昭通横江流域年径流预测

针对昭通横江由南到北贯穿昭通全境,水资源量丰富,但南北差异大,南部少、北部多的特点,根据流域内水文站实测年径流、大气环流指数、海温指数及其他指数等资料系列,采用多元回归分析法拟合1981—2010年径流,建立了预测模型,验证、预测分析了2011—2016年径流量。结果表明:干流控制站预测精度高于干流上段及支流代表站,水利工程建设等人类活动影响是导致出现这样结果的主要原因;多元回归分析在横江流域径流预测中具有一定的适应性,但因指标的差异及相关参数可获取性的差异,预测结果存在区域间、等级间的差别。     

一种融合多帧ICP和图优化的算法研究

当前基于迭代最近点拼接的同时定位与建图算法,存在误差积累、无法满足大范围定位精度的缺陷。为此,提出一种融合多帧迭代最近点和图优化的算法。在时域上处理点云拼接问题,将单帧迭代最近点算法推广到多帧进行最近点迭代,提取同一地点在不同时刻的数据特征,形成多个封闭循环,再运用基于最小二乘的图优化方法对点云拼接后的全网数据进行全局优化,消除累计误差,提升整体的定位精度。采用鲁巷和密歇根的数据进行测试,结果表明,该方法在一定程度上减少了匹配误差,平均误差为1.0m,最小误差为0.2m,可以满足大范围同步定位与建图的精度需求。     

两种基于个体偏好集结的多属性群决策共识方法

针对多属性群决策中的共识问题, 提出两种使群体达成共识的方法. 假设群体决策的结果以从个体偏好通过集结得到的群体偏好为基础, 在使用算术加权集结算子和几何加权集结算子的条件下, 分别设计相应的共识达成算法, 并对算法的收敛性进行分析. 与已有方法相比, 所提出算法能够体现决策个体的差异和决策个体对群体的影响. 通过某市政图书馆空调系统安装方案的选择表明了所提出方法的合理性和可行性.

     

文本分类中训练集相关数量指标的影响研究

针对训练集对分类性能的影响,从训练集的文本数、类别数以及特征项数这三项数量指标出发进行研究。使用多因素方差分析方法及多种语料库定量探讨该三项数量指标对分类性能的影响规律。结果发现特征项数对分类性能的影响在不同的文本数和类别数时是不同的,分类性能受训练集的这三项指标的交互影响,通过对训练集的这三项指标进行优化,提出了从分类算法、特征项选择法以外提高分类性能的途径。在真实数据上的实验结果表明,该方法可有效提高分类性能。     

基于日志挖掘的移动应用用户访问模型建模技术研究

提出了一种基于监控日志挖掘的移动应用用户访问模型自动构造方法,该方法包括监控代码注入和界面访问模型构造两部分。首先,提出了一种监控代码自动注入方法,即通过对移动应用代码的静态分析,自动地在相应位置插入监控代码以支持在运行时动态地监控用户的访问行为。其次,提出了一种基于状态机的移动应用用户访问模型构造方法。访问模型中状态机的节点和节点间跳转上的附加属性描述了UI界面之间的跳转行为和界面内控件的使用情况。对移动应用进行的实验表明,这种基于监控日志挖掘的移动应用用户访问模型自动构造方法能够成功地自动注入移动应用的监控代码,并能够有效获得移动应用用户界面访问行为。     

ITS无线接入网业务建模和调度方法设计

首先介绍了面向智能交通系统(Intelligent Transportation System,ITS)的无线接入网网络结构和主要业务,对车路协同业务和PTT语音业务进行了分析和建模。然后根据不同业务的特点及QoS需求提出具有针对性的调度方案:对于车路协同业务,采用适应车速的动态调度方法;对于PTT语音业务,采用基于状态转换的调度方法;对于视频和其他对时延不敏感的数据业务,采用缓存请求的调度方式。最后在OPNET平台上对调度方法进行仿真,针对各种ITS业务得出延时、丢包率等性能曲线,验证了算法的有效性,这也为ITS接入网的网络设计提供了参考。     

一类多时变时滞T-S模糊广义系统的容许控制

研究了一类具有多时变时滞的T-S模糊广义系统的容许控制问题。首先,给出了多时变时滞的T-S模糊广义系统数学模型,并且利用Lyapunov稳定性分析方法,得到了多时变时滞的T-S模糊广义系统的容许的一个充分条件,所得的结果对时变时滞的变化率没有限制。该充分条件可以通过严格线性矩阵不等式来求解。然后基于所给出的容许性定理,提出了状态反馈控制器的设计方法.最后,使用算例说明了所给方法的可行性和有效性。     

单例模式及其扩展在Web开发中的应用分析

单例模式是一种Web开发中广泛应用的设计模式,应用该模式的类只能在类体内部实例化本类唯一的实例对象,并通过该类的静态成员方法提供给整个应用程序,起到全局共享的作用. 该种模式的应用可以降低应用程序的资源耗费、提高运行效率,但当系统任务繁重或一个实例对象难以胜任时,就显得捉襟见肘,多例模式作为单例模式的扩展,通过生成有限个实例对象,既能避免类体本身实例对象的无序生成,又很好的解决了单个实例对象所不能完成的任务,可以说是单例模式优点的延续和扩展.     

一种基于角色和数据项的访问控制方式

当今社会,随着信息和通信技术的飞速发展,数字信息正在被广泛使用,为了进行数据分析以支撑基于信息的决策,政府、社会机构、公司和个人都可能会收集一些涉及个人的信息数据,然而伴随着大数据资源的正在进行越来越广泛的整合、分析和利用,使得数据治理问题,特别是数据隐私保护问题也越来越被人们重视,成为大数据研究的一个重点。本文针对如何保证数据资源在使用过程中的安全访问控制问题,在主流的基于角色的访问控制方式的思路之上进行了扩展,提出了一种基于角色和数据项的访问控制方式,即在数据库中增加角色对数据表中每一项的访问权限表。实践结果表明,与目前主流的几种访问控制模式相比,实现了对数据的精细化管理,对不同角色的用户访问实现了数据可控,对大数据环境下信息系统的数据隐私保护具有一定的指导意义。     

一种可扩展的动态数据持有性证明方案

提出了一种能保护数据隐私的动态数据持有性证明方案, 并对方案的安全性进行了证明, 性能分析表明该方案具有低存储、计算和传输负载的特点。通过扩展实现了对公开可验证和多副本检查的支持, 扩展方案的特点在于公开验证中不需要可信第三方的参与, 而多副本检查可以方便地实现对所有副本的批量检查。