基于粗糙集与神经网络的故障诊断研究

通过引入粗糙集理论,利用可辨识矩阵约简算法对故障诊断决策表进行属性约简,剔除其中不必要的属性,然后构造改进的BP神经网络作为粗糙集的后端处理机,构造了基于粗糙集与神经网络的故障诊断模型。仿真结果表明,该方法可以有效地减少输入层个数,简化神经网络结构,减少网络的训练时间,在故障诊断中有良好的应用前景。     

基于潜在语义分析的Web服务筛选技术

Web服务匹配算法普遍缺少服务筛选机制,基于关键词对服务基本描述和服务质量描述进行匹配,会导致服务匹配效率低且准确率不高。该文提出一种基于潜在语义分析的Web服务筛选方法,将服务的基本描述和服务质量描述以树形结构属性模板表示,采用一定的词频统计和权重方法构建潜在语义空间,生成广告服务索引数据库,根据服务请求进行筛选。实验结果表明,该服务筛选方法具有较好的筛选准确率和筛选完全率,能够较大程度地提高服务匹配效率。     

基于语义的Web服务发现技术研究

针对现有基于语义的服务发现机制普遍对服务质量描述和服务分类考虑不够,以及匹配机制适应范围较窄、匹配效率较低的问题,进行了服务描述与服务发现技术的研究,对OWL S规范作了一定的补充,并提出了一种基于语义的服务发现算法。以树形结构描述Web服务,按照一定策略对节点赋予不同的权值并分类存储。在服务匹配时,首先对服务请求进行预处理和领域定位,然后利用基于WordNet和HowNet的语义相似度计算方法以及一定的辅助技术实现服务匹配。实验结果表明,该服务匹配算法具有较好的查准率和查全率。     

基于改进的二进制分辨矩阵属性约简算法

属性约简是粗糙集理论的重要研究内容之一,目前已有许多属性约简算法。但这些算法中主要针对一致决策表,当决策表是不相容的情况下,常用的计算全部属性约简的差别矩阵算法会产生错误的结果。为了解决这个问题,引入了一个改进的二进制分辨矩阵,提出了一种基于改进的二进制分辨矩阵的属性约简算法。并利用上述算法结合实例进行属性约简,证明了算法的正确性和有效性。     

一种概率保证的TC P单包流过滤机制

针对TCP流量中高比例单包流影响组流效率问题进行了研究，基于网络流特性和TCP规范提出了一种概率保证的TCP单包流过滤机制，在CERNET主干节点跨度两年的大量Traces上进行了实验。结果表明，该策略以极少的精度损失获取了大幅度的效率提升，与现有策略相比，性能和稳定性都有显著提升。     

进程同步的教学方法探讨

在操作系统课程的教学中,进程同步是其中一个重点,也是难点。进程概念较抽象,所以进程同步成为老师难讲、学生难学的内容。该文探讨了进程同步的教学方法,从易到难,循序渐进,边分析边讲解。教学实践表明：该方法教学效果良好,能使学生很容易理解进程同步的概念和方法。     

读者-写者问题的算法改进

读者-写者问题是操作系统进程同步中的一个经典例题。分析了原有算法中存在的问题,提出了两种改进的算法,通过实例,比较了几种算法的结果。     

过河问题的算法改进

过河问题是操作系统进程同步中的一个经典例题。分析了原有算法中存在的问题,提出了一种改进的算法,通过实例比较了两种算法的结果。     

基于自动机的TCP流识别算法

为提升网络流识别性能,本文提出了一种TCP流识别算法.该算法基于传输控制协议(Transmission Control Protocol,TCP)下网络通信双方的交互过程构建双向流自动机,由该自动机根据TCP协议规则和网络流当前状态判断TCP流终止,同时以基于规则的过滤机制和超时策略为辅助措施,快速识别单包流和异常中断流.该算法内存开销、计算和内存总开销均低于经典算法固定超时策略(Fixed Timeout strategy,FT)和同类代表性算法两层自适应超时策略(Two-level Self-Adaptive Timeout,TSAT),同时该算法精度高于TSAT,且仅比默认精度标准略有下降.该算法基于协议规则识别TCP流,既保证了流的准确性,又节省了流的超时等待时间,而且算法尤其适合中流、小流和不规则TCP流比重较大的情况,使得识别系统在面临DDoS攻击、蠕虫爆发等网络异常时仍能正常运行.     

基于本体的Web服务描述与发现机制研究

Web服务发现是Web服务系统架构的重要组成部分,传统的服务发现只是简单的基于关键词的语法匹配,查询得到的服务往往不是用户想要的。分析了国内外Web服务描述与服务发现现状,提出了一种具有层次性和结构性的Web服务描述与发现算法。实验证明该算法与现有算法相比具有较好的查准率和查全率。