基于幂律分布和小世界特性的无结构P2P网络中搜索方法研究

目前无结构P2P系统得到了大量的应用,但其常用的基于简单flooding机制的信息资源搜索方法造成了严重的通信消耗.基于P2P网络的幂律分布和小世界特性,通过对复杂网络幂律特性产生机制的分析并借鉴人际传播中谣言传播机制,提出了一种结合择优连接机制和谣言传播中兴趣衰减机制的信息资源搜索方法.其中择优连接是导致复杂网络幂律特性产生的机制之一,而谣言传播中的兴趣衰减机制适合于聚合网络中的信息传播.分析和仿真结果表明,提出的搜索方法可以有效地减少无结构P2P网络中信息搜索的通信开销.     

基于Lucene．Net的分布式全文检索系统

随着互联网的发展,现代信息量急剧增加,人们对于信息的检索要求越来越高,一个好的检索系统必须具有较快的检索速度和较高的查准率.针对海量文本数据提出一种基于Lucene.Net全文检索引擎构建的分布式全文检索系统,使用.NET Remoting实现分布式的全文索引与全文检索,具有较好的扩展性和很快的索引与检索速度,并成功地将该技术应用于军队某部信息管理系统,取得了很好的效果.     

基于插值的核函数构造

近年来，统计学习(SLT)和支持向量机(SVM)理论的研究日益受到当前国际机器学习领域的重视．有关核函数的研究则一直是研究的重点．这是因为不同的核函数会导致SVM的泛化能力有很大的不同．如何根据所给数据选择合适的核函数成为人们所关注的核心问题．该文首先指出满足Mercer条件的核函数的具体表达式并非问题关键，在此基础上，该文进一步提出利用散乱数据插值的办法确定特征空间中感兴趣点的内积值以代替传统核函数的一般表达式所起的作用．实验表明该方法不仅能够有效改善支持向量机的设计训练过程中的不确定性，而且泛化能力要优于绝大部分的基于传统核函数的支持向量机．     

Decentralized estimation of sensor systematic error and target state vector

Multi-sensor data fusion has found wide uses in both military and civilian areas[1]. In multi-sensor information fusion systems, the fusion contains centralized, distributed, hybrid and multi-level structure[1].Refs. [2—4] discussed track fusion in distributed multi-sensor target tracking systems. Ref. [5] presented multisensor hierarchical estimation algorithms with feedback information. Their fusion methods did not deal with the systematic error that may degrade the performance of multisen…     

自由节点样条函数平滑滤波技术

考虑了目标跟踪和航天测控中测量数据的平滑问题.提出了利用自由节点样条函数来改善多项式最小二乘滤波器设计的模型和方法.用样条函数表示弹道,能改善目标机动时用多项式表示弹道引入的截断误差较大的缺点,提高弹道参数的估计精度.仿真计算结果表明该方法能显著改善目标机动时的运动参数估计精度.     

弹道导弹落点的外推方法

在靶场试验中，为了保障试验安全，需要根据观测数据实时地给出落点预报和落点外推，对落点预报的研究比较成熟，落点预报计算精度能满足靶场试验要求，但文献中对落点外推的讨论较少，现用的落点外推模型，算法不能满足实际要求，综合利用纵向和横向的射程数据，通过把落点外推的线性模型改进为非线性耦合模型，给出了精度较高的落点外推算法，仿真结果表明，采用本文方法，落点外推精度有明显提高。     

光学接力跟踪的弹道融合

研究用多台光学设备分段跟踪同一弹道的数据融合问题，首先给出弹道参数，测元真实信号的节省参数模型，并由此建立弹道跟踪数据的节省参数模型，以此融合各接力段数据。该方法能给出精度较高的完整而分段光滑的弹道，同时可给出对跟踪数据的主要系统误差的估计。     

P2P网络中基于网络拓扑特性的信任管理

基于社会规则和非结构化P2P网络的拓扑特性,提出一个用于非结构化P2P网络的信任管理方案,给出评价信息的分布式存储方案和信任度的计算、更新、搜索方法。该方法的计算复杂度和报文通信量较低。仿真实验结果表明,该信任机制能有效抵制非结构化网络中恶意节点的攻击。     

基于多维标度法的专利文本可视化聚类研究*

为了从当前海量的专利文本信息资源中迅速准确地获取所需的信息并将其以可视化的形式展现出来,通过研究文本挖掘相关理论和关键技术,结合专利文本的特征及现有的分析方法,提出一种基于多维标度法的专利文本可视化聚类方法,并结合实际进行了相关分析讨论。实验结果表明,该方法较好地展现了当前专利技术领域的应用主题分布状态及其关联图谱,可为相关部门的管理决策和技术创新提供有意义的参考和支持。