利用符号OBDD-LIST设计批处理包过滤防火墙

为解决包过滤防火墙规则数目不断增加导致的存储空间膨胀和过滤速度降低的问题,提出一种基于有序二叉决策图与线性列表的混合结构(OBDD-LIST)的批处理包过滤防火墙算法.首先依据规则各域的特征属性对规则筛选分类,并使用位级别压缩的方式重新设计防火墙的规则库;然后基于连续传入的数据包包头信息具有相似性的特征,利用有序二叉决策图无冗余、无回溯的优势,采用批处理的思想过滤数据包;最后,通过开源软件Class Bench生成的高仿真数据包进行了仿真实验,证明本文算法在存储空间、匹配速率上具有较大的优势,有效提高了防火墙的性能.

基于有序事件列表的高效复杂事件匹配算法

针对现有的复杂事件匹配处理方法存在的匹配代价高的问题,提出了一种利用事件缓冲区(有序事件列表)进行递归遍历的复杂事件匹配算法ReCEP。不同于现有方法利用自动机在事件流上进行匹配,该算法将复杂事件查询模式中的约束条件分解为不同类型,再在有序列表上对不同约束分别进行递归校验。首先,根据查询模式将相关事件实例按照事件类型进行缓存;其次,在有序列表上对事件实例执行查询过滤操作,并给出了一种基于递归遍历的算法来确定初始事件实例并且获取候选序列;最后,对候选序列的属性约束进行进一步的校验。基于股票交易模拟数据进行的实验测试和分析的结果表明,与当前主流的匹配方法SASE和Siddhi相比,ReCEP算法能够有效地减少查询匹配的处理时间,总体性能上均更优,查询匹配效率提升了8.64%以上。可见,所提出的复杂事件匹配方法能够有效提高复杂事件匹配的效率。

基于事件列表递归比较的复杂事件匹配方法

针对现有复杂事件匹配处理方法存在匹配代价高的问题,提出了一种在有序事件列表上选择最佳匹配顺序进行递归遍历的复杂事件匹配方法 OptiSeq。将事件实例按照查询模式中不同事件类型缓存到有序事件列表中,并通过事件列表中事件实例的数量选择最优的查询匹配起点及查询匹配顺序,之后在有序列表上对不同约束分别进行递归校验,最终输出完全满足查询模式的所有复杂事件结果。该方法克服了使用自动机模型固定状态转换的弊端,也避免了使用树型模型批处理操作漏解的问题,并且合理优化了匹配顺序,进一步提高查询匹配效率。在模拟数据集和真实数据集上进行了实验测试与分析,与当前流行的SASE、Siddhi两种复杂事件处理方法进行比较。实验表明,所提出的方法能够在保证匹配正确性的同时,有效地减少匹配过程中的冗余计算,提高整体匹配效率。

几种经典网格细分算法的比较

曲面造型方法由于其局部性好、计算量小、算法简单、响应速度高等优点 ,已经广泛应用于计算机图形学、CAGD、计算机动画以及虚拟现实等领域。网格细分是一种离散造型方法 ,可以从数字化仪等设备直接获得数据。介绍了近年来提出的一些细分算法 ,对其中几种比较经典的算法进行了简单的分类和比较 。

基于区域特征分析的层级有序码书目标检测算法

针对原码书算法在检测中码字匹配效率低以及在复杂背景下检测精确度差的问题,提出了一种基于区域特征分析的层级有序码书目标检测新算法。首先,利用一种新颖的"码书—码章—码字"三级结构用以精确划分码书,在优化了码字参数之后,将码字按访问频度进行排序并组织成定长列表。实验数据表明,该优化策略显著地提高了算法的实时性。其次,提出一种基于局部方向模式的运动边缘标记法,较好地克服了噪声的影响,并准确而完整地获取了运动物体的边缘信息。最后,将运动边缘轮廓区域与码书区域融合,得到了准确的运动目标。算法在时间域和空间域构建了一个能精确反映运动目标本质属性的立体模型,经实验验证,本算法在有随机噪声及光照变化影响的场景中,仍有较高的识别率和较好的鲁棒性。

全流通格局下上市公司并购融资偏好影响因素实证研究

以全流通格局下2006年发生并购的108家上市公司为样本,应用主成分分析和回归分析方法对影响上市公司并购融资偏好的因素进行实证研究.结果表明:资产结构对上市公司并购融资偏好有显著的正影响;盈利能力、税收效应、股权结构等因素对上市公司并购融资偏好有显著的负影响;企业规模、偿债能力、成长能力、现金流指标等因素对上市公司并购融资偏好无显著影响.

基于“纵横向拉开档次法”的上市公司经营业绩评价

鉴于目前已具有较全面、完整、连续的有关上市公司各项指标的纵横向数据,为充分利用数据所蕴涵的信息,本文提出运用"纵横向拉开档次"的综合评价方法,其特点是使指标权重的确定能尽量将被评价对象在纵横向拉开档次。将该法运用于安徽地方板块的18家上市公司业绩评价,获得了各公司在1999～2001年间动态发展的分析结果。

基于图书征订目录建立图书荐购系统的技术研究

分析了建立图书荐购系统的意义 ,论述了图书荐购系统的运作模式、基于SQLServer2 0 0

《义务教育常用词表(草案)》研制的理论与方法

《义务教育常用词表(草案)》的研制有助于加强义务教育阶段语文教学的科学性,为中小学语文教学提供有用的学习资源,为语文教育政策的制定提供科学依据。词表共收词14323条,根据学习的难易度将所有词分为四级,对应小学至初中的四个学段。主表为《音序表》,带有拼音、词性、词级等信息。附表是《义序表》,收录义项17469个,参照《现代汉语分类词典》按词义的相同相近或相对关系就近排列。词表研制依据中小学生的认知特点及词汇学习规律,突出了面向母语学习者的基础教育词表这一根本性质,体现了词表的"书面语词汇系统的学习""对母语社会的认知""反映词汇的习得规律"三大功能。在使用频率、语境分布的基础上,着重融入了语义分布、相对词频、位序法的使用。

