子矩阵约束下的反对称阵特征值反问题

矩阵的特征值反问题在结构设计、振动系统参数识别和自动控制等领域具有广泛应用。给出了子矩阵约束下反对称矩阵反问题解的一般表达式,并且给出了解的最佳逼近解。     

云荞水库面板堆石坝震后安全检测及整治研究与实践

云南省永善县云荞水库自建成蓄水以来运行良好,2008年5月12日,四川省汶川县发生8.0级地震,云荞水库震感强烈,水库内水浪约1.0m高,水库受损,面板裂缝加大;震后云荞水库工程管理局高度重视云荞水库的安全问题,特请某水利水电勘测设计研究院对面板进行健全性检测,管理局根据检查单位对大坝面板的整体性能做出的评价及提出相应的处理意见,对面板裂缝进行了化学灌浆和表面封闭处理,至今运行良好。     

动漫广告将异军突起——从病毒式传播看动漫广告的发展前景

动漫广告具有病毒式传播的天然潜质。其独特鲜活的动漫形象是强有力的病原体,易吸附受众注意力;其核心受众是80、90后人群,他们注重感官消费、乐于信息分享,是典型的易感人群;网络、手机等新媒体日益成为动漫广告受众高度依赖的主流媒体,为动漫广告的病毒式传播提供了4A级的传播渠道;动漫文化本身具有强烈的感染力,能激发受众积极地分享动漫广告信息。鉴于病毒式传播高效的传播效果,动漫广告会在未来的广告营销中异军突起。     

Optimizing storage performance in public cloud platforms

Cloud computing is an elastic computing model where users can lease computing and storage resources on demand from a remote infrastructure.It is gaining popularity due to its low cost,high reliability,...     

一种基于Normal矩阵的时间序列聚类方法*

提出了一种基于Normal矩阵的时间序列聚类方法。该算法首先对时间序列数据进行向量形式转换,计算出各个时间序列间的相似度并构建复杂网络,然后利用基于Normal矩阵的方法进行复杂网络社团划分,同一类的时间序列被划分到一个社团,即实现对时间序列数据的聚类。为了验证该方法的可行性和有效性,将其应用于股票时间序列数据聚类分析中,并在两个实际的数据集上与其他方法相比较,取得了较好的实验结果。     

一种基于风险的需求优先级排序方法*

为支持风险的量化分析以提高需求优先级排序的有效性,提出了一种基于风险的方法。方法从需求和任务两个层面实现对需求选取问题的建模,以风险为关键因素计算得出需求优先级。模拟实验的结果表明,本方法有助于提高项目最终取得的价值,同时优先级排序的结果符合费效比原则,即项目实现了在早期尽快获取价值的目标。     

数据流中基于滑动窗口的最大频繁项集挖掘算法*

挖掘数据流中最大频繁项集是从数据流中获得信息的一种有效手段,是数据流挖掘研究的热点之一。结合数据流的特点,提出了一种新的基于滑动窗口的最大频繁项集挖掘算法。该算法用位图来存储数据流中流动的数据;采用直接覆盖的方法存储和更新数据流上的数据;在深度优先搜索挖掘最大频繁项集时,除采用经典的剪枝策略外,还提出了与父等价原理相对应的子等价剪枝策略;最后将挖掘结果存储在索引链表中以提高超集检测效率,进一步减少挖掘最大频繁项集的时间。理论分析和实验结果证实了该算法在时间和空间上的有效性。     

异步脑—机接口的空闲状态检测新方法*

提出一种新的空闲状态检测方法,以训练集中各类运动想象样本的类内散度和正确检测率为指标,结合接收机曲线确定分类阈值,设计最佳三分类器,并采用模糊化技术对预测标签进行处理。将该方法应用于2005年BCI竞赛数据IVc,测试的均方误差为0.278 7。实验结果验证了该方法的有效性。     

三螺杆挤出机常规螺纹元件挤出过程的CAE研究

利用ANSYS软件分析了三螺杆挤出机常规螺纹元件中等温非牛顿流体的压力场、速度场和粘度场，并和双螺杆挤出机常规螺纹元件进行了比较，尤其对流道中心区进行了重点研究。结果表明，三螺杆挤出机的混合性能好于双螺杆挤出机；中心区的物料压力梯度和速度梯度都较小，物料在中心区流动缓慢，中心区的物料粘度值较大；对反应时间不宜过长的聚合物，应避免使用三螺杆挤出机。     

基于自适应进化神经网络算法的入侵检测

针对目前多数入侵检测系统的低检测率问题,提出一种自适应进化神经网络算法AENNA。基于遗传算法和BP神经网络算法,利用模拟退火算法的概率突跳和局部搜索强的特性对遗传算法进行改进,采用双种群策略的遗传进化规则实现BP神经网络权值和结构的双重优化;通过对遗传算法的交叉算子与变异算子的改进,设计一种自适应的神经网络训练方法。实验结果表明,基于AENNA的入侵检测方法能够有效提高系统的检测率并降低误报率。