下降低于同类体系.

肿瘤特征基因选择的互信息最值过滤原则与粒子群优化算法

基因数据小样本、高维数、高冗余的特点常导致特征基因选择出现"维数灾难"和"过拟合",针对这一问题,提出一种特征基因提取算法——互信息最值过滤原则-惯性权重粒子群优化(MIMVFC-IWPSO)算法。首先,借鉴过滤法的思路,通过计算互信息指标,依据互信息最值过滤原则(MIMVFC)获得特征基因候选子集(FGCS),缩小分类操作的范围,提高特征基因被覆盖的概率;接着,对粒子群优化(PSO)算法进行改进,引入惯性权重实现自调节可变惯性权重粒子群优化(IWPSO)算法,使得在算法迭代初期有着快速的全局优化能力,而在算法后期具有较强的局部搜索能力;最后,运用IWPSO从FGCS中提取核心信息基因子集(CFGS),并基于CFGS对样本进行肿瘤与正常组织的分类。采用3个公开的肿瘤基因表达谱数据进行实验,MIMVFC正确分类率优于信噪比(SNR)、t-检验和信息增益(IG)方法,与卡方统计值(Chi-Square)方法接近,而MIMVFC还能利用IWPSO进一步优化结果。基于相同的FGCS,与目前效果较好的二进制粒子群优化与防治基因算法(BPSO-CGA)相比,IWPSO的运算耗时有所增加,但所获得的CFGS规模减小,准确率提高;而与经典PSO相比,所获得的CFGS规模减小、运算耗时减少、准确率提高。实验结果表明MIMVFC-IWPSO具有较好的综合分类性能,能有效提高准确率和效率,可用于多种肿瘤的特征基因选择,辅助指导分子生物学实验设计和验证。

基于多目标快速探索随机树的移动机器人巡检路径优化方法

针对移动机器人需要访问多目标的巡检路径规划问题,该文提出一种多目标快速探索随机树路径优化方法。首先,根据提供的环境地图与巡检目标点,该文采用一种RRT-Connect-ACO算法得到目标点的巡检顺序和可行路径;然后,通过引入信息子集,对路径进行优化,得到最终的最优路径。实验结果表明,与现有的多目标路径规划算法相比,该方法考虑了地形的影响,得到的最优路径更符合实际情况。

基于J2ME平台支持IPv6协议的研究与实现

随着无线应用与嵌入式系统愈来愈受到人们的重视,SUN推出了Java2PlatformMicroEdition(J2ME),它用来为接入互联网的设备提供应用开发平台和执行环境。本文阐述了基于IPv6的socket编程,详细讨论了MIDP/CLDC的网络接口的调用,在Linux操作系统下,用扩展接口的方法添加了一套新的网络接口来支持IPv6协议,且编译通过该参考实现(RI)。编写的基于IPv6技术的MIDlets可以在该平台上运行成功,验证了该平台的可用性。

融合支持并行规划模型的网格资源计算机管理体系结构

为提高网格资源计算机管理能力,本文构建了一种融合支持并行规划模型的网格资源计算机管理体系结构(Grid resource computer management architecture,GRCMA)。该体系将网格资源计算机内部具有冲突性的信息分成不同类型的信息集合,并把具有相近性质的信息子集分配一起,以防止网格资源计算机管理体系内部信息相互阻塞导致安全性下降;支持并行规划模型则根据网格资源计算机管理相关度评价结果 ,对无法分配到网格资源计算机管理体系内部的信息子集进行拆分,并将拆分出的信息移至到当前负载最轻的计算机管理体系内部。实验结果表明,该网格资源计算机管理体系管理能力高于其他体系。

合成集值信息系统的属性特征

属性特征是研究信息系统中属性重要性的方法之一。本文基于集值信息系统中的拟序关系,给出了对象合成、属性合成集值信息系统,讨论了集值信息系统与合成集值信息系统的协调集、属性特征之间的关系,进而定义了对象(属性)子集值信息系统,研究了子集值信息系统与原集值信息系统等的必要属性及不必要属性之间的关系。

删失分位数回归模型中的变点检测问题

本文针对固定删失分位数回归模型中的变点问题提出一种新的检测方法;基于观测值的有效子集信息和分位数目标函数的次梯度提出检验统计量.在原假设下,本文得到检验统计量的渐近性质,并且通过模拟方法得到渐近分布的临界值.由于本文提出的方法仅需要在原假设下拟合模型,所以其在计算上更加有效.此外,相比较于传统的Powell方法,数值模拟研究发现本文提出的方法在有限样本的条件下有相近功效及更高的计算效率.最后,本文分析了一组美国居民收入数据集来展示所提方法的实际应用表现.