KSN:一种基于知识图谱和相似度网络的Web服务发现模型

服务发现旨在解决服务信息爆炸的问题,找到定位满足服务请求者需求的服务.由于服务描述信息主要由带有噪声的短文本组成,并且具有语义稀疏的特征,因此很难提取服务描述文档的隐含上下文信息,此外,传统的服务发现方法在获取服务的特征表示后,直接进行相似度计算,其使用的度量函数是不符合人类感知的.针对上述两个问题,文中提出了一种基于知识图谱和神经相似网络的服务发现框架(KSN).它使用知识图谱来连接服务描述和规格中的实体以获得丰富的外部信息,从而增强服务描述的语义信息,使用卷积神经网络(Convolutional Neural Network,CNN)提取服务的特征向量,并将其作为神经相似网络的输入,神经相似网络会学习一个相似度函数,用于计算服务和请求之间的相似度以支持服务发现过程.通过对ProgrammableWeb爬取的真实服务数据集的大量实验结果表明,就多种评估指标而言,KSN优于现有的Web服务发现方法.     

基于神经网络的人脸识别系统

针对人脸在整个图像中识别的问题,提出了基于神经网络的前端人脸检测系统.该系统首先将训练集中每个图像划分成独立的小窗口,并标示出每个窗口中包含的人脸图像,并据此对神经网络进行训练.在利用神经网络对人脸进行识别的过程中,对待检测图像划分为分辨率为金字塔形的小图像,然后对每个分辨率的小图像进行人脸识别.同时为了提升系统对人脸检测的准确率和误报率,需要对多个神经网络输出的阈值进行权衡.本系统使用自适应算法,增加了错误检测集以提升系统的检测精度.     

一种面向对象体系结构的度量模型

针对面向对象体系结构的软件系统缺乏有效度量方法的现状,通过行为、逻辑、构件和部署4个互为补充的模型,对面向对象的软件进行了架构分析,并确定了度量数据的采集集合.基于架构分析获得的原始系统数据,吸收快速原型与白盒、黑盒的基本原理,作者提出了一种适合面向确定对象系统的功能-结构-原型度量模型FCPMM(Function Configuration Prototype Metric Model).结合面向对象的基本准则与基本遗传算法,导出了该模型的循环收敛算法,从而可动态求解软件系统的最优状态.最后利用Matlab仿真实例,从度量参数适应度和最佳个体解码值两个方面验证了该算法的可行性.     

基于流程树的BPEL4WS中流程服务动态优化方法*

针对服务流程建模语言BPEL4WS难以满足用户个性化需求也无法适应动态环境变化的问题,提出了一种动态优化BPEL4WS中流程服务的方法。该方法给出了一种Web服务交互代价计算模型,用来评价用户对Web服务的偏好程度以及实时环境下Web服务交互的现实代价。将BPEL4WS描述的服务组合流程转换为服务组合流程树,并借助领域本体对流程树节点进行语义检查,消除流程树中不合法的流程组合。通过深度优先遍历流程树,利用单亲遗传算法对流程服务进行优化组合。最后给出应用算例,并对用来优化组合流程服务的单亲遗传算法的适用性与     

图像重建算法中的窗函数研究

对广角扇束扫描模式下的图像重建算法进行了研究．在引入实验的七种典型窗函数中，有限带宽、三角形窗以及余弦窗是卷积窗函数比较理想的选择．在图像重建，选择有限带宽窗时有较好的空间分辨率，三角形窗时有较好的密度分辨率。选择余弦窗时是空间分辨率与密度分辨率两者的折衷；从窗函数的频谱角度考虑。可用于图像重建的一个良好的卷积窗函数应该具备以下条件：（1）最小的3dB带宽B，即最小的主瓣宽度；（2）最小的旁瓣最大峰值A；（3）最大的旁瓣峰值衰减速度D．通过实验，验证了基于窗函数的卷积反投影图像重建算法可以有效地提高重建图像的质量．     

