基于网络构件的软件体系结构抽象模型

为提高分布式网络软件系统的效率和稳定性,提出了基于网络构件缓冲算法的软件体系结构模型.以本地逻辑框架为基础,将系统负荷分配到网络的各个构件结点.采用抽象的形式化方法对构件、构件代理、连接器、构件Cache进行静态语义描述,详细讨论了构件代理的构件映射语义以及构件缓冲算法.系统采用构件Cache的机制和最少最近的动态映射远程构件的调度算法提高调用的命中率.最后通过实验对比了不同构件比率的软件系统,结果表明采用构件调度算法能够提高系统的运行效率.     

用于分布式语义查询的语义逼近方法

传统的基于关键词的信息查询方法已经不能满足用户的需要. 为此,提出基于语义逼近的信
息查询方法,探讨了语义替换规则和基于逼近度的查询结果排序策略. 最后基于多代理技术
实现了一个分布式语义查询系统,能执行跨多个本体的语义查询任务.      

基于主成分分析的神经网络评价模型研究

根据供电企业的特点,建立了适用于评价供电企业营销效果的指标体系,综合运用主成分分析法和BP神经网络方法建立模型,对供电企业的营销效果进行了模拟综合评价。     

基于语义模型的Web挖掘算法研究

分析了Web日志和用户查询行为之间存在的潜在语义关系,提出了一个能够有效反映用户查询行为的语义模型.提出了一个Web挖掘算法.由于Web日志是一个典型的稀疏矩阵,进一步给出了加速的Web挖掘算法.实验结果表明,基于语义模型的Web挖掘算法是可行、有效的.     

基于Web挖掘的个性化网络教学系统的研究

为了使基于Web的网络教学能够真正地实现个性化教学,提出了网络教学要从以网站为中心向以学生为中心转变的观点,介绍了基础Web挖掘的个性化网络教学系统的体系结构,指出了Web挖掘的基本过程和关键技术,并给出了用户兴趣度计算和个性化推荐算法.     

基于语义的音乐检索系统

针对目前互联网上使用的音乐检索系统是以文本信息为主要搜索依据,难以满足智能化检索需求的问题,提出了一种基于内容的音乐检索方法。在保留传统检索方法的基础上,将情感和场景需求引入到检索中,对基于语义的音乐检索方法及模型进行了相关研究。首先根据音乐所蕴含的意境及适合播放的场景进行分析,构建音乐领域本体;然后对用户提出的查询请求进行分词分析和词性标注,并进行语义分析;最后通过推理机对本体进行推理,检索出满足用户需求的音乐集。     

车辆电子稳定性程序神经网络PID控制算法

设计了面向车辆操纵稳定性控制的车轮制动神经网络PID控制器参数自调整算法,介绍了自行研制的车辆ESP硬件在环试验平台,采用该平台进行了控制算法的台架试验。结果表明:ESP神经网络PID控制算法能有效防止极限工况下车辆丧失操纵稳定性,显著改善车辆的主动安全性。     

程序理解中基于类图的特征挖掘

针对从大型系统源代码逆向恢复出的类图十分复杂,不利于系统理解和特征挖掘的问题,从类图中抽象出类型依赖图（TDG）,并分为无权值及带权值类型依赖图,利用图上的集合划分算法对TDG进行分层抽象的特征挖掘,挖掘算法将图中的节点划分到不同的集合中,每个集合展现系统关键设计的一个侧面．采用TDG上的分层算法能够有效地降低类图的复杂度并挖掘出系统设计特征．     

自适应子波神经网络数据挖掘方法

分析了人工神经网络所依据的生物学基础,探索改进与完善网络模型的途径,将子波与巳有的神经网络模型相结合,提出一种基于自适应子波神经网络的数据控制方法,并依此来构造数据挖掘过程的机器学习机制,以求提高对问题的处理能力,数据挖掘的仿真实例表明,与一般的人工神经网络相比,用自适应子波神经网络进行数据挖掘不仅是有效的,而且也是可行的。     

工矿企业道路网规划

介绍工矿企业道路布置形式，并通过对货流路径、货流强度及厂区道路网等级结构优化的分析，规划工矿企业道路网。     

An Automatically Filtering Blacklist Model of Social Network Based on Semantic Web

According to the features of the semantic web technology,it is very suitable to solve the security issue of the current social network environment.Firstly,in this paper,it extends the existing ontology model of the social network with some relevant classes,and introduces a brand new ontology which is used to represent the malicious information.After introducing these models,a method of identifying the malicious message is raised.Finally,the experiments and simulations analyze the feasibility of the whole system.The results validate that the malicious users can be automatically filtered,and some worthy digital evidence can be effectively provided to forensic investigators.     

