基于角色和任务的CSCW系统访问控制技术研究

针对现有方法不能很好地满足CSCW系统对访问控制的需求,提出基于角色和任务的CSCW系统访问控制模型RTBAC(Role and Task-Based Access Model).该模型形式化地描述了用户、角色、任务、权限、工作流等要素及其相互间的关系,通过分配和取消角色来完成对用户权限的授予和取消,并提供了角色间偏序继承和指派关系定义,通过引入任务概念、任务类型划分及角色和任务之间的关系定义,实现了依据任务和任务状态不同对权限进行动态管理.该模型是针对CSCW系统多用户、动态、协作等特性提出的,能较好地满足CSCW系统对访问控制的需求.     

图像1 DFFT-MP稀疏分解算法研究

针对图像稀疏分解速度慢和重建图像视觉效果不好的问题,提出了一种基于MP和一维FFT、的图像稀疏分解算法。算法中把二维图像按行抽取成一维信号,同样地,把过完备原子库中的原子按行抽取成一维原子,然后把二维图像或图像残差与原子的内积运算转化为一维信号或信号残差与一维原子的互相关运算,最后利用一维FFT方法计算一维信号与原子的互相关运算。通过实验验证表明,在重建图像的质量没有改变的前提下,当图像大小为512 X512时,一维FF7图像稀疏分解算法的速度比二维FFT提高了2. 11倍。     

局部敏感非负矩阵分解

非负矩阵分解是一种新的基于部分学习的矩阵分解方法,反映了人类思维中局部构成整体的概念。算法只将非负矩阵近似地分解成两个非负矩阵的积,忽略了数据几何结构和判别信息。提出了一个局部敏感非负矩阵分解降维算法来克服这一缺点。该算法既保持了数据非负性,又保持了数据的几何结构和判别信息。构造了一个有效的乘积更新算法并且在理论上证明了算法的收敛性。ORL和Yale人脸数据库实验表明该算法性能超过许多已存在的方法。     

开启《流量之眼》监控带宽

开学啦!虽然又得面对一大堆学习任务,有点不爽,但是想到可以见到久违了一个假期的兄弟们,心头立刻活跃起来——我们又可以一起上网打游戏、看电影啦!不过在这之前,我得好好考虑一下上学期流量不够的问题了,学校提供的包月流量可经不起我们折腾。     

一种改进的抗几何攻击的数字图像水印算法

利用奇异值分解的特性,提出了一种改进的基于奇异值分解的数字水印算法。该算法通过设定采样的起始和终止参数,对图像的频域幅度值进行有选择的部分采样。然后利用采样后的数据构造嵌入水印的数据矩阵,并对数据矩阵进行分块奇异值分解,获取一个由次大奇异值组成的数字序列。最后通过可调强度的加性方法,在次大奇异值上嵌入水印信息。依靠数据矩阵的采样构造方式和次大奇异值的几何攻击不变性实现了数字水印的抗几何攻击性。实验结果表明,该方法较传统方法而言有更高的灵活性和鲁棒性。     

Photoshop分段教学设计

根据教学目标的两个层次,提出＂分段教学＂的教学模式,将基础理论教学与创新能力的培养结合起来,探讨了每一阶段教学过程中的具体做法和需注意的问题。     

计算机应用基础任务驱动教学法

计算机应用基础是高校各专业学生必修的公共基础课,采用任务驱动教学方法能体现计算机应用基础课程教学的特点,培养适合社会需要的高素质应用人才。本文根据目前高校计算机应用基础教育的现状及特点,就该课程任务驱动教学法的模式、效果以及应注意的问题等进行了探讨。     

制造网格任务分解规则、方法及应用研究

为了实现制造网格的资源共享与协同工作,制造网格任务需要拆分成若干设计、制造、装配等多种类型的子任务（活动）的形式,以便于多个服务节点、多方面人员进行协作完成。分析了制造网格任务分解的基本特点,提出了一种基于QoS的制造网格任务分解规则,在此基础上,提出了制造网格任务分解的基本方法和步骤,最后,通过应用实例说明了该规则和方法的有效性和可行性。     

基于多值分解和多类标学习的分类框架设计

多值多类标的数据分类是研究一个样本不但同时属于多个类别,而且在某些属性下也可能存在多个取值的问题。提出了一种结合多值分解和多类标学习的多值多类标分类框架（MDML）,采用4种不同的多值分解策略,将问题转化为多类标问题,然后利用3种经典的多类标算法进行学习。实验结果表明,MDML与已有的多值多类标决策树算法相比,有效地提高了分类的性能,而且不同的组合方法适用于不同特点的数据集。     

任务驱动法在“数据库管理”教学中的应用

职业学校的培养目标是为企业培养服务第一线的应用型技术人才和管理人才,定位要求职业学校注重学生实际能力的培养,强化实践教学。任务驱动法研究教学是以学生为主体对象,改变传统的老师教学生学的教学模式,以任务驱动、实现方式为线索,培养学生数据库领域内的实践动手能力;培养学生分析问题、解决问题的能力;培养学生的自学能力;培养学生岗位职业的技能。