以信息化手段建设和管理实验室

根据现今高校发展的新形势与要求提出了实验搴建设的新思路，着重探讨了高校实验室建设与管理的信息化在具体实践中的操作模式，围绕实验室硬件设施信息化、开设实验内容信息化、管理模式信息化等3个方面进行系统阐述。

基于数据融合和相关度反馈的信息检索方法

数据融合和基于相关度反馈的查询扩展是两种有效的检索过程优化技术。前者通过集成多个检索结果提高检索性能,后者执行多次查询,依据前次结果修改/扩展用户查询,以求更好地反映用户信息需求。在混合数据融合和查询扩展技术的基础上提出一种检索过程优化方法——HQD方法,由相关度反馈结果生成多个替代查询,检索这些替代查询后采用求和余弦方法生成最终检索结果。HQD方法能有效提高检索性能。

软件无线电技术及其在军事通信的应用研究

软件无线电的出现是无线电通信从模拟到数字、从固定到移动后,由硬件到软件的第三次变革,被认为是继模拟通信技术、数字通信技术之后的第三代无线通信技术。软件无线电以其极强的灵活性和开放性代表着无线通信系统的发展趋势,文中分别从软件无线电技术原理、关键技术、应用等方面进行了阐述。

信息检索交互模型研究

为了增强检索效率,信息检索系统必须对用户的信息搜寻活动提供更有效的支持,为达到这一目的,需要更好地理解用户同信息系统间交互的本质。信息检索交互模型能帮助分析、理解这些交互以及如何实现相应的支持。

基于微核模式的适应性管理信息系统框架

近年来大量的管理信息系统已经在互联网环境中快速的开发出来。但是,由于企业应用要求的不断提高,开发出来的MIS一方面需要整合大量的企业应用,另一方面需要适应软件系统所固有的复杂性和易变性特征。因此,如何能快速的开发出具有集成特性和适应性的软件系统是值得研究的问题。本文针对这一问题,引入微核模式和插件的思想,提出了一个新的具有适应性的系统框架。该系统具有良好的可重用性、可扩张性和适应性。

论削减恒定系统误差的实验技术手段

以大学物理实验中的具体实验项目为基础,提出了恒定系统误差对测量结果的影响,剖析了大学物理实验项目中的几个典型实验的系统误差的来源,提出了削减恒定系统误差的实验技术手段,即:交换法、代替法、异号法、避开法、求差法,并对这5种方法在具体的实验项目中削减恒定的系统误差进行了阐述。

一种改进的BIRCH聚类算法

BIRCH算法是一种适应于大规模数据集的聚类算法,通过对所有叶节点设定统一阈值T来构建聚类特征(CF)树,并在各阶段采取不同的阈值来重建树,但没有给出一个合理设定阈值初值T及如何在各阶段提升阈值大小的具体方法。另外BIRCH算法只能处理数值型数据,这使其应用受到限制。针对以上不足,对BIRCH算法做了以下改进:1)改进原BIRCH算法的CF结构,使其可以处理混合型属性数据集;2)启发式为BIRCH算法选择初始阈值T并给出了第二阶段提升阈值的具体操作方法;3)对BIRCH算法的参数B和L做了探讨,指出当参数B=L时算法性能相近,并提出为获得较好聚类效果时B值的取值范围。实验结果表明,改进后的BIRCH算法具有较好的性能。

基于BP神经网络与专家系统的故障诊断系统

针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题,设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统,利用专家先验知识和神经网络的数值推理、自学习能力,对油田压缩机的故障进行分析处理,与以往油田压缩机故障诊断方法相比,该系统自动化程度高,诊断可靠准确。

使用机器学习算法分类P2P流量的方法

P2P应用的快速增长,带来网络拥塞等诸多问题,而传统的基于端口与有效载荷的P2P流量分类方法存在着很多缺陷。以抽取独立于端口、协议和有效载荷的P2P流的信息作为特征,用提出的基于ReliefF-CFS的方法选择流的特征子集,研究使用机器学习算法对P2P流量进行分类的方法,也研究了利用流的前向N个报文的统计信息作为特征,分类P2P流量的方法。实验结果显示提出的方法取得了较好的分类准确率。

协方差矩阵退化情形均值-CVaR模型的有效边界

本文利用CVaR方法代替方差或CVaR来度量风险,建立了均值-CVaR模型,首先利用等CVaR线的方法研究了包含无风险资产的均值-CVaR模型的有效边界,然后在无套利假设下研究了当风险资产的协方差矩阵是奇异时的均值-CVaR模型,并得到了正态情形下模型的有效边界及其解析表达式.