人工神经网络在数据挖掘中的应用

在分析了现行数据挖掘方法后，介绍一种基于数据库的挖掘方法一人工神经网络(Artificial Neural Network)方法，通过对数库据中数据样本的学习，自动发现隐含的大量知识，具体给出了神经网络方法的学习模型和算法．该方法丰富了数据挖掘工具，使定性变量和复杂、动态数据的科学处理成为现实．     

数据挖掘技术在网络信息安全中的应用

信息的获取、使用和控制的竞争愈演愈烈,网络安全问题变得日益重要,信息安全成为维护国家安全和社会稳定的一个焦点.如何辨别防御与攻击和增强网络安全已成为技术管理人员研究的问题.入侵检测已成为网络安全领域的热点课题.异常检测和误用检测是入侵检测的主要分析方法.     

基于神经网络学习控制的图像挖掘算法

针对传统神经网络算法进行图像分类识别时收敛速度慢,学习过程中可能出现震荡甚至收敛于局部极小值的情况,提出了一种小波变换融合神经网络的图像分类识别方法.利用高斯小波基函数取代神经网络隐含层中的隐节点函数,采用小波神经网络参数初始化方法和改进的模拟退火算法自适应调整学习过程中的网络权值参数,从而解决了神经网络的学习效率低等情况.结果表明,本文方法对5类动物图片的正确分类识别率为84.0%,较传统神经网络和稀疏表示的正确分类识别率提高了4.2%和6.1%.     

基于事件本体的Web不良信息挖掘

为挖掘互联网上的不良信息,本研究借鉴了事件语义分析技术。研究了基于事件本体的Web不良信息挖掘方法,重点是事件本体的构建、文本特征重构。为了验证所提方法的有效性,以信息聚类为例实现了一个基于事件本体的Web不良信息挖掘的原型系统。实验结果表明:基于事件本体和k均值的信息聚类方法的平均准确率为721％,较之传统的基于k均值的信息聚类方法的平均准确率提高了5.3%。     

基于WEB的数据挖掘模型

随着WEB技术的全球普及和基于数据仓库的数据挖掘技术的日趋成熟，使得基于WEB的数据挖掘技术成了新的研究热点。提出了一个具有良好发展前景的基于WEB进行数据挖掘的模型，并详细阐述了该模型的结构和工作机理。     

基于语义的Web挖掘信息智能获取研究

目前,基于语义的Web挖掘使语义Web和Web挖掘两个领域结合起来,并在一定程度上促进了各自的发展。本文介绍了语义Web的体系结构和Web挖掘以及智能Agent的相关概念,并提出了在多Agent框架下构建基于语义的Web挖掘信息智能获取系统模型,经过分析说明此模型在一定程度上提高了信息获取的智能化水平。     

管网材料腐蚀信息语义检索系统的设计与实现

传统的基于关键词的信息检索不能理解用户的需要,仅仅对关键词进行简单的匹配,其结果往往包含大量与用户实际需要毫不相干的信息,同时却丢失用户实际需要的信息,使得检索的效率很低．基于本体的语义检索技术的出现,弥补了基于关键词检索的不足,成为目前构建信息检索系统的应用热点．本文主要针对燃气管网的材料腐蚀信息,设计一个基于GIS（Geography Information System）的管网材料腐蚀信息语义检索系统,使用户检索管网空间数据和腐蚀数据时为其提供相关数据的语义信息,同时也使得检索结果更加符合用户需求．     

基于语义Web的信息检索改进模型的研究

提出了基于语义Web下的信息检索改进模型,说明了该模型中每个组成部分的功能,并将该模型进行初步应用。结果表明,信息的查全率和查准率都有较好的改善。