共查询到20条相似文献,搜索用时 109 毫秒
1.
2.
3.
4.
5.
6.
听完老肥的叙述后,老熊立刻断定,老肥的电脑中一定是被安装了间谍软件(Spyware)。“什么是间谍软件?”老肥疑惑地问了老熊一句,老熊答到:“间谍软件是一种非常诡秘的恶意程序,它经常趁我们浏览网页的时候悄悄溜人我们的电脑。一般的杀毒程序对它根本无法设防,这就是为什么有人不停地更新自己的杀毒软件,却始终无祛阻止自己的系统被间谍软件侵入的根本原因,”听完老熊的话,老肥的额头上渗出了汗珠。老熊不急不慢的说:“不用担心,对付间谋软件我有绝招,用SpyRemover即可药到病除”。 相似文献
7.
忙碌了一天,掌柜的望着窗外渐渐西下的夕阳,神色凝重地对身边的伙计嘟哝着:“哎……又一天过去了,还有两天ABC软件(该软件的主程序路径为“d:\abc.exe”)的试用期就结束了。”伙计看了看日历后说:“这有何难?不就是时间限制嘛,看我的。”(当天日期:2005年3月15日,软件最后使用期限:2005年3月17日)。 相似文献
8.
经常在国内街机厅出没和热爱格斗游戏的玩家们应该对SNK公司出品的《拳皇》、《侍魂》、《饿狼传说》、《龙虎之拳》、《合金弹头》等大作无比熟悉吧?不过修炼格斗游戏可不是件容易的事,除了一次又一次地被机厅黑心BOSS调成Lv8的电脑暴打(部分人得了街机被虐待狂症)外,还得时刻提防某些所谓“高人”的搅局,直接的下场就是“赔了钱又丢了人”。 相似文献
9.
10.
11.
针对传统的基于消息的"软件人"通信方式在表达能力、通信效率及质量上出现的问题,在前期"软件人"系统及其通信理论、"软件人"知行模型和上下文感知机制的研究基础上,借鉴成熟的Agent通信语言规范,提出了情景驱动的"软件人"知识通信(CSMKC)框架.首先,对知识通信框架中的消息层、知识层和情景层进行了设计;然后,从消息层实现、知识层实现和情景层实现三个方面介绍情景驱动的"软件人"知识通信实现的关键点;最后,基本实现了不同"软件人"之间知识级的通信以及情景上下文的维护.实验结果表明,当后续通信内容对情景高依赖时,与传统的基于消息的"软件人"通信方式相比,CSMKC单位时间内的通信开销平均降低了46.15%.由此可见,系统完成一项任务时,情景依赖程度越高,CSMKC在降低通信开销方面的优势越明显. 相似文献
12.
“软件人”是计算机网络世界中的一类软件人工生命,是一种网络中的“虚拟机器人”,它具有拟人结构。作为对人的模拟,其感知系统应该像人的感知系统一样,具有区分感知对象的能力。基于人体感知系统的启发,运用大系统分析的“分解一集结”方法,本文提出了一种“软件人”感知系统的协同分类模型。该模型通过多分类器系统模拟人的不同感觉,从而实现“软件人”对感知对象的多感觉协同分类。仿真实验结果初步验证了本文提出模型的可行性。今后的工作是研究如何构造实际系统并将其应用于数字气田建设的数据处理工作中。 相似文献
13.
14.
Khezrimotlagh et al. (2013) pointed out the Kuosmanen and Kazemi Matin’s model (hereafter referred to as, the KKM model) may not be stronger than the Lozano and Villa’s model (hereafter referred to as, the LVM model), and they used a counter example to show that the input targets of the KKM model may even be greater than that of the LVM model. In this paper, we improved the KKM model into a rectified KKM model (hereafter referred to as, the RKKM model), and showed that the RKKM model can successfully solve the problem in the counter example. 相似文献
15.
Guo-Dong Li Daisuke Yamaguchi Masatake Nagai Shiro Masuda 《International journal of systems science》2013,44(10):959-967
In this article, we propose a prediction model of asphalt pavement permanent deformation based on improved grey prediction model. This improved prediction model combines the first-order two variables grey differential equation model (abbreviated as GM(1,2) model) from grey system theory and Taylor approximation method from approximation optimisation theory. We abbreviate the combined model as T-GM(1,2) model. The combined model can obtain the most optimal predicted value by multiple approximate calculation. We validated the effectiveness of T-GM(1,2) model, through using the measured data of deformation depth obtained from the wheel tracking device test. The experimental result showed that the T-GM(1,2) model has high predictable power for asphalt pavement permanent deformation. 相似文献
16.