细分曲面的有序邻接顶点表数据结构

细分曲面的实现过程中使用的网格数据结构都是基于边的结构,它们只是提供了一种通用的网格遍历方法;而对于细分曲面来说,基于顶点和多边形的网格表示却是更合理有效的选择。给出了一种适用于细分曲面的数据结构OAVL,它具有简便易于实现的特点,可以方便地获取网格中邻接顶点、边和面的信息,并且具有较高的空间效率,最后分析了基于OAVL的细分曲面的存储。

基于“军字一号”工程的门诊医嘱管理系统构建

针对现有"军字一号"门诊医生站对门诊医嘱支持不完善的问题,拟设计开发一套门诊医嘱管理系统。该系统能将门诊处方智能转换为门诊医嘱,自动生成门诊医嘱单、执行单等,并加强对门诊医嘱的管理,增强门诊治疗数据的可追溯性。使用该系统后门诊医护人员的工作效率将得到较大提高,为部队保障的能力得到增强。

多篇章学习中提取练习策略对高阶技能的影响

采用多篇章学习方式,结合测试效应研究的经典范式,设计两个实验探究提取练习策略对高阶技能的影响。结果表明:(1)连续学习3篇文章后,在最终测试阶段学习策略主效应显著,提取练习组高阶技能的成绩更优:提取组在每篇文章学习间隔中插入即时测试,无论是概念型知识还是高阶技能,最终测试中的成绩都显著高于重学组,但其反应时却低于重学组。在提取练习组中,概念型知识与高阶技能成绩均有提升,但概念型知识比高阶技能提升幅度明显;(2)将篇章数扩展至5篇后,最终测试中,提取练习组的成绩仍显著高于重学组。对高阶技能4个维度作以分析后发现,两组在应用与分析维度上差异显著,但在评估与创造维度上,提取练习组成绩虽有提升但差异不显著。结果证实了提取练习是高效学习的有效策略,不仅体现在单独内容的记忆保持,也可扩展到连续学习中高阶技能的发展与促进。研究支持了情景语境解释对提取练习内部机制的阐述,并进一步验证了前摄抑制干扰理论和上下文内容转换假说的观点。

高职酒店管理专业“订单教育”的探索与实践

文章在分析“订单教育”内涵和特征的基础上,探讨了高职酒店管理专业实施“订单教育”的具体做法,分析了取得的实际效果,指出了实践过程中存在的局限性。

《义务教育常用词表(草案)》研制中义类法的运用和价值

义类法是《义务教育常用词表(草案)》收词和分级的重要方法,有效弥补了频率、分布、使用度等方法的不足,使得收词更加全面,分级更为合理。《义务教育常用词表(草案)》分《音序表》和《义序表》,《义序表》在横向和纵向层级上呈现出词语间的语义关联,在语义关系网中构建起词汇的语义系统,同时也有利于构建起学习者的认知体系。《义序表》语义体系完整,义类排列科学,便于检索,有利于鉴别多义词义项,提供了间接释义方式,能够为义务教育语文教材词语的选取和分级、词汇的教与学提供依据和参照。

一种多核系统改进型列表调度算法

在任务调度领域,基于列表的任务调度算法被广泛应用。经典列表调度算法在节点排序阶段会对权值一致的任务节点进行随机排序,但这种节点排序方式过于粗糙,难以取得较好效果。针对这一缺陷,文中提出了一种改进型列表调度算法,通过特殊列表片段将权值一致的任务整合到一起,并对特殊列表片段的调度解空间进行遍历,以迭代产生更优的调度列表获得更好的调度效果。随机DAG图测试结果表明,提出的算法调度效果优异,算法平均增强比最高可达15.3%,不仅适用于多种任务图规模,且在CCR和平均出入度较高的情况下有更好的调度性能。

列序聚类法和最小变化拟合在体育选材中的应用

本文应用列序聚类法和最小变化拟合于运动员选材。介绍了这种方法的基本步骤,给出了计算程序和得到解的迭代过程。结果表明,这种方法在运动员选材中是非常有效的。

一种采用双向有序链表存储的动态编码位图索引方法

位图索引依据其独特的位向量编码方式,在数据检索中得到广泛使用。在对比分析位图索引结构中的简单位图索引和编码位图索引的基础上,提出了一种新的基于双向有序链表存储的动态编码位图索引方法,并给出了这一动态编码位图索引方法在数据插入、删除、更新和检索中的详细算法。最后,进行实验测试。结果表明,所提出的索引方法具有更好的执行效率。

基于灰色理论的主观信任计算方法

通过讨论传统信任模型和信任计算,提出了以灰色系统理论为基础的灰序白化评估算法.方法的基本原理是:以主体的网上交易额为参考序列,由客体对主体的关键属性评分构成计算序列,得出主体的信任水平序列,根据灰关联分析计算灰关联信任空间,求出序化点列,作序化点列图,得出白度序列,最后按照灰序白化分析得出主体的关键属性对主体的信任水平的影响次序.该算法克服了传统分析中将主体的关键属性对主体信任水平的影响大小视为相等的做法,具有评价可靠,可操作性强,适合软件自动处理等特点,在开放式环境中具有广阔的应用前景.