下一代网络--多协议标记交换MPLS思想剖析

多协议标记交换MPLS通过在传统的IP包里加入标记，使原来依赖于IP头标分析的路由转发转变为依赖于标记的转发，这不仅可以大大地提高IP包的转发速度，更可使传统IP网络具有QoS能力。本文深入分析了标记转发的思想．并指出了MPLS实现其优点所用的机制与原理。     

基于拉普拉斯方向的差值线性判别分析

标准的LDA方法通常有3个问题:1)为了确保类内散度矩阵的非奇异性,必须首先通过PCA进行维数约简,这限制了对更多维数空间的使用;2)当每人只有单个训练样本时,类内散度矩阵必然奇异,此时LDA无法工作;3)缺乏对像素间的局部相关性的考虑。为了解决这些问题,提出一种基于拉普拉斯方向的差值线性判别分析方法。该方法通过拉普拉斯方向实现更鲁棒的图像相异性测度,通过引入差值散度矩阵来避免类内散度矩阵的奇异性。实验结果显示,该算法对表情变化、光照改变及不同遮挡情况获得了更高的识别率,尤其针对光照变化,效果更加显著。     

基于矩阵初等变换的量子可逆逻辑电路双向综合算法

基于矩阵初等变换,提出了量子可逆逻辑电路双向综合算法。该算法依据两数字间的汉明距离,通过交换矩阵行号或矩阵元素对量子可逆逻辑电路的矩阵进行初等行变换。在变换的过程中,利用邻接矩阵的电路转化规则,生成任意给定置换的量子可逆逻辑电路。与其它同类算法相比,由于不需要穷尽搜索,该算法的时空复杂度有大幅降低;又由于采用任意n量子扩展通用Toffoli门,该算法可综合任一置换(奇或偶置换)的量子可逆逻辑电路,并且电路中门的数量有所减少。     

基于场景的面向方面软件体系结构度量方法

软件体系结构的评估为提高软件质量、控制系统复杂性提供保证,但多数单纯基于场景或基于度量的评估技术普遍存在度量角度单一的问题.针对该问题,结合场景技术提出了一种支持面向方面软件体系结构的度量方法.通过一组度量指标对体系结构进行度量并量化其结构特征;引入场景更细粒度地刻画体系结构的质量属性,考察场景在体系结构中的映射程度.最后对某保险案例的体系结构设计方案进行对比与选择,验证了方法的可行性及实用价值.两种技术的结合为更全面地进行面向方面软件体系结构的评估提供支持与参考.     

创业型小企业电子商务协调机制的研究——以西安“通讯盒子”公司为例

通过对创业型小企业如何在电子商务活动中建立各成员间协调机制的研究,结合对西安"通讯盒子"有限公司电子商务协调机制的剖析,提出创业型小企业电子商务活动应重点夯实协作与诚信两大基础协调机制。     

非稀疏多核组合的支持向量回归方法

为了改善支持向量回归机的性能,本文提出了一种利用多核学习解决回归问题的算法(NS-MKR),算法对基本核函数的组合系数施加了Lp范数的约束(p>1),以得到组合系数的非稀疏解,并采用了两步优化方法,首先求解基于加权组合核的标准支持向量回归问题,用于学习拉格朗日乘子,然后采用简单的计算,求得基本核函数的组合系数,这两个步骤交替进行,直到满足事先定义的收敛准则。在人工数据集和真实数据集上的实验表明,相对于传统的单核和稀疏多核支持向量回归方法,本文提出的算法有更好的泛化性能。     

一个通用移动agent仿真平台的设计与实现*

对移动agent在广域网中的运行情况进行仿真从而评价其算法的性能是优化移动agent应用设计的关键问题之一。在前期工作基础上,采用直接执行仿真方法,设计并实现的通用移动agent仿真平台SimulAglets。实验结果表明,该平台可对复杂的移动agent算法进行有效的模拟,仿真结果与理论建模和专用仿真程序得到的结果完全相符。     

基于正交实验设计的人工蜂群算法

人工蜂群算法是近年来提出的较为新颖的全局优化算法,已成功地应用于解决不同类型的实际优化问题.然而在该算法及相关的改进算法中,侦察蜂通常采用随机初始化的方法来生成新食物源.虽然这种方法较为简单,但易造成侦察蜂搜索经验的丢失.从算法搜索过程的内在机制出发,提出采用正交实验设计的方式来生成新的食物源,使得侦察蜂能够同时保存被放弃的食物源和全局最优解在不同维度上的有益信息,提高算法的搜索效率.在16个典型的测试函数上进行了一系列实验验证,实验结果表明:1) 该方法能够在基本不增加算法运行时间的情况下,显著地提高人工蜂群算法的求解精度和收敛速度;2) 与3种典型的变异方法相比,有更好的整体性能;3) 可作为提高其他改进人工蜂群算法性能的通用框架,具备有良好的普适性.     

基于群体智慧的软件开发间层模型及其架构实现

减少或者避免重复劳动是应对软件危机的一个重要方法.对软件重用技术进行研究,以避免重复劳动为目标,提出利用群体智慧的间层模型来试图解决软件危机问题.提出的柠檬框架是间层模型的一个实现,具有一定的实用性.同时柠檬框架也是正在进行的一个项目.     

一种对象代理数据库的跨类查询优化方法

对象代理数据库中跨类查询可以充分发挥对象代理模型的灵活性,为用户提供个性化数据服务,其执行效率十分重要。然而在处理多个跨类属性查询时,现有基于路径表达式的跨类查询实现存在对公共路径节点对象进行重复获取的情形,执行效率较低。针对跨类查询中加快获取终点对象的问题,优化核心思想是减少对路径上节点对象的重复与不必要的遍历,包括两个关键策略:首先是将路径节点整体作为虚拟路径视图统一获取节点对象,避免了多跨类属性查询下公共路径节点的冗余遍历;其次是针对路径复杂过长的跨类查询,依据代价估计策略选择物化查询涉及起点与终点对象,利用缓存减少执行时路径上中间节点的遍历。分别在属性数目与结果集规模两方面进行了对比实验,实验结果表明了优化方法的有效性。