面向自主Web服务的态势信息监视模型及其实现技术

为了应对互联网环境的开放性和动态性,需要加强传统服务的自主性并对其服务态势状况进行有效监视和管理,从而为自主Web服务的灵活应用以及适应调整提供有效支持。在传统的SOA架构基础之上,对Web服务进行了自主化扩展,提出了自主Web服务的态势模型及其监视架构,设计和实现了相应的软件平台,并开展了案例分析来验证模型和实现技术的可行性。     

盾构穿越沉降敏感区段的沉降监测及分析

在盾构穿越复合地层沉降敏感区段时,对该区段的施工沉降进行了严密观测,并对监测数据进行了全面分析,总结出上软下硬复合地层的沉降变形的一般规律.在工程实施中采取有针对性的沉降控制措施,确保敏感区段的沉降控制在允许范围之内.     

桩土界面荷载传递模型的改进及其数值实现

目前,在数值模拟中,桩土界面的刚度缺乏简便可靠的确定方法.针对这一问题,本文提出了桩土界面改进双曲线模型,该模型中初始刚度由极限剪应力和极限相对位移的比值来确定,可考虑桩土相对滑移和土体深度效应的影响,并以有限差分软件FLAC3D为平台,利用其内嵌的FISH汇编语言编程,将改进双曲线模型应用到FLAC3D的桩土相互作用的模型中.最后,通过实例验证,将本文方法的计算值、FLAC3D内嵌理想弹塑性模型的计算值与相关文献中的结果进行对比.结果表明:本文提出的改进双曲线模型及数值实现是合理的,能够更为合理地模拟桩土共同作用.     

基于朴素贝叶斯算法的中文评论分类

针对中文评论分类问题,采用朴素贝叶斯算法进行深入研究.首先,根据中文评论分类的需求设计了朴素贝叶斯分类器;然后,使用WEKA以不同特征提取方式对其功能性进行了对比分析.通过一系列的实验数据的横向对比表明,在朴素贝叶斯分类器下采用集成特征选取时文本分类的准确率最佳,准确率达97.65％,验证了朴素贝叶斯分类器在处理中文评论分类问题的可应用性.     

超精密液体静压回转工作台研制北大核心

对某高精度立式磨床用回转工作台采用液体静压直驱转台总体技术方案以保证其良好的动态特性和回转精度;支承系统采用液体静压支承以获得高的承载能力、刚度以保证工艺系统刚性;针对转台高动态回转精度要求,考虑油膜误差均化,确定了其关键零件部件精度并采用手工研磨方式保证了其制造精度,实现了转台系统全转速范围内0.25 μm动态回转精度;针对电动机发热和油膜剪切发热,采用稀油大流量静压支承、止推上置电动机下置、电动机强冷等技术措施保证了回转工作台良好的热态特性,工作端热伸长小于4 μm。研制的静压回转工作台应用于立式磨床,实现了外圆内孔圆度0.45 μm的磨削精度。     

ACO—BP在神经网络训练中的研究与应用

针对神经网络收敛速度慢、易于陷入局部最优等问题,可将蚁群算法与人工神经网络相融合的方法来解决,但容易出现训练时间与训练精度、泛化能力之间的矛盾.为解决上述矛盾,提出将蚁群优化算法与反向传播算法相融合共同完成神经网络训练的方法.算法首先采用蚁群优化算法对网络权值进行整体寻优,克服反向传播算法容易陷入局部最优的不足再以找到的较优的权值为初值,采用反向传播算法做进一步的寻优,克服单一训练网络时间较长、精度不高的缺点.最后对ACO-BP与反向传播算法进行了比较,给出两种算法在不同隐结点数目下的检验误差值和两种网络在矿选指标中的应用效果.通过对实验结果的分析.表明ACO-BP算法要优于反向传播算法.     

基于QoS和OWL—S的Web服务发现研究

建立了原子服务发现模型,探讨了原子级服务匹配的4个过程,并重点对输入输出匹配和QoS匹配进行了研究.在QoS匹配中,给出了服务性价比概念,并提出了高性价比的服务选择原则.     

美国知名大学本科“操作系统”课程设置情况的对比和分析

我国的"操作系统"课程一直在不断地学习国外先进的教学经验和方法,随着计算机技术的发展,"操作系统"课程的建设面临着机遇和挑战。本文研究了美国普林斯顿大学、哥伦比亚大学、哈佛大学、麻省理工学院和加州大学伯克利分校等几所著名大学的本科"操作系统"课程的课程内容、实验设置两个方面的情况,以图促进我国的"操作系统"课程的改革。     

“操作系统”实验教学之U盘驱动程序开发

本文介绍了一个U盘驱动程序开发实验的设计与实施情况,包括实验内容、实验基本过程和思路、实验组织和效果等。本实验有助于学生更真实地了解设备管理的实际情况,加深对设备管理原理的理解。     

一种邻域粒K均值聚类方法

K均值聚类,对于非凸、稀疏及模糊的非线性可分数据,其聚类效果不佳.针对此问题,通过引入粒计算理论,采用邻域粒化技术,提出一种邻域粒K均值聚类方法.样本在单特征上使用邻域粒化技术构造邻域粒子,在多特征上使用邻域粒化技术形成邻域粒向量;通过定义邻域粒与邻域粒向量的大小、度量和运算规则,提出两种邻域粒距离度量,并对所提出的邻域粒距离度量进行公理化证明.采用多个UCI数据集进行实验,将K均值聚类算法分别结合两种邻域粒距离度量,在邻域参数和距离度量两个方面与经典聚类算法进行比较,结果验证了所提出的邻域粒K均值聚类方法的可行性和有效性.