大规模服务覆盖网拓扑设计

针对大规模服务覆盖网拓扑设计方法构建效率低的问题,该文提出了以带宽容量为约束条件,基于多商品流的线性规划模型和实现算法,以降低构建算法的时间与空间复杂度。仿真结果表明,该算法在大规模网络情况下,构建效率和资源利用率有显著提高。     

SBio：一种基于DiffServ网络的主动式队列管理算法

区分服务体系结构由于其实现简单、扩展性好,目前已经成为解决IPQoS问题的主要模型。区分服务网络中核心路由器执行的是RIO算法,以对不同优先级的数据包进行管理。但是RIO算法不能有效地保持队列长度的稳定性,因此会导致不可预测的排队延迟和延迟抖动,另外RIO算法还存在“带宽偏移”问题。SBio算法的目的是维持队列长度的稳定并且减轻“带宽偏移”问题。SBio算法是在SBlue算法基础上进行的扩充,使其能管理不同优先级的队列。仿真实验表明,与RIO算法相比,SBio算法能较好地维持队列长度的稳定并有效地减轻“带宽偏移”问题。     

一种基于VPN的安全电子邮件

随着电子政务和电子商务的逐渐普及,通过电子邮件在Internet上传递的机密信息也在迅速增加,因此对电子邮件的安全性和非公开性提出了更高的要求。论述了网络监听对当前电子邮件形成的安全威胁及VPN的安全机制,并在Linux环境下实现了一个基于IPSec的安全电子邮件网关模型。     

逻辑承载网构建效果评价方法研究

逻辑承载网构建效果的评价是对一体化承载网的资源优化使用的重要手段。文章首先给出了物理承载网、用户需求和逻辑承载网等内容的具体数学模型,以描述逻辑承载网的特性。在满足用户需求的基础上,从物理承载网的剩余网络拓扑结构和资源分配均衡性的角度,使用图的连通性理论和概率论方法,提出了综合性的评价标准。     

基于OWL的网络化制造本体构建分析

OWL是一种新的标准化本体定义语言，拥有比RDF Schema更丰富的表达能力，能帮助机器自动完成智能搜索和推理。本文尝试把OWL应用到网络化制造本体构建上，首先提出了一种本体构建的通用方法，随后结合OWL的特性分析了网络化制造本体中可能出现的各种元素，最后设计了一些搜索和匹配问题，用于在原型系统中检测所设计的主体。     

计算机辅助书法牌匾设计

通过融合书法字形状、方向和上下文特征并结合反馈技术,实现一种计算机辅助书法牌匾设计的方法．首先提取书法字特征表达书法字风格,然后通过风格一致性模型得到牌匾候选集,最后用对等反馈传递调整书法字的风格相似度．通过实验测试了不同的融合方法和反馈机制对牌匾生成的影响,结果表明融合和反馈均能提高牌匾的生成效果．     

基于运动传播和Isomap分析的三维人脸动画编辑与合成

提出一种三维人脸动画数据编辑与合成的有效方法,使用户可以在三维人脸模型上选定控制点,并在二维平面上指定表情动作的约束条件.根据人脸动画数据训练一个先验概率模型,将较少的用户约束传播到人脸网格的其他部分,从而生成完整生动的人脸表情;通过Isomap学习算法对三维人脸动画知识进行建模,并结合用户指定的关键帧拟合高维曲面上的平滑测地线,以自动合成新的人脸动画序列.实验结果表明,该方法可以直观地对人脸动画的生成进行交互式控制,并能生成较为逼真的表情动画.     

表演驱动的矢量化二维表情动画

为了方便快捷生成生动的卡通表情动画,提出将表情数据重定向到卡通形象上的算法.该算法由用户在卡通形象上标记出与表情数据相对应拓扑结构的控制点,以此控制点集合与表情数据首帧控制点集合做比对;使用得到的比例关系将后续表情数据重定向到卡通形象上,从而形成针对卡通形象的表情数据.实验结果表明,运用文中算法可以制作出较为生动形象的卡通表情动画.     

大数据智能:从数据拟合最优解到博弈对抗均衡解

数据驱动的机器学习（特别是深度学习）在自然语言处理、计算机视觉分析和语音识别等领域取得了巨大进展,是人工智能研究的热点。但是传统机器学习是通过各种优化算法拟合训练数据集上的最优模型,即在模型上的平均损失最小,而在现实生活的很多问题（如商业竞拍、资源分配等）中,人工智能算法学习的目标应该是是均衡解,即在动态情况下也有较好效果。这就需要将博弈的思想应用于大数据智能。通过蒙特卡洛树搜索和强化学习等方法,可以将博弈与人工智能相结合,寻求博弈对抗模型的均衡解。从数据拟合的最优解到博弈对抗的均衡解能让大数据智能有更广阔的应用空间。     

多主体系统中基于本体论的服务相容匹配机制

利用本体论的表示能力,提出了基于本体论的主体服务匹配机制;通过自定义的领域概念化语言,描述领域概念集合以及概念的分类体系,在此基础上完成对主体服务的描述.以概念相容度为依据,提出主体服务语义相容度的概念,给出了主体服务匹配的策略和算法,并通过一个例子描述了主体服务的匹配过程,讨论了其相关的实现环境.