蚁群聚类算法研究及应用

聚类作为数据挖掘技术的重要组成部分,在很多领域有着广泛应用.蚁群算法是近几年研究的一种新算法,该算法采用分布式并行计算和正反馈机制,具有易于与其它方法相结合的优点.根据蚁群算法在聚类中的应用及改进型式的不同,文章主要介绍了几种基本的流行的蚁群聚类算法,分析了它们的不同之处,并对蚁群聚类算法今后的研究方向作了展望.     

基于改进遗传算法有时延约束的选播QoS路由算法

在分析选播通信服务模型的基础上,提出了一种能够满足时延、带宽约束的基于改进遗传算法的选播QoS路由算法.该算法中,采用加权深度优先搜索和轮盘赌相结合的方法保证初始种群的多样性,同时对基本变异过程进行了改进,提出了指导变异的方法.仿真实验结果表明,该算法是可行且有效的,它不仅能够提高搜索速度,以较短的时间达到局部最优,同时也能够较好的平衡网络负载.     

基于电信业务的程序设计课程改革探索与实践

本文针对我国大学程序设计课程教学中存在的问题,以通信工程专业为背景,提出将专业知识与程序设计课程相结合的改革思路,指出根据专业特点优化课程教案、丰富课堂案例的方法,介绍了电信业务硬件平台的设计方案,同时将实践环节与课程体系统筹考虑,设计从基础、提高到综合的完善的实验实践体系,并提出以项目为主线的实习组织方式,为非计算机专业的程序设计课程教学进行了有益探索。     

一种基于向量的关联规则挖掘算法改进

通过对Apriori算法思想和传统的向量挖掘算法进行分析,提出一种基于向量运算的关联规则改进算法.该算法采用树形数据结构,克服了Apriori算法需多次扫描数据库这一缺点,并通过向量计算来避免生成候选项集,经过实验证明提高了关联规则挖掘的效率.     

加权判决级联分类器人脸检测方法研究

AdaBoost算法要提高检测精度,需要级联更多的强分类器,这样会降低检测速度.针对这个问题,在AdaBoost级联分类器中引入加权判决函数,对其中相互独立的级联分类器判决结果进行信息融合,不增加级联的强分类器个数,提高了检测率.实验结果表明,该方法在保证检测速度的同时,提高了检测率,在CMU+MIT人脸测试库上取得较好的效果.     

海上交管系统多点定位技术研究

针对矩形边界方法产生的待定位点分布不均匀、可能集中在某一区域的缺点,提出一种凸多边形边界方法。运用该方法对传统矩形边界方法进行改进,并给出2种方法的评价函数。实验结果表明,该方法均匀度的样本均值低于矩形边界的24%,在解决导航过程中多点定位的问题是有效、可行的。     

数据库虚拟机模型的分析与研究

在企业进行数据库相关的开发和应用中,常常因为数据库结构的变化而导致应用系统出现异常.企业不得不针对数据库结构的变化而修改所有相关应用系统,造成人力和资源的极大浪费.文中提出一种数据库虚拟机的框架模型,根据抽象与实际相分离的原理,实现了应用系统和数据库之间的相互独立;从而降低了应用系统维护的工作量,使系统有更强的自适应性.作为一个完整的框架模型,虚拟机对数据库中的同名异义,同义异名等问题都进行了处理,并在一定程度上解决了数据冗余.     

基于约束规划的选择性神经网络集成方法

提出了一种基于约束规划的选择性神经网络集成方法,在训练出个体网络之后,用约束规划方法选择出相对最佳的个体网络组成神经网络集成。理论分析和实验结果表明,该方法设计过程简单,能够以较小的运算代价提高神经网络集成的泛化能力。     

基于Web应用的快速压力测试研究

Web压力测试是评价一个Web程序应用的主要手段。介绍了Web应用程序压力测试的相关概念和测试过程，提出了一种Web压力测试方法。通过估算系统的并发用户数初值，合理确定步长值，用效率较高的二分法得到系统的最终并发用户数目，实现了Web应用程序并发多用户访问的快速区间收敛。文章还对一个简单的在线考试系统进行了压力测试，对最终并发用户数量的确定得到了较为满意的收敛速度。     

基于影响图的数据库参数的自调节

根据负载的变化,对数据库系统所提供的可调参数或选项进行手动调节是一项很困难的任务.把以概率推理为基础的图形化模型-影响图应用到数据库参数的自调节中,主要分为以下5个步骤:影响图模型的设计,实验数据集的获取,实验数据集的离散化,影响图参数的学习,影响图的评价及使用.以Oracle的重做日志模块的参数调节做实验,结果表明,影响图可以很好地解决这类问题.