基于SOA的Web服务动态组合研究与实现

通过深入分析现有Web服务组合系统优势与不足,将SOA引入到Web服务动态组合领域,提出了一种基于SOA架构和分层协议栈机制构建Web服务动态组合系统的方法,设计并实现了一个基于SOA架构的松散耦合原型系统来实现Web服务组合,可为服务消费者提供一个适当的、开放的、按需配置的及安全的Web服务动态组合环境.     

数域筛法分解r^e±s型大整数时多项式的选取

数域筛法是目前最有效的大整数分解算法,多项式的选取是该算法中的一个重要环节,它关系到整个算法的运算速度和所耗时间。对数域筛法分解re±s型大整数时的多项式选取问题进行了研究,这里r、s分别为绝对值较小的整数。通过理论分析和数值计算,给出了选取多项式的一个新的原则—多项式次数在不同情况下的取值范围。     

基于k-最近邻的支持向量预选取方法

在所有的训练样本中只有支持向量(SVs)能对支持向量机分界面优化结果产生显著影响.基于七一最近邻规则.提出了一种训练样本的预选取方法.针对一些典型人工数据集、公用基准数据集以及TM遥感数据的实验结果表明.该方法能够有效减少训练样本数目.显著加快学习速度,并保证理想的分类精度.     

基于支持向量预选取的支持向量域故障预报

针对两种支持向量域模型分别分析了支持向量的分布特性,在此基础上从训练集中选取具有一定几何特征的向量构建预测模型.这些特征向量的预选取在不影响支持向量域的故障预报能力的前提下,大大减少了训练样本,提高了支持向量域的训练效率.仿真实验表明了该方法的有效性和可行性.

     

基于一种改进粒子群算法的SVM参数选取

支持向量机作为一个新兴的数学建模工具已经被广泛地应用到很多工业控制领域中,其良好的泛化能力和预测精度在很大程度上受到其参数选取的影响.根据智能群体进化模式改进粒子群优化算法.利用模糊C均值聚类算法分类粒子群体,并用子群体最优点取代速度更新公式中的个体历史最优点,并利用该算法搜索支持向量机的最优参数组合.对比仿真实验表明:所提优化算法是支持向量机参数选取的有效算法,在非线性函数估计中体现出优良的性能.     

基于数据处理模型的软件测试方法

针对传统测试方法运用于数据处理软件测试时的不足,提出了一种基于数据处理模型的软件测试方法;为有效避免测试数据选取时的盲目性,提出了基于图解化的测试数据选取方法;将上述方法运用于坐标转换软件测试中,结果表明所提出的方法是一种可行且高效的数据处理软件测试方法.     

单片机C语言教学探索

本文总结了我院在单片机C语言教学中的探索,包括在教学中精选了"变量定义、函数定义、混合编程"为C语言主要内容,以"变量定义、专用指针定义、C51汇编函数格式"为重点展开教学,并且紧密结合单片机概念和应用,编写了相关的习题和实验题目。实践表明,讲授C语言明显提高了学生的编程能力和教学效果。     

影响译员口译能力的智力与非智力因素分析

良好的口译译员素质是决定口译成功的关键.作者通过对口译译员的语言能力、知识结构和口译技能等智力因素,以及心理素质,身体素质和职业素质等非智力因素分析,重点选取译员记忆能力、记录水平、释意和意译能力等口译技能来考察影响口译效率的原因.希望可以对提高口译能力提供有效的启示.     

基于效用公平的多用户下行OFDM系统机会调度

基于对单信道系统中效用公平机会调度的研究,提出了一种多用户下行OFDM多载波系统中的调度方案.该方案充分利用信道的时变和频率选择特性,由参数更新和调度决策两个模块组成:参数更新模块根据调度结果更新控制参数;调度决策模块根据所有用户的信道信息和参数更新模块输出的公平性控制参数决定该时隙每个用户使用哪些子载波.仿真结果表明,参数选取合适时,所提的简单调度方案能够在保证效用公平性的前提下,达到比复杂的Max-Min子裁波分配算法更好的系统性能.     

形态学图像去噪中结构元素选取原则

介绍了教学形态学的基本运算和结构元素在形态学运算中的重要性,总结了在形态学图像降噪中结构元素的基本选取原则,即形状的相似性,尺寸的覆盖性和不同结构元素的组合性,并通过实验验证了这3条原则的合理性.