基于标记二叉树的XML数据模式提取算法

以XML作为研究对象,提出了一种新的基于二叉树结构的XML数据模式信息的提取方法,抽取出XML文档的所有开始和结束标记并生成相应的标记链,对标记链中结点嵌套关系进行分析生成标记二叉树,通过判断和删除标记二叉树中的冗余数据得到XML文档的最简标记树模式.实验结果表明,即使对于标记的嵌套关系非常复杂的XML文档,该算法也能够准确地抽取出相应的最简标记树模式结构,同时还生成了相应的DTD模式文件.     

仿真环境下基于XML模式的脚本生成系统研究

脚本生成系统是仿真开发工具的重要组成部分,它的主要功能是生成能够直接驱动仿真系统的脚本,并且支持对各种脚本的管理和维护。该文着重论述了建立脚本生成系统所需要的关键技术和系统的实现方法。系统引入了XML模式技术以实现其主要功能,包括想定和脚本的验证、将XML格式的想定转换为XML格式的脚本以及生成新的脚本实体。实践表明．该系统能够快速地生成脚本并对脚本进行有效地管理。     

区分服务模式下的自适应三色分组标记算法

在区分服务的体系结构中,基于时间滑动窗口的三色分组标记机制是实现公平性的重要手段之一,根据分组的不同标记,使分组具有不同的丢弃优先级别,从而实现带宽的公平性。但这仍不能从根本上解决带宽共享公平性的问题。在时间滑动窗口的三色分组标记算法的基础上,通过增加公平性因子,自适应的调节标记分组为三色的概率,达到提高带宽共享公平性的目的。仿真实验表明,新的三色分组标记算法的公平性有较大提高。     

人机协同分拣系统的目标检测建模和插补算法实践

为了提高物流分拣系统工作效率及质量,研究提出将现有分拣系统中的单臂系统替换为双臂系统,再采用改进插补算法,规划机械臂的运动轨迹。研究还设计了基于深度的目标检测算法,辅助双臂系统的分拣工作。实验结果中,改进后插补算法的运行速度在0.55 s左右,损失度在0.05左右。研究对使用的两种算法进行改进后,提高了算法的运行速度,并降低了算法的损失度,提高了插补算法在路径规划中的使用效果,也提高了深度学习网络的目标检测效果。在仿真实验中,双臂系统的左右机械臂的末端位置,及姿态的变化曲线,均表现出平稳且连续的特点,完全符合研究的设计要求。     

基于B/S模式的文件资料查阅系统的设计

介绍了一个基于B/S模式的文件资料查阅系统的设计，在此基础上进一步探讨了利用B/S模式的优点。     

加密系统文档外发审批流程模式的探究

本文通过对加密文件审批流程的描述,着重阐述在电子文件加密系统中,如何策划审批权限和审批模式,达到规范加密文件解除控制的目的。     

运用UML和XML构建通用远程教育系统的研究

针对目前各远程教育系统的资源描述和系统模型自成体系,无法实现教育资源的共享和系统的复用等问题,提出运用UML为系统建模,探讨用XML Schema定义描述教育资源XML文件的数据模型来实现教育资源元数据的互操作性,对远程教育系统中提高教育资源的可共享性和系统的互操作性以及可复用性具有重要的理论价值和实用性.     

基于视觉标记的增强现实系统建模及配准误差问题研究

针对当前基于视觉的增强现实系统标记大、成本高的缺陷,提出一套结合简单组合标记的增强现实系统的实现方案.基于弱透视模型,以色彩和形状作为融合特征,研究了利用冗余特征实现标记物体的3D位姿还原方法.为使配准方案能够适应普通的视觉采集设备,提出根据摄像机标定时得到的扭曲参数对渲染后的模型进行再扭曲的配准修正方法.结合OpenCV和OpenGL中的空间变换的概念,给出了虚拟和物理世界配准融合的解决方案,并基于统计学数学模型,提出降低配准时的误差以及提升配准稳定性的方案.实验结果表明,提出的算法能有效地将静态标签的抖动降低至亚像素级.     

DTD约束下的XML树模式查询最小化

目前大部分XML查询语言都使用树模式来匹配待查询的XML文档树以得到所需要的、与模式树相吻合的查询结果,此效率在很大程度上取决于XML模式树的大小,那么尽可能快速地查找并删除查询模式树中的冗余节点就变得十分重要。重点讨论DTD约束下树模式的最小化问题,将DTD兄弟约束SC拓展成扩展兄弟约束ESC,使其能够表达DTD约束中的祖先-后代关系;并指出只包含{ESC,/,//,[],*}的查询树模式的最小化问题的复杂度是指数级的,且当模式树是分支受限的时候,其最小化问题的复杂度是多项式时间的;最后给出了一个多项式时间的受限分支的模式树最小化算法。     

