一种基于动态进化模型的事件探测和追踪算法

在大量分析网络新闻特点的基础上，借鉴Single-Pass聚类思想，并结合新闻要素给出了一种基于动态进化模型的事件探测和追踪算法．该动态模型是基于新闻事件的生存特点提出的，包括：基于时间距离的相似度计算模型、事件模板进化策略以及动态阈值设置思想．该算法可以自动对新闻资料进行组织生成新闻专题，进而为用户提供个性化服务．实验结果验证了算法的有效性．     

MRTG的研究与部署

研究了目前广泛应用的一款开放源码网络系统监控软件——MRTG，介绍了它的工作原理及其组成结构，详细阐述了每个部分的实现方法。给出了网络分布部署MRTG的方案，并介绍了通过它监控端口流量和主机资源的配置方法。     

图像纹理特征及其在CBIR中的应用

基于内容的多媒体信息检索是当前世界的研究热点，然而在图像内容表示及其相似性度量这两个关键问题上取得的进展还不能令人满意。通过深入研究纹理的本质和人类视觉系统的特性，结合MPEG－7标准提出的图像内容描述了概念，提出一种新的谱方法来描述图像的纹理特征，并将其应用于图像内容的表示和检索，在此基础上，讨论了图像的颜色描述子和相似性度量策略，并给出了实验结果和性能评价。     

QoS驱动的主体服务匹配

分析了目前主体服务匹配的研究现状和存在的问题，为了正确匹配到用户最满意的主体，提出了一个服务质量(Quality of Service,QoS）模型，该模型比较客观的反映了主体服务非功能属性的特征，并研究了该QoS模型上的各种计算和评价方法，在QoS模型的基础上，重点研究了一种QoS驱动的主体服务匹配算法，该算法克服了KSycara,K Arisha、G J Wickler和Z Zhang等人提出的主体服务匹配算法中存在的不足，最后用仿真实验验证了提出的主体服务匹配算法的有效性。     

基于SCEC的信息特征压缩算法

对交互熵理论进行了研究，提出了对称交互熵的概念，并论证了它是一种距离测度，可以用以度量两个随机变量的差异程度，我们把它作为信息特征压缩的类别可分性判据，称之为对称交互熵判据(SCEC)，建立了基于SCEC的信息特征压缩算法．模拟应用表明，提出的算法是一种有效的、可靠的算法，为模式识别理论的研究提供了一种新的数据压缩方法．     

自主计算环境

自主计算技术是为了解决软件复杂性危机而提出的一门新兴的研究课题。该文分析了目前自主计算研究的现状和不足，提出了一种自主计算系统的建模方法，给出了自主单元和自主计算系统体系结构，并在该结构的基础上实现了自主计算环境ACE。     

一种有效的基于图的关联规则挖掘算法

基于图的关联规则挖掘算法是一种通过构建关联图并直接生成候选频繁项集，进而验证得到所有频繁项集的算法。在该算法中，对候选项集的验证操作占用了大量的时间，为此提出了改进算法。改进主要体现在两个方面：按支持度降序对频繁1项重新编号再构建关联图；利用Apriori性质删减用来生成候选项集的冗余扩展项节点。实验结果表明，在最小支持度阈值较小时，改进算法有效减少了冗余的候选频繁项集，提高了算法的性能。     

噪声消除与SMO算法收敛性

近年来,随着序列最小优化分类算法SMO等一系列快速算法的推出,支持向量机在自动文本分类研究领域取得了很大的成功。大多数文本分类问题是线性可分的,使用线性核函数的SMO算法能够取得非常好的分类效果。但是文本向量是一种非常稀疏的向量,采用线性核函数的SMO算法对噪声样本非常敏感,容易产生发散的问题。文章分析证明了噪声如何影响SMO算法收敛性。为了解决训练样本中噪声样本影响SMO算法收敛的问题,设计了一个消除噪声样本的算法,取得了非常好的效果。     

基于概率统计技术和规则方法的新词发现

新词／短语的识别是自然语言处理、信息检索和机器翻译等领域的一项基础研究。该文分析了已有短语抽取技术,并结合汉语特点,提出了基于概率统计技术和规则方法相结合的概念抽取方法。该方法包括高效的“二元语法”统计模型、统计算法、统计选词策略、丰富的规则知识和规则过滤算法。实验证明该方法适用于从大规模语料库中自动高效地发现新词／短语。     

基于B-样条网络的复杂主曲线建模

提出了一种基于B-样条网络的复杂主曲线建模的新方法，该方法结合学习主曲线的多边形算法和B-样条网络来建立主曲线模型，同时提出了用于寻找主曲线分叉点的迭代算法。实验结果表明所提出的方法是简便有效的。