一种使用DBSCAN聚类的网络流量分类方法

提出了基于DBSCAN算法的网络流量分类方法,对流的定义、特征产生、特征选择以及分类规则和分类性能的评测等内容进行了介绍。提出了基于PCA的网络流量最优特征子集的选择方法。实验结果表明,提出的分类方法能够达到较高的总精确度和查准率,能够有效地使用于网络流量分类中。

使用贝叶斯学习算法分类网络流量

随着网络应用(如P2P)的快速增长,使得传统的基于端口与有效载荷的网络流量分类方法效率大大降低。基于FCBF特征选择方法选择最优特征子集,研究使用贝叶斯学习方法对网络流量进行分类;实验结果显示提出的方法取得了较好的分类准确率。

无用内存单元自动回收过程的实时性问题研究

自动垃圾回收技术是Java的核心技术之一。垃圾回收耗时的不确定性阻碍了Java在实时过程中的应用。基于最大响应时间分析方法,利用Petri网分析了垃圾回收过程。通过Java虚拟机内部堆空间的合理划分和采用多线程同步技术可以降低垃圾回收中的停滞现象,提高Java程序的执行速度和实时性。

具Hassell-Varley-Holling反应非自治捕食者-食饵系统的动力学分析

该文研究了具Hassell-Varley-Holling功能性反应的非自治系统.对一般非自治情形,研究了种群的持续生存和绝灭性.对于周期(概周期)情形,利用一个新的估计技巧和同伦不变性,得到了周期解(概周期解)存在的充要条件,同时研究了边界周期解(概周期解)的动力学行为.最后通过数值例子说明所得结论并给出了一些仍待研究的问题.

一种基于区域模糊特征的图像检索方法

提出一种新的基于区域模糊特征的图像检索方法(Region-Based Image Retrieval with Fuzzy Features,RBIRFF).先将图像分割成区域后,利用模糊集理论计算每个区域的模糊特征,再利用区域特征间相似度计算方法,进行图像相似度测量.最后,按照相似度的降序排列图像,得到检索结果.介绍了RBIRFF原型系统的设计和实现,并用实验测评了其检索性能.提出的方法对大型图像数据库的快速和准确检索,有广泛的应用前景.

基于竞争协同进化的改进遗传算法

针对标准遗传算法中的早熟收敛现象,提出一种基于竞争协同进化的改进遗传算法.该算法根据个体与对手竞争的表现来衡量个体的生存能力,生存能力由个体所击败对手的数量和优秀程度决定,个体在击败更多更优对手的努力中逐步进化.函数优化实验结果表明,该算法收敛速度快,且能有效保留种群多样性,与标准遗传算法及其他多种群遗传算法相比,能有效减轻早熟收敛现象.

基于神经网络集成的入侵检测方法的研究

针对目前入侵检测中存在的误检率高、对新的入侵方法不敏感等问题,提出了一种基于神经网络集成的入侵检测方法。使用负相关法训练神经网络集成,采用tf×idf的系统调用编码方式作为输入。实验结果表明,与单神经网络方法相比,神经网络集成弥补了神经网络方法在检测数据上的不足,在保证较高的入侵检测率的前提下,保持了较低的误检率。

基于Vague双向近似推理的系统决策方法

先提出Vague值间的一种新的相似度,并基于有序加权聚类(OWA)算子给出Vague集间的新的加权相似测度,其中的权重是由决策者根据实际决策需求来确定的,具有一定的弹性;另外通过Vague输入事实与Vague决策规则的前件(或后件)之间的相似匹配度,得到一个简单可行的双向近似推理方法,这可为复杂环境下的系统决策(如工业检测和医疗诊断等领域问题)提供有效的支持工具。

综合相似接近度及其在模糊模式决策分类中的应用

本文在综合考虑两模糊集间的三种接近程度的度量(即海明距、模糊综合贴近度、灰色关联度)的基础上提出了综合相似接近度概念,并将它应用于模糊模式决策分类;还通过一个实例表明,在模糊模式决策分类中运用相似接近度法,将大大提高分类的准确率。

一种嵌入式的协同进化模型

为了提高遗传算法的性能,论文提出了一个能够体现生态进化中各种协同进化关系的协同进化模型,该模型能很容易地嵌入到遗传算法中。计算机模拟实验表明该模型的嵌入能在一定的程度解决遗传算法中的早熟现象,加快后期的收敛速度,提高遗传算法的自适应能力。