基于FCM-LSSVM网络流量预测模型

为了提高网络流量的预测准确性,针对训练样本选取问题,提出一种训练样本选择的最小二乘支持向量机网络流量预测模型（FCM-LSSVM）。采用模糊均值聚类算法对网络充量数据进行了聚类分析,消除其中的孤立样本点,构建最小二乘支持向量机的训练集,然后将训练集输入到最小二乘支持向量机进行了学习,并采用人工蜂群算法对模型参数进行了优化,最后建立建立网络流量预测模型,并采用仿真实验对模型性能测试。仿真结果表明,相对于其他网络流量预测模型,FCM-LSSVM不仅提高了网络流量的预测精度,而且建模速度得以提高,获得了更加理想的网强流量预测结果。     

低渗透井注入桙压降资料试井解释方法

低渗透井产液量很低,压力测试和DS T测试资料往往不能进行试井分析。为正确评价地层参数,提出注入/压降测试,向低渗地层注入高压水,结合停注后井底压力降落数据进行试井分析。由于注水压力过高,往往出现压破地层现象。根据压裂与渗流理论,建立井筒、裂缝流动方程及地层渗流方程,通过点源积分得到井底压力表达式,并对裂缝闭合后形成的椭圆流进行分析,给出考虑注入时间影响的椭圆流等效时间修正关系式。给出一个注入/压降试井资料解释实例,并与 G函数压降分析法解释结果进行比较,结果较为接近。本研究结果也适用于气体注入,但需定义拟压力后再进行试井分析。     

两级哈希表存储模式的高效多模式匹配算法北大核心CSCD

为了弥补多字符串模式匹配效率低下的缺陷,给出了一种基于双哈希表的多模式匹配算法。这个算法通过两个相关联的哈希表对模式串进行存储,同时采用一个转移表将发生失配时的跳跃距离存储。处于匹配阶段时:如果模式串无公共前缀,那么仅仅于第一个哈希表中进行查找;如果模式串有公共前缀,那么就在两个哈希表中顺序查找。经分析发现,此算法在最短模式串长度很长的环境中尤为适用,相对于经典算法,其时间复杂度较低,且其尝试次数也比较少。最后经实验可以证明,该算法具备较好的时空性能。     

一种动态的组合语义Web服务的方法

Web服务是建立在开放标准之上的自包含,模块化的应用程序,这些应用程序能够通过Internet被描述、发布、定位以及调用.但是,单个的、独立的Web服务很难满足人们的实际需求.所以,将已有的单个Web服务进行组合就变得非常必要.文中提出了一种组合Web服务的方法,它能够将Web服务组合成工作流,更重要的是,能够通过Web服务的语义描述来发现和匹配工作流所需的Web服务.     

组合Web服务的研究现状综述

随着电子商务的迅速崛起,基于Web的应用模式迅速发展,Web应用从局部化发展到全球化,从B2C(busi-ness-to-customer)发展到B2B(business-to-business),从集中式发展到分布式,Web服务成为电子商务的有效解决方案。Web服务是一个崭新的分布式计算模型,是Web上数据和信息集成的有效机制。Web服务的新型架构,Web服务的高效执行方式,Web服务与其他成熟技术的有机结合以及Web服务的集成是解决现实应用问题的重要技术。     

一种有QoS保障的Web服务组合方法

随着可用Web Services数量的快速增长，如何根据用户的需求来自动组合Web Services，生成满足用户需求的组合业务，成为一项亟待解决的课题。提出了一种基于QoS的启发式算法，通过该算法，动态调用Web Services来自动生成满足用户所需目标的Web Service组合．同时，该算法还能够根据Web Services组合经验，对以后的Web Services组合方案进行调整。实验结果表明：该算法能够很好地适应网络上Web Services的不确定情况，与同类算法进行性能比较，也显示出较好的性能。