基于人工免疫的多维关联规则挖掘及其应用研究

关联规则挖掘是一个重要的数据挖掘问题.目前,关于单维关联规则的成果已经比较成熟,但是对于多维关联规则问题因为存在显著的组合爆炸问题,至今尚未完美解决.提出了一种基于人工免疫的多维关联规则挖掘算法.算法充分利用了人工免疫的记忆特性,把挖掘的关联规则存入记忆库,加快了多维关联规则的挖掘速度.结果表明,该算法应用于煤与瓦斯突出预测中,具有较好的鲁棒性,能快速、有效地进行全局优化搜索,在多维关联规则的挖掘中具有可行性和高效性.     

基于添加人工数据的高差异性聚类集体生成方法

集体差异性被认为是集成学习中的一个关键因素,在聚类集成的研究中,生成聚类集体的方法有许多种,但就专门致力于生成高差异性聚类集体的方法研究较少,基于此,本文提出生成高差异性聚类集体的方法CEAN和ICEAN,在算法中通过引入人工数据来增加聚类集体的差异性,用实验比较了CEAN和ICEAN与文献中出现的常用聚类集体生成方法,实验表明CEAN和ICEAN确实能增加生成集体的差异性,从而在相似平均集体成员准确度情况下使得聚类集成的效果更好.     

基于AR技术的光交箱资源校准技术

光交箱端口状态对通信网络的正常运行具有重要作用,由于光交箱内部布线杂乱,容易对端口产生排线遮挡问题,导致传统的光交箱端口图像识别操作不便。文中提出了一种基于AR技术的光交箱资源校准技术,该技术可以对实时视频自适应选取关键帧,然后对关键帧进行光交箱端口状态和文字识别,最后返回加权融合后的识别结果,并利用实时AR交互指引巡检人员处理被遮挡端口,这不仅能提升巡检人员的工作效率,还能提高实时识别准确率。将该校准技术应用到光交箱端口的智能检测中,能对光交箱的端口识别提供极大便利。     

考虑电网阻抗耦合的模块化多电平换流器交直流侧阻抗通用计算方法

以模块化多电平换流器(modular multilevel converter,MMC)为技术路线的柔性直流输电技术在风电接入、电网异步互联等领域迅速发展。MMC的阻抗建模是分析柔性直流输电系统振荡起源的重要依据。文中分析MMC在交、直流侧激励下的谐波传递机制,建立一种适用于交、直流侧阻抗计算的通用方法。对一次系统频域建模关联了MMC所连接的交、直流侧网络阻抗,并考虑包含解耦双同步参考坐标系锁相环及负序内环控制在内的全部控制模块。通过求解线性方程组对MMC阻抗进行计算,并在PSCAD/EMTDC环境中对双端背靠背MMC系统在多种工况下1～5kHz频段内进行扫频,验证该方法的准确性,并详细分析网络阻抗耦合、控制链路延时、功率等级、负序内环和外环控制等因素对MMC阻抗的影响。     

创新实践教学模式,培养复合型人才

针对目前高校现行实践教学体制存在的弊端,在分析产生原因的基础上,提出一种科学的实践教学模式,该模式与信息与计算科学专业培养的目标以及社会发展的内在需求相结合,在信息处理和软件开发能力培养方面取得一定效果,增强了学生就业竞争力。     

通用中小型机械企业网站的需求分析

为了克服中小型机械企业建立网站的经费不足、功能不全和缺乏安全性等问题,提出了建立通用企业网站的方案。首先通过广泛调研企业的需求,总结和分析了企业信息、客户管理、产品管理、销售与市场管理、物资供应管理、人事管理和安全管理等模块的功能;其次,分析了主要的业务流程和业务重组。     

基于网格的散乱点曲面重构技术

提出一种利用网格技术实现散乱点曲面重构的方法,设计适合网格并行的松耦合分层重构算法,在此基础上研究基于Agent技术的智能任务分解机制和基于Condor-G技术的任务分配与调度策略,并搭建网格实验平台进行测试。对重构结果的分析表明,该技术可提高基于散乱点的曲面重构速度,降低应用成本。     

基于多核的IPSec并行处理技术研究与实现

IPSec VPN网关需要进行大量加解密运算,对网络传输带宽产生较大影响。该文提出基于多核处理器的IPSec协议并行处理模型,将IPSec网络报文调度到多个处理器单元上运行,从而提高传输带宽。在Linux操作系统上对该模型进行具体实现,经过测试,在双核处理器上,IPSec VPN网关获得了接近倍速的性能提升。     

基于ZigBee网状网络的分簇路由协议

ZigBee是一种短距离、低速率无线网络通信技术,ZigBee网状网的路由是建立在AODV协议基础上的。采取一种有效的路由协议并能减少路由的负载对于整个网络的负荷的减小非常关键。在ZigBee网状网的基础上,对AODV路由协议进行改进,提出一种新型的分簇路由协议AODV_Cluster,把整个ZigBee网络分成多个簇,一个簇的标签是根据簇首的短地址来实现的,而且同一个簇内的路由信息共享。仿真结果表明,协议既保持了AODV的优点,又提高了网络的可扩展性能,特别是在网络的节点数较多时,性能明显优于AODV。