多校区计算机网络系统设计研究与应用

分析了多校区校园网的应用需求,针对校园网设计所涉及的关键技术进行了分析和比较,提出了可选方案和推荐方案,其目的是使用先进技术设计满足多校区办学体制和业务需求的高可用性计算机网络系统。最后,给出了一个多校区校园网设计典型案例。

贝叶斯网络在大规模医疗数据上的应用研究

针对医院信息系统中积累的大量数据,探讨了采用粗糙集、规则推理、贝叶斯网络相结合的方法基于这类数据进行学习建模.该方法在粗糙集属性约简的基础上,考虑了规则推理的影响,对信息表中的属性列进行压缩,获取最少属性列.基于最少属性的贝叶斯网络模型可以有效降低网络结构的复杂性;同时利用贝叶斯网络实现概率推理.最后进行了实验分析,结果证明该方法快速有效.

融合深度信息的视觉注意计算模型

针对Itti模型在特征选择上的局限性,借鉴心理学中有关视觉注意的研究成果,提出一种融合深度信息的视觉注意计算模型。该模型在基于图像分割的自适应立体匹配基础上提取深度特征,与亮度、方向、颜色特征相结合,实现空间显著性度量,并采用侧抑机制和WTA机制得到注意焦点。实验结果表明,新模型能较好地反映空间立体视觉信息对注意的影响,使计算结果能更符合人类视觉。

在线信誉管理系统中信用度计算模型研究

电子商务改变了传统商务的经营模式,交易双方难以通过面对面接触的方式形成初始信任,建立在线信誉管理系统是解决该问题的有效途径。简单累加信用度计算模型和均值信用度计算模型是以信任模型为核心的在线信誉管理系统中两种主要的信用度计算模型。但这两种模型都忽略了影响信用度计算三个主要因素:交易商品的价值、评分人的信用度、交易的时间价值。为了得到有效实用的信用度计算模型,考虑交易商品价值权重、评分人信用度权重、交易的时间权重建立了加权累加信用度计算模型。选取淘宝网中两个卖家为例,验证了模型的有效性。结果表明,加权累加信用度计算模型较传统的简单累加信用度计算模型更能体现卖方的信用情况,具有一定的实用性。

改进GWO优化SVM的云计算资源负载短期预测研究

云计算资源负载短期预测是云计算平台实现资源高效管理和系统安全、稳定运行的重要前提和保障措施之一。为了其提高负载短期预测的预测精度,提出一种改进灰狼搜索算法优化支持向量机的短期云计算资源负载预测模型(EGWO-SVM)。首先介绍灰狼搜索算法(GWO)的基本原理;然后提出基于极值优化的改进GWO模型;最后根据最优参数建立短期资源负载预测模型,并通过仿真实验对EGWO-SVM的性能进行测试。实验结果表明,相对于参比模型,EGWO-SVM能更加准确地刻画云计算短期资源负载的复杂变化趋势,从而有效提升云计算资源负载短期预测的精度。

科学创新视角下的学科共词网络演化研究

共词网络分析是科学计量学研究领域中的重要方法，同时也是文献内容分析的常用方法。本文主要从关键词共词网络演化角度进行了学科知识结构的可视化展现、发展趋势的预测以及研究前沿和热点辨识研究。介绍了作者关键词共现网络和机标关键词共现网络两种典型学科共词网络并加以比较，得出机标关键词共现网络更能清晰的展现学科知识结构及演化历程的结论。在熵理论共现网络的实证研究中，本文收集了自然科学和社会科学1990～2014年WoS平台中有关熵理论的科学文献，并分别做了熵科学文献的作者关键词共词网络演化图和熵机标词共词网络演化图，对社会科学类科学文献分别做了作者关键词网络演化图和机标关键网络演化图谱，比较分析了熵理论在各种共词网络图中的泛化与创新路径，以此发现了熵理论的研究前沿、热点以及熵理论的演化机理，这对未来科学发展的创新有一定借鉴作用。

基于覆盖算法与多层前馈网络的案例库维护

针对运行在电子商务等交互式应用领域中的案例推理系统时,其案例库的规模很容易达到成千上万条且不能削减的特点,提出同时从两方面着手完成案例库维护:一方面用覆盖算法将案例库划分成覆盖领域,实现案例的选择性过滤使用;另一方面应用多层前馈神经网络改进案例匹配,提高检索效率.实验表明,该方法可以用来处理海量的高维数据,保证了系统的可用性.

大科学时代下的科研合作网络

科研合作活动已经逐渐成为目前大科学时代下科研界的主流现象,基于对科研合作及其演化的阐析,从科研成果创造主体出发,分别对国家合作网络、机构合作网络和科学家合作网络的结构特征以及创新特点进行了分析,并以管理科学这一新兴学科为例,利用社会网络软件绘制了科研合作网络知识图谱,对大科学时代下的科研合作网络进行了解析,并据此对全球管理科学领域科研合作网的研究方向与合作对象的选择提出了相应的建议。

基于赋值代数的BN概率推理的局部计算模型

在Shenoy-Shafer赋值代数公理基础上,定义了贝叶斯网(Bayesian network,BN)推理结构上的赋值代数;提出BN上概率推理的赋值代数模型,该模型包括推理结构转变、赋值初始化、一致性消息全局传播与吸收以及概率推理的局部计算四个环节,建立了相应的算法以及联合概率与条件概率的计算方法;最后通过例子说明文章所提出的方法.所提出计算模型为贝叶斯网的概率推理提供了一种新的局部计算方法.

