Web日志挖掘中的会话识别算法

会话识别是Web日志挖掘的关键步骤,然而很多方法所得到的会话不够精确.针对Web日志挖掘中的会话识别问题,在最常用的Timeout方法的基础上,提出了一种改进的基于平均时间阈值的识别方法.通过动态计算会话中请求记录间的平均时间间隔,个性化地调整页面的时间阈值,相对于传统的对所有用户页面使用单一的先验阈值,该方法能够更准确地识别出长对话.最后对生成的侯选会话集进行二次识别,使识别出的会话更为合理有效.实验结果表明,会话质量得到了提高.     

新型无线Mesh网络的QoS路由判据与算法

针对无线网状网络中采用何种路由判据进行路由选择以增大网络吞吐率的问题,在分析现有路由选择准则不足的基础上,通过综合考虑链路的可用带宽、延时、可靠性和干扰等因素对链路OoS的影响,提出了一种新的综合QoS路由准则和算法IRMQOS,并通过仿真验证了该路由准则和算法的可行性.仿真实验结果表明,该方法能显著提高网络吞吐率.     

一种变论域模糊控制自适应算法

针对受控系统非线性、时变性、复杂性和不确定性的特点, 文中采用一种基于模糊控制的变论域自适应控制算法, 将变论域引入模糊控制的隶属函数中, 设计了输入函数的自适应律, 并通过李雅普诺夫函数进行了稳定性分析. 仿真结果表明在有干扰的情况下, 算法能很好的跟踪系统输入, 使系统跟踪误差小且能够保证系统的稳定性.该算法结构简单, 具有良好的鲁棒性和动态性能, 同时克服了系统参数变化对稳定性造成的不利影响. 仿真实例表明了本算法的正确性和有效性.     

基于滤噪微分器的四旋翼飞行器控制

在飞行器的控制中, 角速率反馈可以提高控制系统的动态特性, 但速率陀螺价格昂贵, 且随运行时间的增加其性能会不断下降. 对此本文提出了一种基于滤噪微分器的四旋翼飞行器滑模变结构控制律. 该控制律使用的反馈信号仅由角度传感器得到, 而无需角速率传感器. 控制律中的角速率信息由王新华等设计的有限时间收敛的微分器得到. 本文通过数学证明, 给出了当测量信号中含有噪声时该微分器的理论跟踪误差上界. 仿真以及对四旋翼飞行器滚转姿态的控制实验验证了微分器的抑制噪声作用和控制算法可行性.     

双积分系统阶跃响应快速无超调控制: 一种增益切换非线性PD控制

采用标准PD或PID控制器镇定双积分对象时,系统的阶跃响应必然存在超调:为此,设计了一种可以切换增益的非线性PD控制器,给出了系统阶跃响应无超调的充要条件,以及减小调节时间的方法.采用的切换规律是:当误差的幅值大于设定门限时,设计好的快速PD控制器投入工作,以加快误差的收敛:当误差的幅值小于设定门限时,设计好的强阻尼PD控制器投入工作,以抑制可能出现的超调.通过这两个控制器的配合作用,既能实现阶跃响应无超调,又能有效减小调节时间.仿真验证了该结论.     

有效的结构化P2P信息检索

在分析了以往P2P系统信息检索基础上,针对结构化P2P检索存在的问题,提出了一种有效的结构化P2P信息检索.结合利用向量空间模型(VSM)技术和位置敏感散列(LSH)技术,使得语义内容相似的文挡易于分布在相同的节点上,提高了搜索速度.同时采用了本体知识,增强对用户请求的语义理解,提高了搜索性能.     

无线传感器网络中一种能量高效的分布式分簇算法

提出了一种适用于无线传感器网络的能量高效的分布式分簇算法（ＥＥＤＣ）,该算法使具有较高剩余能量及距离基站较近的节点有更大的机会成为簇头．理论分析表明该算法通信开销较小,而且有效地均衡了节点的能量消耗．为了确保ＥＥＤＣ 的正确性、完整性和可靠性,利用形式化方法———着色网对其关键属性进行建模和分析．仿真结果表明,ＥＥＤＣ 有效地延长了网络生命周期,提高了网络的能耗效率．     

ZK框架调用EJB3的解决方案

在介绍AJAX应用程式开发框架-ZK和EJB官方新标准-EJB3之后,剖析了二者结合的特性,总结了现有的本地调用EJB3的方法。针对官方尚未给出的ZK框架如何远程调用EJB3的问题,通过实例给出了解决方法,为企业级的AJAX应用程序的开发提供了参考。     

基于支持向量机的计算资源反馈调度

在实时控制系统(RTCS)中,计算资源一般受限。由于诸多不确定性因素和工作负载的动态变化,系统总是运行在不可预期的开放环境中。为保证系统的稳定运行,提出了一种基于支持向量机(SVM)的计算资源反馈调度方法。它周期性地监测系统计算资源,通过SVM在线预测,得到各个控制回路的下一个采样周期,从而实现系统计算资源的动态分配。通过仿真实验验证了该反馈调度方法的性能,并与理想情况、传统开环调度方法进行了比较,显示了其优越性。     

基于双极偏好控制的多目标粒子群优化算法

考虑双极偏好信息对粒子群的控制作用,提出一种使用双极偏好——正偏好和负偏好引导粒子群向 Pareto 前沿偏好区域进化的方法．根据TOPSIS 决策法思想,将外部种群粒子与正负偏好点的相对贴近度排序作为 外部种群管理和全局最优解更新策略;根据贴近度值确定解集的分布度;选取6 种不同类型的多目标测试函数进行 算法模拟,从世代距离、空间测度和超体积测度3 个指标与基于单极偏好的多目标粒子算法进行性能比较．结果显 示,基于双极偏好控制的多目标粒子群算法的收敛性和综合性能更优秀．