计算机免疫方法研究

生物免疫系统保护了生物体不受外来有害细胞（包括病毒,细菌等等）的侵袭,它在生物体内的作用与计算机领域的安全系统有着惊人的相似。文章借鉴了该原理实现了一个计算机免疫系统,使之保护计算机中的数据信息,能够及时检测到对受保护数据的非法更改以及病毒的感染,在连续变化的开放环境中保证计算机系统安全可靠地运行。     

机载计算机关键技术的研究

研究了机载计算机关键设计技术并系统地总结了模块设计和加固设计技术，以及机载计算机研制流程。     

消除计算机网络故障的方法研究

计算机网络是计算机的重要组成部分,影响着整个计算机的使用和性能。计算机使用中必须注重网络的维护,一旦计算机网络出现故障,将直接影响计算正常使用和网络稳定。甚至一些网络故障,可能导致网络安全问题的发生,使计算机中私密信息的丢失或泄露。消除计算机网络故障方法研究意义重大,本文将针对消除计算机网络故障的方法展开研究与讨论。     

谈谈计算机专业课程的学习方法

本文主要探讨了计算机专业课程的学习方法，重点分析了程序类课程的学习，对学习方向的定位给予了分析。     

计算机课程模块教学的探讨

通过以往对计算机课程的教学经验,指出传统的教学方法对该类课程的教学不适合,提出对计算机课程模块教学的探讨,并在教学中实施计算机课程模块教学方法,取得良好的教学效果。     

地方大学计算机实验教学方法研究

文章从地方经济建设的发展需要出发,探讨了地方大学计算机实验教学培养人才的具体目标,并根据我院计算机实验教学的基本情况,提出了大学计算机实验课教学为培养高素质复合型应用型人才的几种基本实验教学方法。     

地方大学计算机实验教学方法研究

文章从地方经济建设的发展需要出发,探讨了地方大学计算机实验教学培养人才的具体目标,并根据我院计算机实验教学的基本情况,提出了大学计算机实验课教学为培养高素质复合型应用型人才的几种基本实验教学方法.     

谈谈计算机专业课程的学习方法

本文主要探讨了计算机专业课程的学习方法,重点分析了程序类课程的学习,对学习方向的定位给予了分析。     

浅论计算机统计方法

进入二十一世纪以来,在经济快速发展的浪潮下计算机技术得到了迅猛的发展,可以说在各个行业都得到了广泛的应用,并且为其带来了可观的经济和社会效益。对于计算机的应用包括诸多方面的内容,本文将就计算机统计方法展开浅显的讨论。     

计算机网络安全的隐患与管理方法研究

如今,计算机在各行各业的应用已经与生产生活紧密相连,在互联网广泛普及的大环境下,网络安全问题也变得愈发严重。网络社交、电子商务不断融入人们生活,大大增加了不法分子利用网络漏洞牟取不法利益的机会,网络违法犯罪行为日益增多,互联网安全的问题受到了人们的高度重视。互联网需要在监管下良性发展已经是不争的事实,相关部门应该着重加强互联网的监管力度,尽量避免网络犯罪活动对人们日常生活的影响。基于此,笔者主要探讨了计算机网络安全的隐患,并提出保障计算机网络安全稳定运行的相应对策。     

计算视觉及其正则化方法

以视觉信息处理的理论研究为中心课题的计算视觉,是当今世界视觉研究的主流.它不仅在生物智能中为我们全面地理解视觉创造了条件,而且在人工智能中为我们开发自动图象分析系统奠定了基础.本文扼要地论述了 Marr 的视觉理论和 Poggio 的视觉正则化方法,目的是要说明计算方法是研究人和机器的视觉信息处理的一个自然方法.     

计算网格中资源调度研发现状及展望

网格在解决分散式资源共享方面具有广阔的应用前景,使得它成为下一代互联网瞩目的焦点.而计算网格为资源的需求和供给提供定量分析,激励资源拥有者加入网格的同时保证资源消费者合理有效地使用资源.介绍计算网格通用模型GRACE的基础上,针对该模型中的热点问题--资源管理和调度展开讨论,分析比较当前的几种调度方案,为进一步提出高效完备的资源调度算法作准备.     