对灰色预测模型GM(1,1)和支持向量机SVM预测模型进行分析,提出了多阶灰色支持向量机集成预测模型Dm_GM(1,1)-SVM。通过多阶缓冲算子改进灰色预测模型的预测精度,对最终预测值的各个相关指标进行预测;同时,采用粒子群优化算法对支持向量机模型进行径向基核参数和惩罚参数寻优,得到最佳参数对(c,g),从而确定支持向量机的最佳回归模型;最后将各指标预测值作为支持向量机模型的输入,依据预测模型和预测模型的输入值求得预测结果。实验实例表明,多阶灰色支持向量机集成模型和传统的预测模型相比,在本例中预测精度更高,说明多阶灰色预测模型和支持向量机模型相结合在解决实际预测问题中具有实用价值。 相似文献
17.
应用控制、管理和维护一体化的自动化技术,建立了基于多Agent的可重构制造系统RMS(ReconfigurableManufacturing System)集成模型。该模型集成了基于多Agent的RMS重构模型、控制模型和故障诊断模型,将RMS的控制、管理和维护联系起来,并给出了该模型的UML(Unified Modeling Langurage)活动图,最后举例验证了模型的可行性。 相似文献
18.
为了进一步提高含时间幂次项的灰色预测模型的拟合预测精度,通过引入分数阶多项式,提出灰作用量优化的FPDGM(1,1,N)预测模型.在经典的DGM(1,1,$ N $)模型的基础上,将灰作用量整数阶多项式拓展为分数阶多项式,使得构造的模型能够生成更加贴近于一般特征的时间响应序列,从而得到拟合预测精度更高的灰色预测模型.对该模型的建模机理、参数估计、递推时间响应式等进行研究,并讨论模型参数几种特殊取值下该模型的性质.研究表明:DGM(1,1)模型、NDGM(1,1)模型和DGM(1,1,N)模型等均是FPDGM(1,1,N)模型的特殊形式,因此,该模型在形式上统一了现有的含时间幂次项灰色模型,扩大了灰色预测理论的应用范围.最后通过实验表明,所提出的新模型具有更好的拟合和预测精度,从而验证了所构建模型的有效性和适用性. 相似文献
19.
The back-propagation neural network (BPN) model has been the most popular form of artificial neural network model used for forecasting, particularly in economics and finance. It is a static (feed-forward) model which has a learning process in both hidden and output layers. In this paper we compare the performance of the BPN model with that of two other neural network models, viz., the radial basis function network (RBFN) model and the recurrent neural network (RNN) model, in the context of forecasting inflation. The RBFN model is a hybrid model with a learning process that is much faster than the BPN model and that is able to generate almost the same results as the BPN model. The RNN model is a dynamic model which allows feedback from other layers to the input layer, enabling it to capture the dynamic behavior of the series. The results of the ANN models are also compared with those of the econometric time series models. 相似文献
20.
水文预报是水资源优化配置的重要前提,而传统预报方法普遍存在预测精度低的问题,为提高水文预报的准确性,提出了一种混合数据驱动模型用于月径流预测,即奇异谱分析-灰狼优化-支持向量回归(SSA-GWO-SVR)模型。该模型通过SSA对径流数据进行去噪处理来提高径流序列的平稳性和可预测性,采用GWO对SVR模型的参数进行联合选优,从而增强模型的泛化能力。通过黑河正义峡的月径流预测进行模型验证,以平均绝对误差(MAE)、均方根误差(RMSE)、相关系数(R)和纳什效率系数(NSEC)为模型评价标准。实验结果表明该模型的预测精度明显高于自回归积分滑动平均模型(ARIMA)、持续性模型(PM)、交叉验证-SVR(CV-SVR)和GWOSVR模型,并且它能很好地预测径流峰值,说明该模型是一种可靠的径流预测模型,能够更深入地捕获水文径流的内在特性,为基于数据驱动模型的水文预报提供了一种新方法。 相似文献