基于相似模式聚类的电子商务网站个性化推荐系统研究

保证个性化推荐系统产生高质量的推荐结果的重要因素是:系统必须要确定访问者在访问行为的相似程度,从而能预测访问者的访问和购买兴趣。实现此功能的关键技术是计算访问者对象在整个或者部分属性空间的相似距离,从而得到访问行为的相似程度。该文首先分析了目前在推荐系统中常用的用于计算访问行为相似程度的距离函数,发现它们是测定访问者对象在所有测试属性空间上的平均测定,而在属性集的子维空间上的相似模式并没有有效地挖掘出来。然后提出一种新的基于相似模式聚类算法的电子商务个性化推荐系统,综合考虑可供挖掘的数据源(如:网站内容,网站的超链接结构,顾客访问网站的行为,以及商业的实际购买情况,顾客的身份数据等)获取用户访问电子商务网站的访问页面序列,构建较高购买者的顾客行为的矩阵模型,高效地得到访问者对象在整个或者部分属性空间的相似访问行为,然后通过挖掘潜在购买者与较高购买者的相似模式特征,帮助顾客发现他所希望购买的产品信息,用于提高实际购买量,实验数据表明,该系统高效并可广泛使用。     

基于序列模式挖掘的入侵检测系统的研究

对入侵检测和数据挖掘从定义和分类等各方面等进行了基本介绍,提出了一个基于数据挖掘的入侵检测系统的总体框架,其整个系统分为训练阶段和测试阶段,对其中各个模块进行基本的功能分析。为了提高数据挖掘的效率,可以将序列模式挖掘引入该入侵检测系统中。将关联规则算法和序列模式挖掘算法同时使用,增加挖掘的粒度。对序列模式挖掘的算法进行了具体分析,并通过具体的实例来说明引入序列模式挖掘能更好地提高数据挖掘的效率。     

基于eBPF的云环境下payload进程检测方法

针对目前云环境下攻击载荷（Payload）所体现出的新特征以及目前检测方法性能损耗较高的问题,提出了一种利用eBPF技术在内核态检测反向连接类Payload进程从而定位被入侵容器的方法。该方法在内核态对服务端TCP连接进行监控,通过筛选TCP标志位定位疑似反向连接类Payload进程所在容器,并对该容器进程组后续访问文件行为进行追踪以控制损害。实验证明,该方法可以有效检出并定位被入侵容器,且其性能消耗极低,多线程性能Unixbench分数损耗仅为0.53%。     

非学习模式下的类Haar特征快速人眼定位

本文研宄非学习模式下的快速人眼定位算法.首先,在己检出的人脸区域中,根据人脸几何特征的先验信息,设置一定的人眼候选区域,通过高斯差分滤波消除光照影响.其次,定义一种类Haar的特征作用于二值化后的图像,在人眼候选区域计算该特征的评价值获得精确的人眼位置,实现人眼的快速搜索定位.该算法的处理方法简单快速,并且对于眼镜、眉毛以及发髻的干扰都有一定的鲁棒性.算法通过人脸几何先验知识,减少了训练和学习过程.实验结果表明,该算法能够快速准确实时地完成眼睛的定位,为后续的人脸识别提供必要的前提条件.     

基于反模式的中间件应用系统性能优化

提出了一种基于反模式的中间件应用系统的性能优化方法.该方法的主要特点包括:建立了反模式元模型以使得反模式的表示更加准确:综合利用系统的静态信息和动态信息以检测运行系统中存在的反模式;系统重构在不中断应用系统运行的前提下在线执行,并在中间件的辅助下自动/半自动地完成.在J2EE平台上实现了支持该方法的原型系统,并通过网上书店的实例展示了该方法的有效性.     

基于MVC模式的农产品质量检测系统建设

农产品质量检测系统是江苏省农产品质量安全追溯管理平台的一个子系统,该项目的主要建设目标是采用现代化手段,构建数字化的农产品质量安全管理体系,做到农产品质量信息可查询、可追溯、可监督,从而从根本上保证食品安全。该文就如何基于MVC模式构建农产品质量检测系统进行了阐述。     

ATM异步传输模式在民航系统的应用

在民航通信业务高速发展的背景下,对数据流量、可靠性提出了全新的要求。为此,可以将ATM异步传输模式应用在其中。笔者首先分析了ATM异步传输模式的应用原理,然后以系统构成、故障检测为切入点,探究该技术在民航系统中应用的方式,旨在为相关人员提供参考,从而提高ATM异步传输模式应用的合理性,为提高民航通信的稳定性奠定坚实的基础。     

云模式下的智能宠物减压系统的设计

针对目前大学生由于压力过大而造成的各种负面事件,分析减压的必要性.经研究表明,与宠物的接触可以缓解人们的情绪,减轻压力.建设基于云模式的宠物减压系统,通过远程领养宠物、实现宠物喂养与交互,随时随地的云接触宠物,可以有效地为大学生减压,又解决其不便饲养宠物的问题.     

基于签名与数据流模式挖掘的Android恶意软件检测系统

随着Android软件开发和维护的不断增多,以及恶意软件的抗检测能力逐渐增强,主流的静态检测方法开始面临一些问题:签名检测虽然检测速度快,但是对代码混淆、重打包类的恶意软件的检测能力不强;基于数据流的检测方法虽然精度高,但检测效率低。针对上述技术存在的缺点,提出了一种混合型静态检测系统。该系统改进了多级签名检测方法,通过对method与class签名进行多级匹配,提高了对代码混淆类恶意软件的检测能力。系统还改进了传统数据流分析技术,通过数据流模式挖掘,找出恶意软件频繁使用的数据流模式,省去了人工确认环节,提高了数据流分析的自动化程度与效率。两种技术的结合使得系统在检测精度与效率两方面达到一个合理的折中点。实验结果表明,该系统对于代码混淆和重打包的恶意软件具有较好的检测能力,对主流恶意软件的检测精确度达到88%。