多组织管理信息系统软件体系结构的合约模式

丰富和发展了合约的概念,把它作为一种设计模式应用于多组织管理信息系统软件体系结构的设计中,从各个层次上阐述了合约模式的应用方法。实践证明,以合约模式设计的多组织管理信息系统软件的体系结构能够有效地解决信息封装、信息共享、业务模型的动态组织和全局信息管理模型等问题。     

基于人工神经网络的IT项目风险评价模型

[摘要]：首先本文在构建IT项目风险评价体系的基础上,提出一种基于人工神经网络的多指标综合风险评价模型。其次,利用神经网络的自学习和自适应能力,经过训练的神经网络系统能够将专家评价思想以连接权的方式赋予风险评价模型。最后,通过实际IT项目评价数据的验证,该风险评价模型能够准确地按照专家评价法进行工作。     

神经密码学

神经网络是近年来得到迅速发展的国际前沿研究领域，它已成功地应用于许多学科领域。密码学是解决信息安全最有效的手段之一，是当代信息高科技热点。用人工神经网络解决计算机密码学中的问题，即神经密码学，不仅是神经网络的一个重要的应用研究领域，而且也是密码学理论研究的一个新课题。     

求解电路划分问题的混合式遗传算法

为了进一步降低超大规模集成电路设计的复杂性、增强图形可读性 ,提出了一种求解电路划分问题的混合式遗传算法。与传统遗传算法不同的是 ,该算法采用了顺序交叉和单元交换变异方式 ,同时对交叉概率和变异概率进行了优化设计。与K -L算法及传统遗传算法得出的结果比较 ,该混合式遗传算法在计算时间和划分结果上显示出其优越性     

基于贝叶斯网络的软件项目风险管理模型

提出了一种基于贝叶斯网络的软件项目风险管理模型。随着软件项目的进行,该风险管理模型能够利用不断更新的项目数据持续地预测潜在风险,确定风险源并采取适当的应对措施降低风险发生概率。经实践检验,在软件开发过程中引入该风险管理模型能够有效地对风险进行管理,提高软件开发的成功率。     

基于遗传算法的顾客购买行为特征提取

提出一种基于遗传算法的顾客行为特征提取算法。首先,采用Tanimoto 相似度来度量顾客间购买行为,并设计遗传聚类算法对顾客群体进行划分,把具有相似购买行为顾客聚集为一类。然后,针对不同顾客群体的购买行为特征,设计一种基于遗传算法的多种群特征提取方法,从各个子群体中发现顾客的购买行为的知识。为了增强种群内部协同进化能力和规则质量,我们采用最近邻替代遗传策略和局部搜索策略。使用实际零售数据集对整个算法进行验证,并与经典的Apriori算法进行比较。实验结果表明该算法在不需要产生频繁项集的情况下,可较高效生成精简规则集,在规则形式方面也更加灵活。最后,对实验结果进行详细分析。     

一种改进的软件项目开发风险管理模型

该文提出了一种改进的软件项目开发风险管理模型。该模型在贝叶斯网络的建模过程中以样本数据集为基础进行结构学习和参数学习,建立更符合实际软件项目特征的贝叶斯网络。同时,进一步完善了软件项目开发风险管理流程,并利用贝叶斯网络的信念更新过程实现动态软件项目风险管理。经实践检验,该改进模型能够更有效地对软件项目开发过程中的风险进行管理,提高软件开发的成功率。     

DCT域基于α稳定分布的数字图像水印检测器

提出了离散余弦变换(DCT)域基于α稳定分布的分数低阶统计量水印检测器设计的理论推导和实验证明.理论分析和实验结果表明:传统的DCT域水印检测是将变换系数的交流分量作二阶统计量Gausissian分布假设,并依此作为检测器设计依据,非二阶统计量检测范围与精度受到限制与影响;基于α稳定分布的假设更适合数字图像水印处理的实际应用,提案方法的约束条件更为宽泛,与对照方案相比,水印提取失真率降低了7.4%,且适用对象更具一般性.     

The schema deceptiveness and deceptive problems of genetic algorithms

Genetic algorithms (GA) are a new type of global optimization methodology based on na-ture selection and heredity, and its power comes from the evolution process of the population of feasi-ble solutions by using simple genetic operators. The past two decades saw a lot of successful industrial cases of GA application, and also revealed the urgency of practical theoretic guidance. This paper sets focus on the evolution dynamics of GA based on schema theorem and building block hypothesis (Schema Theory), which we thought would form the basis of profound theory of GA. The deceptive-ness of GA in solving multi-modal optimization problems encoded on {0,1} was probed in detail. First, a series of new concepts are defined mathematically as the schemata containment, schemata compe-tence. Then, we defined the schema deceptiveness and GA deceptive problems based on primary schemata competence, including fully deceptive problem, consistently deceptive problem, chronically deceptive problem, and fundamentally decepti     

IC-索引：一种支持时间序列反向查询的索引方法

为解决时间序列的反向查询问题，提出了一种新的时间序列动态索引方法——IC-索引。采用单调链表示时间序列的状态变化，利用AVL树对时间序列的变化区间进行索引。实验结果表明，算法的运行时间比现有的IP-索引减少了50％。