集成化网络安全监控平台的研究与实现

入侵检测系统 (IDS) 意在检测对计算机系统的未授权使用、误用和滥用。针对目前IDS普遍存在的缺乏有效监控平台的情况,我们提出了一种能够支持多种异构Sensor、多源证据关联以及可视化推理判断的集成化网络安全监控平台NSMS,给出了NSMS的体系结构,并就“证据获取”、“证据处理”、“结果可视化报告”三个关键技术进行了详细阐述。本平台已经在集成化网络安全监控及防卫系统Net-Keeper中得到实现和应用,实际应用表明本平台是一个开放、高效和可视化的网络安全实时监控平台。1     

建筑节能材料检测应注意的问题探析

建筑业是我国经济建设的重中之重,在国民经济结构中占据很大比例。近年来,随着科学技术的进步发展,节能型建筑得到有效提高,并受到越来越多的关注。建筑节能的效果在很大程度上取决于建筑节能材料的质量。建筑节能材料检测是控制质量的一个重要环节,做好各级检测至关重要。文章主要介绍建筑节能材料种类和使用,通过对检测方法的分析在检测工作中应注意的问题探讨,为同行业提供参考借鉴。     

江山市碗窑水库实时调度做法与效果

2010年5.21泄洪是碗窑水库建库以来第一次泄洪,无经验可循,因此控制下泄流量,采取三种办法实时调泄洪水并加强下游河道沿江两岸的巡视检查。6.21泄洪加大下泄流量,进一步检验了下游河道的行洪能力。通过两次防洪调度,对碗窑水库上下游水工程的防洪能力、洪水预报调度系统预测报精度、各机械电气设备的操控性能以及在泄洪过程中有关参数的正确率等进行了一次全面的检验,并获得了一些可供以后调度借鉴的经验。     

网络服务用户体验定量评价方法和实证分析

随着服务经济的发展,用户体验成为网络服务能否被接受的关键。当前的用户体验研究主要通过主观问卷调查的方法询问用户的主观感受,存在费时、操作复杂、不准确等问题。针对此不足,提出一种基于用户网络服务日志客观评价用户体验的方法,并结合典型的网络服务e-learning进行了实证分析。结果表明基于该方法的客观评价结果与主观评价的结果显著相关,平均绝对误差在10'以内,表明该方法是有效的。     

查询依赖的有序多超平面排序学习模型

针对当前基于支持向量机的排序学习方法训练时间长以及不考虑查询之间差异、模型单一的问题,提出一种查询依赖的有序多超平面排序学习模型,根据不同查询,利用其对应训练数据所属等级之间的序关系构建多个超平面.此外,提出了一种加权表决方法对多个超平面的排序列表进行聚合,根据各超平面的排序精度赋予其不同权重,计算最终排序结果.在标准...     

端到端的嵌套命名实体识别方法研究

命名实体识别（NER）被视为自然语言处理中的一项基础性研究任务。受计算机视觉中单阶段（one-stage）目标检测算法启发,借鉴其算法思想并引入回归运算,提出有效识别嵌套命名实体的端到端方法。基于多目标学习框架,利用深度神经网络将句子转换为文本特征图以回归预测嵌套实体边界,设计中心度方法抑制低质量边界。与多种方法在ACE2005中文数据集上进行对比实验。实验结果表明,该方法有效识别文本中的嵌套命名实体,且计算机视觉算法思想和边界回归机制在自然语言处理任务中取得理想的效果。     

通用报表图形分析系统的设计和实现

本文系统地分析和阐述了对报表数据进行分析和生成直方图、折线图和饼图等统计图形所要解决的基本问题－图形参数的定义和分析、图形目录的生成与管理以及图形生成等，并给出了解决这些问题的方法。     

普通高校分省招生计划编制模型研究

针对普通高校分省招生计划编制问题,提出了一种招生计划二次分配模型。初次分配使用灰色模型计算招生计划基础值部分,二次分配借助模糊指标体系计算招生计划调整值部分。通过实际应用,证明该模型在提高入学机会的公平性和降低高校属地计划占有度方面具有积极的作用。     

面向答疑文本的词类标注方法的研究与实现

针对已有词类标注方法在标注网络答疑文本时存在的不足,文章提出了一种面向自然语言答疑文本的词类标注方法。该方法根据答疑文本的特点和后续关键信息提取的需要,对已有的词类标记集进行了扩展;用统计方法标注答疑真实文本,将其结果与正确结果相比较,从中获取词类排歧规则,使规则具有较强的文本针对性,以提高规则排歧的精度;对规则进行分类和优化,提高了标注的速度;采用先规则后统计的标注方法,较好地解决了答疑文本中规则和统计方法的组合问题。目前,该方法已在基于自然语言的网络答疑系统(NaturalLanguageOrientedWebAnswerSystem,,简称NL_WAS)中实现并得到了初步应用。     

一种面向网络答疑的汉语切分歧义消除算法

针对网络答疑的特点,该文提出了一种汉语歧义消除算法,采用回溯机制及歧义消除评优算法相结合的方法消除汉语切分歧义。首先利用回溯机制发现句子的切分歧义字段,产生含有多种可能切分结果的候选集;然后针对网络答疑特点提出了评优算法,利用该算法计算候选结果的评价值,对其进行排序,选取分词最佳结果,从而消除歧义,提高分词的准确率。该算法已经在基于Web的自然语言答疑系统WebAnswerSystem中实现并得到了实际应用。实验结果表明,算法具有较高的准确率和召回率,对自然语言网络答疑中进行切分歧义消除是行之有效的。