一种基于市场机制的计算网格资源分配方法

针对计算网格提出了一种基于市场机制的资源分配方法，以一般均衡理论为基础，依靠市场机制，实现计算网格资源的优化分配，首先，描述了基于代理的资源分配框架，它包括3个 层次：资源层、代理层和用户层；接着，给出了计算网络资源分配的市场模型，其中效用函数用于刻画用户对给定资源的满意程度；然后定义了市场模型的均衡状态并证明了均衡状态撮优性，这意味着在均衡状态下资源分配不仅有效而且公平，最后引入了资源代理的迭代算法。     

基于LDA主题模型的功能性miRNA-mRNA调控模块识别

借助mRNAs分析MicroRNAs(miRNAs)的研究已经用于阐述miRNAs调控机理,但是它们大部分的准确功能仍然处于未知状态。基于此,本文提出了一种基于LDA(Latent Dirichlet allocation)主题模型来识别特定生物条件下miRNAs和靶标mRNAs之间的调控模块。该模型首先利用Welch′s t-检验挖掘具有差异表达的miRNAs和mRNAs,然后采用折叠Gibbs抽样法进行参数估计。在上皮细胞-间充质细胞转型(Epithelial to Mesenchymal transition,EMT)数据集中的结果表明,所识别出的功能性miRNA-mRNA调控模块(FMRMs)能够构造不同生物条件下miRNAs与mRNAs之间的调控关系,从而为了解EMT生物过程和miRNA靶标治疗提供新的视角。与基于K-means聚类算法比较,LDA主题模型比K-means聚类在挖掘FMRMs上更加有效。     

基于计算实验的集群式供应链协同采购模式研究

集群式供应链作为一种以产业集群和多供应链相耦合的新型协作模式,为供应链企业间的协同采购提供了实施条件。集群式供应链协同采购模式有多种,然而研究领域尚未对不同市场需求下适合企业生存发展的协同采购模式进行探究。基于此,提出一种基于计算实验的研究方法,采用Agent建模技术构建集群式供应链仿真系统,以市场需求作为实验参数,通过企业涌现行为分析不同协同采购模式的优劣性。实验结果表明:该方法能够实现定量地设计和分析集群式供应链中企业的复杂协同采购模式,其数据分析结果对企业决策有一定借鉴意义。     

一种局部的重叠社区发现方法

研究重叠社区发现技术,可以将重叠社区转化为非重叠的社区发现。通过分裂结点后,使用已有的非重叠社区发现算法来进行社区划分,然后将分裂后的结点还原为源结点即可发现重叠社区。而结点是否分裂由分裂系数来衡量。使用局部的方法来计算结点的分裂系数,并分裂具有较大分裂系数的结点。实验表明此方法可以有效地发现重叠社区,并从时间复杂度上优于基于全局的方法。     

多移动机器人队形控制的研究方法

本文从基本思想、优缺点等方面论述了进行多移动机器人队形控制的三种研究方法.介绍了 一种包含这三种方法的系统体系结构，并对该体系结构进行了评价，指出了需要进一步研究 的问题．     

类的数据流分析方法研究

本文把类的操作划分成三个不同的级别，采用增量算法分别对不同级别的操作进行数据流分析，相应得到三种不同的定义－引用对，根据生成的定义－引用对就可以进行基于数据流的测试，如何对有调用关系的操作之间进行快速有效的数据流分析是对类进行数据流分析的一个难点，本文对该问题进行了深入研究，并提出了相应的解决方法。     

并行方法在机器人化装配工艺规划中的应用研究

并行方法强调人们的协同工作，并行地进行产品及其有关过程的设计，注重信息与知识财富的开发与共享。本文提出一种并行方法下的机器人化装配工艺规划方法。该方法注重信息的共享，突出多任务的并行交叉实施及各项任务间信息的通讯与协调，在专家系统支持下，完成了中小型机是习口的机器人化装配工艺分析及规划。     

A model for gene selection and classification of gene expression data

Gene expression data are expected to be of significant help in the development of efficient cancer diagnosis and classification platforms. One problem arising from these data is how to select a small subset of genes from thousands of genes and a few samples that are inherently noisy. This research aims to select a small subset of informative genes from the gene expression data which will maximize the classification accuracy. A model for gene selection and classification has been developed by using a filter approach, and an improved hybrid of the genetic algorithm and a support vector machine classifier. We show that the classification accuracy of the proposed model is useful for the cancer classification of one widely used gene expression benchmark data set.