从对高职计算机专业学生创新能力调查分析入手 探求创新型人才的培养思路

社会迈入以创新为动力的知识经济时代,对人才的评价标准也由单纯依据其掌握知识的多少转为考查其是否具有迅速掌握新知识、并进行创新的能力。创新意识、创新思维和创新能力是学生综合素质的最佳反映:一方面,学科专业知识的掌握程度、专业能力的高低与学习方法的得当与否,都可通过其创新意识的强弱和创新能力的高下得以体现;另一方面,强化创新思维和创新能力,可以促使其带着问题创造性地学习,注意自己整体素质的提升。作为一种职业教育,高职计算机专业可借鉴企业创新理论指导教育教学改革,以培养学生的创新意识为方向,以培养学生的创新思维为突破口,以培养学生的创新能力为目标,从而彻底改变过分强调专业知识的传统学科专业教育的教育观念和教学模式,以适应飞速发展的现实世界和不断变化的社会需求。     

空间孤立点检测

空间孤立点是指与邻居具有不连续性的空间点，或者是偏离观测值以至使人们认为是由不同的体系产生的。空间孤立点检测在交通、生态、公共安全、卫生健康、地震、海啸等领域有广泛应用。传统的根据一个非空间属性值进行孤立点判断的方法客易引起孤立点判断失误。作者在针对多个属性进行考虑的基础上，提出以空间维确定邻居关系，非空间维定义距离函数，使用Mahalanobis距离检测孤立点，研究一种新的检测空间孤立点的算法。并时时间复杂度进行分析。仿真实验说明算法可以有效地发现大规模空间数据中的孤立点。     

SOA中基于属性的访问控制安全策略

SOA环境具有分布性.异构性和动态性的特点,传统的访问控制模型已经不能满足其需求.为解决SOA环境下的访问控制问题,提出了一种基于属性的访问控制模型(Attribute-based Access Control,ABAC).模型以实体的属性作为评价的基本单位.通过对主体属性、资源属性以及环境属性的动态评估,结合访问控制策略来对用户的访问进行控制.并采用XACML和SAML两个规范对模型进行了实现.分析了框架中属性和访问控制策略的查询响应方法,以及访问授权的流程.分析结果表明,结合XACML和SAML标准实现的ABAC模型具有较好的安全性和移植性,适用于异构的SOA环境.     

适于高职计算机课程的三段教学模式

<正>在信息化的今天,传统职业教育培养的计算机人才已不再适应社会的需要,因此,高职院校计算机专业应该根据实际生产的需要,通过专业教学改革,革新专业课程的体系和内容,使学生具有合理的知识结构与较强的应变和开拓能力,培养既有一定理论水平、又有较强实践能力的技能型计算机人才。     

社交网络中基于注意力机制的网络舆情事件演化趋势预测

与传统媒体相比,社交网络在传播新闻、思想、观点等方面发挥着突出的作用,同时也是传播谣言、虚假新闻等负面信息的最佳途径.因此,对网络舆情演化趋势的准确预测和有效控制已成为重要的研究话题.目前,大多数研究从理论建模的角度对网络舆情事件的演化特性和发展趋势进行预测,基于用户行为特征的信息传播演化趋势预测模型的建模及分析有待进一步研究.考虑到信息传播过程中用户之间的相互影响,文中提出一种基于注意力机制的方法,旨在探究社交网络中用户在信息传播过程中的影响来预测信息的传播趋势.首先,利用基于长短时记忆神经网络(Long Shot-Term Memory,LSTM)的网络架构来获取信息传播的轨迹特征.其次,考虑到信息传播和用户行为的复杂性,利用注意力机制挖掘用户之间的依赖性来预测真实的信息传播过程.最后,综合考虑影响信息传播的驱动因素,得到一种基于注意力机制的信息传播演化趋势预测模型(At-tention Diffusion Neural Network,ADNN).在4个对比数据集上的实验结果显示,ADNN模型优于流行的序列模型,该模型能够有效利用驱动因素对信息传播的影响,更准确地预测社交网络中信息的传播趋势.