基于XML的数据交换及其参照完整性研究

针对目前数据集成的需要，叙述了传统数据集成方法的特点和存在的问题，提出了一种基于XML的数据交换技术。介绍了数据交换的含义和本文中参照完整性的实现方法：采用数据库端和应用程序端结合的方式。基于XML的交换技术在应用程序端分为导出数据、映射建模和导入数据3个过程，在分别介绍它们的同时，重点分析了如何在应用程序端来保证数据的参照完整性。  

基于单片机测控系统抗干扰的硬件设计

以80C51系列单片机作为下位机的分布式微机测控系统为研究对象，在提出干扰主要窜入渠道的基础上，从供电系统、输入输出通道等方面介绍了抗干扰的硬件设计方法。  

从ER模式到OWL DL本体的语义保持的翻译

提出了一种从ER模式到OWL DL本体的语义保持的翻译方法.该方法在形式化表示ER模式的基础上,建立ER模式和OWL DL本体之间精确的概念对应,通过一个翻译算法按照一组预定义的映射规则实现模式翻译.理论分析表明,该方法是语义保持的和有效的;算法实现和案例研究进一步证实,完全自动的机器翻译是可实现的.该文方法是原创性的,为Web本体的开发以及数据库和语义Web之间语义互操作的实现开辟了一条有效途径.  

基于boltzmann选择策略的人工蜂群算法

人工蜂群算法(ABC)是一种基于蜜蜂行为的优化算法。基于Boltzmann选择机制提出了一种改进的人工蜂群算法(BABC)用来优化多变量函数。BABC算法使初始群体均匀化;采用Boltzmann选择机制来代替轮盘赌以防止算法过早收敛。经过实验证明,该算法具有全局搜索能力好,收敛速度快,参数设置少等优点。  

基于排序FP-树的频繁模式高效挖掘算法

FP-growth算法是目前较高效的频繁模式挖掘算法之一。在FP-growth算法中,FP-树及条件FP-树的构造和遍历占了算法绝大部分的时间,如果能减少这方面的时间,则有望进一步改善算法的效率。本文给出了一个频繁模式挖掘算法SFP-growth。算法通过将FP-树有序化及采用高效排序算法等措施来提高FP-树构造的效率,从而使算法达到较高的效率。实验结果表明,SFP-growth是一个高效的频繁模式挖掘算法,其性能优于Apriori、Eclat和FP-growtn算法。  

基于多尺度Retinex的自适应图像增强方法

介绍了一种基于MSR的自适应图像增强的方法,能够较好地自动处理由于云雾、雨天等天气原因和光照不足导致的景物不清、视觉质量差和对比度低的图像,提升多种类型的图像视觉质量.通过对实验的结果以及算法的普适性进行比较和分析,证明了该方法是有效的.  

基于新的条件熵的决策树规则提取方法

分析了知识约简过程中现有信息熵反映决策表“决策能力”的局限性，定义了一种新的条件熵，以弥补现有信息熵的不足；然后对传统启发式方法中选择属性的标准进行改进，由此给出了新的属性重要性定义；以新的属性重要性为启发式信息设计决策树规则提取方法。该方法的优点在于构造决策树及提取决策规则前不进行属性约简，计算直观，时间复杂度较低。应用实例分析的结果表明，该方法能提取更为简洁有效的决策规则。  

小波神经网络预测模型的仿真实现

针对神经网络预测模型在对非线性序列进行预测时,容易陷入局部次优点,训练速度慢的缺点,在传统神经网络预测模型的基础上,引入小波作为隐含层的传递函数,构成新的预测模型:小波神经网络预测模型.介绍了小波神经网络预测模型的构建,仿真模型和仿真算法,并把小波神经网络预测模型在matlab7.0以网络流量的预测对模型进行了效果检验,得出了预测精度较高的预测结果,并且克服了容易陷入局部次优点的缺点,同时训练速度较之神经网络预测模型大大提高.  

P2P环境下基于Web服务的电子商务模型研究

P2P和Web服务都是一种新的Intemet应用模式.介绍了P2P和Web服务两个技术,并进行了比较,设计了一个以JXTA技术实现的P2P环境下的基于Web服务的电子商务框架结构,该框架可以充分利用P2P和Web服务的技术优势来提高网络的扩展性及互操作性,同时对P2P环境下的安全问题作了一定探讨.  

自适应粒子群算法求解Agent联盟

联盟生成是多Agent系统的一个关键问题，主要研究如何在多Agent系统中动态生成面向任务的最优Agent联盟．引入粒子群算法来解决这一问题，受到惯性权重Co在进化过程中所起作用的启发，引入自适应惯性权重％，对粒子群算法进行改进，使其不再易于陷入局部极小．对比实验结果表明，该算法在解的性能和收敛速度上均优于相关算法．