基于AJAX UpdatePanel无刷新多级联查询的应用研究

笔者通过软件测试实验详细分析ASP.NET的UpdatePanel控件在处理多级联动查询事务中的具体应用,通过实验测试效果对比,表明其在特定场合具有更强的细节实现能力和用户体验。ScriptManager和UpdatePanel控件联合使用可以实现页面异步局部更新的效果。其中的UpdatePanel就是设置页面中异步局部更新区域,它必须依赖于criptManager,因为ScriptManger控件提供了客户端脚本生成与管理UpdatePanel的功能。     

华龙一号蒸汽发生器流致振动关键技术研究及应用

在理论建模和实验研究的基础上,提出了两相流激振力无量纲归一化的方法,构建了更为精确的两相流激振力功率谱密度包络谱。引入界面流速和滑速比等两相流参数,建立了一种两相流流弹失稳数学模型,形成了先进的两相流中管束结构流弹失稳评估方法。基于流体力与管束漩涡脱落相耦合的振动机理,创建了更能反映流体力与管子振动耦合的新尾流振子模型,提出了三维弹性管漩涡脱落诱发振动的快速预测方法。研发了完备的蒸汽发生器流致振动评价软件,为流致振动分析和评价提供了有效的分析工具,形成了高效的流致振动关键技术工程应用体系。     

基于大数据的传感网络链路稳定性检测系统设计

传统检测系统在对链路检测过程中,经常受到移动环境的影响,导致检测结果的完整性以及准确率较低,为解决这一问题,提出并设计了基于大数据的传感网络链路稳定性检测系统。对传感网路传输端、数据中心服务器以及检测端三部分进行具体分析,完成系统硬件设计。为尽量减小移动环境的影响,在软件设计部分,采用直接链路和间接链路稳定性相结合的检测方法,共同完成基于大数据的传感网络链路稳定性检测系统设计。实验结果表明,该系统检测结果的完整性较高,且检测准确率平均值可高达93.5%左右,验证了该系统的优越性能。     

一种使用多跳事实的端到端知识库实体描述生成方法

自动化实体描述生成有助于进一步提升知识图谱的应用价值,而流畅度高是实体描述文本的重要质量指标之一。该文提出使用知识库上多跳的事实来进行实体描述生成,从而贴近人工编撰的实体描述的行文风格,提升实体描述的流畅度。该文使用编码器—解码器框架,提出了一个端到端的神经网络模型,可以编码多跳的事实,并在解码器中使用关注机制对多跳事实进行表示。该文的实验结果表明,与基线模型相比,引入多跳事实后模型的BLEU-2和ROUGE-L等自动化指标分别提升约8.9个百分点和7.3个百分点。     

大数据平台安全架构体系研究

大数据时代下,数据作为一种重要的资产,应该被予以相应的保护。而当前大数据平台时常出现数据泄露事件,极大地阻碍了大数据技术的进一步应用和发展。本文在概述当前大数据平台面临的安全挑战和安全需求的前提下,依据大数据平台技术架构体系的运行,进行大数据平台安全架构体系的整体框架设计,并就其中的安全技术部分进行重点论述。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。     

云组合服务网络的异常植入数据检测算法

云组合服务网络在路由转发控制受到节点的同态扰动影响,容易受到植入入侵,为了提高网络的安全性,提出一种基于阈值组合判决的云组合服务网络的异常植入数据检测算法。构建网络异常植入数据的统计特征模型,采用大数据挖掘技术进行云组合服务网络异常植入数据特征检测和滤波分析,提取云组合服务网络数据的谱特征量,采用支持向量机学习方法进行云组合服务网络的异常植入数据检测过程中的自适应寻优控制,采用双门限阈值组合判决方法,实现对目标数据的准确检测,提高对异常植入数据的准确定位检测能力。仿真结果表明,采用该方法进行云组合服务网络异常植入数据检测的准确概率较高,检测性能较好,提高了网络安全性。