异构空间信息的分级共识模型研究

Internet上异构、分布的空间信息因各自独立、相对封闭而无法相互沟通和协作,从而形成了空间信息孤岛。论文利用计算机的知识表示理论和Ontology技术能够明确表达相关领域共识的特点,探索性地提出了异构空间信息的分级共识模型。该模型为解决上述问题提供了一条切实可行的新思路。     

“三段四层”计算机类大学生创新能力培养模式探索与实践

综合分析了目前我国高样"开展大学生创新能力培养,开展大学生创业教育"所存在的问题,提出"三段四层"的多方互动计算机类人才培养模式,目标是培养出具有"擅创新,能创业"的计算机类高素质人才。     

基于改进的BP神经网络入侵检测方法研究

针对遗传算法局部搜索能力弱和收敛速度慢,在选择操作之后加上了禁忌搜索算法,并对交叉操作进行改进,最后用禁忌搜索作为变异操作,从而加快算法的收敛速度,并用此改进的遗传算法来优化BP神经网络的权值。实验证明,采用该方法优化BP神经网络权值,能克服BP神经网络收敛速度慢、局部极小问题。     

基于云端协同计算架构的边缘端I/O密集型虚拟机资源分配方案

大型制造业生产车间业务流程复杂,传统固定资源配置方式将产生负载不均衡的问题。针对此问题,设计并实现了一种基于云端协同架构的边缘端I/O密集型虚拟机资源的分配算法,通过定义计算节点中每个I/O密集型虚拟机三个维度的信息计算得出I/O密集型虚拟机的优先级,并按最大优先级队列实时统一分配硬件资源。实验结果表明,该算法在应对工业机械设备高响应和高通量的要求上有较为明显的提升,为实际生产起到了优化资源配置的作用。     

基于制造业多粒度模型下的流程优化组合

在多粒度模型下对4个服务质量因子进行了性能的评估,并且根据实际云制造的生产情况引入了距离因子,并跟原有的性能描述进行对比。结果表明:引入了距离因子以后,表现出的服务组合性能和原始服务组合性能有所不同,这种表现更接近实际情况。     

基于NNVD的网络化软件多步控制算法研究

网络化软件系统规模的增大不仅增加了理解和优化系统的难度,而且一个小的异常就有可能引发整个系统的崩溃。因此,针对网络化软件系统的异常行为,本文提出一种基于NNVD(network node value degree)的网络化软件多步控制算法,该算法从节点路径长度范围的角度去研究异常行为传播的局域控制,通过网络化软件节点的重要程度选择控制节点,分析在无标度网络软件系统中进行局域多步控制的有效性。研究表明,该算法能够在一定程度上抑制异常行为的传播,使异常能够在一定的范围内得到有效的控制。     

质量工程实施进程中软件工程专业人才培养模式的研究与实践

本文针对传统人才培养模式存在的弊端,论述了以培养具有高素质创新能力的复合型人才为目的,将高等教育从以教师为中心转变到以学生为中心的轨道上来,设计并实施"招生—培养—就业"一体化的完整培养模式。同时,本文阐述了改革软件工程专业的课程体系,以及建立完善的、与课程体系配套的实训、培训的"双训"教学体系。这些改革措施取得了明显成效,为软件工程人才培养提供了有益的经验。     

不完全标记的多个并行事务踪迹的“剥离”

新型分布式软件的多个并行处理事务导致每个事务产生的事件按随机排序,如果这些事件的标记不完全或不可用,将无法区分这些事件到底属于哪个事务.将不完全标记事件的“剥离”问题转化成偶图最大权重完全匹配问题.对于事件间的转换时间是独立等同分布的情况,将所有可能状态(事件)划分为若干个割集,每个割集构成一个偶图.在这些偶图系统中,采用所提出的偶图最大权重完全匹配的改进算法进行分散匹配,通过拼接匹配结果得到各事务产生的最可能踪迹序列.仿真实验证实:该方法可以有效实现不完全标记的事务踪迹的“剥离”;与传统的偶图匹配方法相比,改进算法具有更高的匹配效率.     

软件交互行为的可信性分析与态势预测研究

研究现代分布式软件系统中交互实体的行为可信性问题,关注运行期意图、情景、行为和行为效应之间的关系,采用先进的统计机器学习工具分析行为踪迹规律,提出了一个新的软件行为分析与态势预测方法.针对松散聚合的交互实体间可能产生新的交互事件和行为模式的问题,本文用分层Dirichlet过程和无限隐Markov模型对被监测的交互接口数据进行聚类确定未知交互事件,用含有未知事件的序列进行行为模式的半监督学习,由管理者将其添加到规则与知识库中.在确定未知事件和行为模式时,用Beam抽样方法较其他方法(如Gibbs抽样)有更高的数据抽样和推理效率.当知识库的行为模式达到一定规模时,系统便可以无监督地对交互行为进行分析和预测.本文用HMM的Viterbi算法分析当前交互事件的最佳序列,从而确定当前交互行为的善恶,对恶意行为及时报警,对非恶意行为的后续趋势进行主动预测.通过仿真实验证实了该方法在软件行为分析与预测上具有独特的优势.     

基于剩余能量和距离信息的异构网络分簇协议

针对无线传感网络WSN(Wireless Sensor Network)的网络寿命问题,提出了面向异构网络环境下的基于剩余能量和距离分簇REDC(Residual Energy and Distance Clustering)协议。REDC协议考虑了普通节点、中级节点以及高级节点,具有较高的初始能量节点称为中级节点和高级节点,余下的称为普通节点。在簇头CH(Cluster head)选举中,考虑节点的剩余能量和离基站距离信息,使得具有较高的剩余能量节点、离基站距离较近的节点有更多的机会被选为簇头CH,进而避免了剩余能量较小的节点成头簇头CH而产生节点过早失效缩短网络寿命的问题,平衡了网络内的能量消耗。仿真结果表明,与LEACH、DDEEC和SEP协议相比,提出的REDC协议具有较长的网络寿命和良好的数据传输能力。