ALBC4WS:一种基于软件体系结构生命周期的动态服务合成框架

从软件体系结构的角度出发,对Web服务组件与服务合成等概念以及性质进行了形式化定义与分析,提出了一种基于体系结构生命周期的Web服务动态合成模型：ALBCAWS模型．该模型是在服务的发布管理算法和服务的自动合成查询与恢复管理算法的基础上为服务组件的合成提供了一个动态的、可管理的服务合成支撑框架．在OPEN—WEB原型系统的开发实践表明,该模型提高了服务组件的合成能力、保证了合成系统的健壮性和自适应性,同时也为Web服务的合成过程提供了有效的动态管理机制．     

主题驱动的P2P分布式信息搜索机制研究

Peer—to—Peer（P2P）对于分布式文件共享具有很好的前景，但当前的P2P系统仍然缺乏有效的信息搜索机制．本文提出一种主题驱动的P2P信息搜索机制，通过对节点上的文档进行聚类获得全局主题，然后将包含有相似主题的节点组织到一起构成主题覆盖网络．当在P2P网络中进行信息搜索时，根据查询与主题的相关性路由查询，从而改善搜索效率．本文详细阐述了进行主题驱动搜索的索引结构、主题聚类方法、主题覆盖网络的构造与维护算法．在Chord上的模拟实验结果表明，主题驱动的P2P信息搜索机制可以减少信息搜索时的平均网络带宽和平均搜索路径长度，提高搜索的成功率．     

基于Rough集潜在语义索引的Web文档分类

Rough集(粗糙集)埋论是一种处理不确定或模糊知识的数学工具。提出了一种基于Rough集理论的潜在语义索引的Web文档分类方法。首先应用向量空间模型表示Web文档信息,然后通过矩阵的奇异值分解来进行信息过滤和潜在语义索引;运用属性约简算法生成分类规则,最后利用多知识库进行文档分类。通过试验比较,该方法具有较好的分类效果。     

消息联盟系统中保持消息因果序协议的研究

由多个代理服务器组成的消息中间件联盟系统提供了更好的扩展性,但没有保证消息之间的因果序关系。该文提出并设计了一个新的保证消息因果序的通信协议MOMCO,该协议基于向量时钟,不但保证在消息联盟系统中消息的因果序,而且携带的排序控制信息量小,避免了采用二维矩阵时钟导致的较高代价,适用于大规模应用的场合。     

基于压缩稀疏矩阵矢量相乘的文本相似度计算

在信息检索矢量模型的基础上．提出了一种基于压缩稀疏矩阵矢量相乘的文本相似度计算方法，具有矢量模型计算简单和速度快的特点．该方法采用压缩稀疏矩阵矢量空间存储数据，在相似度计算和数据存储时不需要考虑文本矢量矩阵中的零元素，大大减少了计算量和存储空间，从而使信息检索系统运行效率显著提高．仿真实验表明，上述方法比基于矢量模型的传统反向索引机制节省了38％的存储空间．     

基于广义Choquet模糊积分的语言特征对象近似识别/分类

语言特征存在于许多实际应用中，如模糊数知识系统、语义检索、模糊人脸识别等．为解决这类具有语言特征(模糊数)对象的识别／分类问题，提出了基于广义Choquet模糊积分的分类方法与模型．该方法不仅可以解决数值特征对象识别／分类问题．同时为具有模糊数特征的对象识别／分类问题提供了手段，从而扩大了原有分类模型的适用领域．模糊人脸识别模拟实验证明，在语言特征环境下．该分类模型有效地实现了语言模糊对象的近似辨识．     

基于平衡策略的SMO改进算法

支持向量机是一种非常优秀的机器学习技术,求解大规模二次规划问题是训练SVM的关键。该文提出了一种改进方法,保持计算代价与优化步长之间的平衡,从而加速收敛,缩短训练时问。实验结果表明,在大数据集的情况下,该方法是十分有效的。     

国防科苑谱人生——追记我军工程机械专家沈震亚研究员

他59岁,永远离开了我们,走得那么匆忙,那么突然。他的不幸,深深地震撼着军内外千余名科技工作者感情的河床,为他的离去而痛惜,为他潜心国防事业的精神而感动。沈震亚,总参工程兵某科研所研究员、优秀工程机械专家,在科研领域耕耘36个春秋,倾注了自己的全部智慧和心血,直到生命的最后一刻。     

一种基于Rough集理论的属性约简启发式算法

属性约简是知识发现中的关键问题之一．为了能够有效地获取决策表中属性的最小相对约简，在Rough集理论的基础上构造了一个新的算子，将信息论角度定义的属性的重要性作为启发式信息，来描述在决策表中条件属性所提供的知识对决策属性的影响；并采用宽度优先搜索策略，提出了一种新的属性约简启发式算法．以原始条件属性集为起点并结合算子，通过向属性核的递减式逼近，得到属性的最小相对约简．实例分析表明，该算法能有效地对决策表属性进行约简．