改进k均值算法在网络入侵检测中的应用研究

k均值聚类算法在入侵检测中已经得到了广泛的研究。该文在k均值算法基础上,提出了改进的k均值算法。将k均值算法和改进的k均值算法分别应用于入侵检测。试验结果表明,改进后的k均值算法能够避免k均值算法固有的缺点,并且有比较高的检测性能。     

基于Java语言实现数据库的访问

Java语言是目前广泛使用的网络数据库编程语言,JDBC给数据库应用开发人员提供了一种标准的应用程序设计接口,使数据库开发人员可以用纯Java语言编写完整的数据库应用程序,Java和JDBC结合真正实现一次编写,处处运行.介绍JDBC技术,阐述了JDBC接口技术JDBC API和JDBC驱动程序,给出采用JDBC-ODBC桥来实现关系型数据库SOL查询的实现方法.例程中采用Access2000数据库,说明了用JDBC编写访问数据库的一般步骤:加载JDBC-ODBC桥驱动程序;建立与数据库的连接;执行SQL查询语句和处理对数据库的查询结果.所举案例对实际数据库项目的开发有一定的实用价值.     

XWIS中基于预定义模式的包装器

目前,从HTML文档中有效的抽取数据是一个值得研究的问题。文中提出了一种基于预定义模式的方法来构造HTML包装器,并将它运用到XWIS（基于XML的Web信息查询系统）中。这种方法下,由用户定义模式并给出模式与HTML页面的映射关系,接着系统推导出规则同时生成包装器。     

在AutoCAD环境中实现可视化数字签名*

提出在AutoCAD环境中的可视化数字签名方案,它不仅解决了计算机绘图应用的安全问题,而且还具有直观性、无关性、可视性、高效率等特点。     

汽车外场气动噪声仿真与计算

利用FLUENT软件,对汽车的外场远点噪声进行仿真计算：通过稳态计算,得出汽车车身的表面声功率和声源分布情况,对车身的噪声源进行定性分析;通过瞬态计算,得到车身外场某点噪声的声压频谱图。仿真结果表明：汽车外场气动噪声源主要来自车身前脸、后视镜、前风窗玻璃、前轮;远场点的声压级由前向后有增大的趋势,并且靠近尾部区域声压级较大,最大达90．4dB,直径10m弧线上接收点的声压级值比直径12m的要高,其差值最大达15．1dB。     

企业危机管理能力评价研究

分析了企业危机管理能力的影响因素,建立企业危机管理能力的评价指标体系,使得企业能够通过评价其自身的危机管理能力,有效地提升其危机管理能力,为企业生存发展提供有益的帮助,并运用模糊综合评价法对某公司进行了实证分析,验证了评价模型的可靠性与科学性,并针对公司存在的问题,提出了建设性的意见。     

基于Canny边缘检测算子的雷达图像1/8插值改进算法

雷达扫描图像的图像信息单一,大部分为黑色背景,运用传统的1/8图像插值算法放大显示不仅运算复杂度高,处理延时大,而且会使雷达目标航迹的图像边缘十分模糊,难以得到满意的视觉效果。为此,结合Canny算子检测雷达扫描图像的边缘,提出了一种雷达图像1/8插值改进算法。实验结果表明,经本文算法插值放大的雷达扫描图像的目标边缘清晰,且算法复杂度较低,便于硬件实现,可实现实时图像缩放。目前该算法已成功应用于雷达站某系统的图像处理模块。     

具有隐式可信第三方的云存储数据持有性审计

针对远程数据检查给云存储用户带来较大负担的问题,提出了基于隐式可信第三方的数据持有性审计架构.该架构以防篡改可信硬件为隐式可信第三方,代替用户进行数据持有性检查,并生成显篡改日志以供离线审计.架构自身支持公开审计和检查过程中的隐私保护,从而降低了对数据持有性检查算法在这两方面的功能要求.分别基于2个数据持有性检查算法实现了架构,测试结果表明日志引入的开销很小,在不显著牺牲效率的同时,提高了公开审计的可实现性.     

“《美术史图库》建设与研究”的现实意义

"《美术史图库》建设与研究"是一项基础性的文化工程,课题的研究立足于文化史的高度,综合审视、吸收中国与西方美术史学以及各种画论研究的主要成果,筛选出中西方美术作品三千余幅,这些作品都是各个时期的代表作(从远古时代至20世纪80年代)。我们按照历史的脉络,从各类人群的文化需求以及对作品的熟悉程度这个独特的视角分别进行系统的等级分类与评价。该课题的研究不仅梳理了中西方美术史,并将其从学科价值提升到大众文化价值,使其走入大众审美文化。     

一种基于时间加权和用户特征的协同过滤算法

协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一,但传统协同过滤算法很少考虑到用户兴趣随着时间变化以及用户特征与兴趣的关联性两方面的问题。针对该问题提出了一种基于时间加权和用户特征的协同过滤算法,首先通过定义时间指数函数反映兴趣随时间增长的变化,然后建立用户的特征矩阵,最后采用一种新的相似度度量方法计算出目标用户的最近邻居集合。实验结果表明该算法推荐平均绝对误差(MAE)比传统算法降低了12%,推荐质量较传统算法有明显提高。