基于透明计算模式的I/O Server的设计

设计并实现了一个基于透明计算模式的I/O Server系统,I/O Server和I/O Client是一个在透明计算环境下,支持多操作系统远程启动和运行的网络存储访问服务I/O Manager的2个软件模块,I/O Server工作在服务器端,I/O Client工作在客户端。在透明计算模式中,各客户机硬件与操作系统分离,用户需要的操作系统的应用程序存储在服务器端。在客户机启动时,I/O Server和启动协议将I/O Client下载到端系统上运行,然后I/O Client向I/O Server发出I/O请求,I/O Server对收到的I/O请求加以分析,进行优先级分类,在优先级分时轮转调度I/O请求、操作服务器上的虚拟硬盘文件,并通过预取和缓存策略减少磁盘I/O操作,将处理结果返回给客户端,支持操作系统的远程启动,并为系统运行时的各种请求提供服务。

FUZZY ARTMAP神经网络综述

1.引言 神经网络模拟人脑神经功能,用大量简单关系连接来表示复杂的函数关系,具有很多特殊优点,已在系统建模、模式识别、图像处理、知识发现和控制等领域得到了广泛的应用.但当使用前向神经网络,如多层感知器(MLP)和径向基函数(RBF)网络时,需要依赖一些试探法去选择最优的网络尺寸和参数[1],此外这些网络在学习后通常是静止的,不具备增量学习能力(在线学习),对新模式学习时,会破坏网络已记忆的模式[2,3].

多层前馈神经网络在基于案例推理的应用

基于案例的推理(CBR)系统的增量式学习会使案例库逐渐增大,导致案例的检索时间较长,效率较低。多层前馈神经网络是构造性神经网络技术,很容易构筑及理解,具有较低的时间和空间复杂性和较高的识别率。利用该神经网络技术对案例库进行分类后,待求解的新问题只需在某个子案例库中进行检索,便可以有效地解决大规模案例库的能力与效率的维护问题,确保CBR系统的能力保护与效率保护兼顾的实现,为大规模案例库的应用提供技术保证。

基于多层前馈神经网络的案例推理系统

采用基于该神经网络技术的案例推理系统,使用交叉覆盖算法,可以有效地缩减案例的检索时间、减少案例适应性修改、提高推理效率。实验表明该系统易于设计构建,极大地提升了CBR在实际中的应用能力。

基于径向基网络与交互式遗传算法的服装设计

针对将交互式遗传算法应用到服装设计中产生的人的疲劳问题,提出利用神经网络来逼近适应度函数。给出了以GA操作产生的每代最佳个体初步作为神经网络径向基网络函数的中心值并结合相似距离值,利用K-Means求出径向基网络的各参数以逼近适应度函数。在服装设计系统应用中取得了良好的效果。

基于CBR的贝叶斯网络构造

从数据中学习贝叶斯网络往往会因为搜索空间庞大而耗费大量的时间,所以在构造贝叶斯网络的时候,常依靠以前的经验和知识。该文将过去的贝叶斯网络决策模型保存到案例中,定义相似度和背离度两个衡量指标,在构造新模型时,用基于案例推理的方法检索最为接近的案例,从而进行模型的复用,有效地提高建模的效率。

基于贝叶斯网络的移动业务客户流失预测研究

准确的客户流失预测能够使移动业务针对特定用户需求和消费水平进行差异化服务。本文提出了一种基于贝叶斯网络的客户流失预测模型,根据案例分析的结果识别客户离网倾向原因,寻找具有高离网倾向的客户群,通过分类的特征分析,得出客户流失规则,并验证模型的有效性。

CELTS标准在网络智能授导系统中的应用

网上学习强调用最佳手段实现学生的个性化和自主性,该文在研究实现个性化学习的网络智能授导系统框架的基础上,探讨了网络教育技术标准于其中的应用。目的是使授导依据数据的收集更完备和易于交换,并使得授导的过程更具实用性和通用性,充分发挥它在网络远程教学过程中的强大作用。

基于神经网络LAMSTAR的短线股票预测研究

股票预测在金融领域是一个重要的课题。LAMSTAR是一个用于存储、识别、比较和决策的网络系统。本文尝试开发一个关于短期股票预测的LAMSTAR网络应用程序,每一次预测都会从历史数据里获取股票特征,然后输入LAMSTAR网络。网络会自动检测各特征之间的多维非线性关系并编码,然后根据预测的趋势进行交易。本文提供了三个公司的预测结果,该预测结果非常有效。

动态统计算法的系统开发策略研究

文章针对统计对象为动态统计算法的一类问题的系统特点，提出了面向数据对象的系统开发策略，并对其设计思想和主要技术问题作了讨论，给出应用实例。

RTAI下的网络报文捕获平台

针对传统报文捕获机制中内存拷贝冗余、中断处理及上下文切换频繁等弊端,提出在用户空间控制报文传输的思想,采用实时Linux内核及零拷贝思想对网卡驱动进行改造。捕包平台在捕获64 Byte及1500 Byte的报文时,吞吐量分别达到了473Mb/s和943Mb/s,实验结果证明,与传统报文捕获平台相比,新平台的性能有显著提高。