基于角色的访问模型分析及实现

在现有的系统中,对系统权限的控制主要采用传统的访问控制技术.由于现在的控制方法的种种缺陷,尤其作为信息管理系统的访问控制方法,本文提出了一个基于角色的访问控制（RBAC）标准模型,最后介绍了RBAC技术的实现.     

基于UDDI的语义Web服务发现的设计

基于UDDI的传统Web服务发现机制是使用Web服务信息的语义支持,智能化程度不高,所以无论在精确度还是在返回率上都无法满足人们日益增长的需要.我们在原有的UDDI机制中引入OWL-S,使得请求与发布的服务能进行语义匹配,提高了这种发现机制的查全率和查准率,并给出了OWL-S/UDDIMatchmaker构架,结合OWL-S与UDDI各自的长处来实现Web服务的语义匹配功能.     

小波混沌神经网络的研究与应用

混沌神经网络已被证明是解决组合优化问题的有效工具,但单一化的退火因子无法同时满足准确性和速度性两方面要求,因此改变传统的混沌方式以提高搜索速度和精度就变得尤为重要.文中将Sigmoid函数转化为小波函数可以有效地解决该问题,通过将Sigmoid函数转化为Mexican hat小波函数,以及引入Shannon小波和Sigmoid函数加和组成的非单调激励函数这两种方式,提高了搜索效率和准确度,并用这两种新的模型对两种优化问题进行仿真.仿真结果表明小波混沌神经网络无论在全局最优解的搜索效率还是精确度上都明显优于传统的混沌神经网络.可知将小波函数引入混沌神经网络是极具研究潜力的.     

非光滑凸情形Adam型算法的最优个体收敛速率

Adam是目前深度神经网络训练中广泛采用的一种优化算法框架,同时使用了自适应步长和动量技巧,克服了SGD的一些固有缺陷。但即使对于凸优化问题,目前Adam也只是在线学习框架下给出了和梯度下降法一样的regret界,动量的加速特性并没有得到体现。这里针对非光滑凸优化问题,通过巧妙选取动量和步长参数,证明了Adam的改进型具有最优的个体收敛速率,从而说明了Adam同时具有自适应和加速的优点。通过求解 ${l_1}$ 范数约束下的hinge损失问题,实验验证了理论分析的正确性和在算法保持稀疏性方面的良好性能。     

民航旅客服务信息系统报警规则提取

在民航客服报警系统优化设计的研究中,民航旅客服务信息系统承载民航大量的重要业务,结构庞杂,系统安全运行要求高,某个子系统出现异常,会产生大量的告警信息,给维护人员对故障源定位带来极大困难。实现报警信息的提取和压缩,对系统维护来说是要急需解决的问题。针对上述问题,利用粗糙集的理论对抽取的报警信息生成决策表,并对其进行属性约简和值约简,提取报警规则。通过实验取得了比较有效精简的报警规则,将报警信息准确提供给系统维护人员,另外对报警规则进行实验验证,能对系统进行准确的报警,实现报警信息处理的初步的智能化。     

基于全局/局部共现词对分布的汉越双语新闻事件线索分析

针对汉越双语新闻事件线索分析,提出了基于全局/局部共现词对分布的汉越双语事件线索生成方法。该方法首先将新闻话题词语分布作为全局词语表征全局事件,然后用一定时间粒度下新闻片段特有的时间、人物、地点等事件元素作为局部词语,分析新闻片段中全局词语和局部词语的共现关系,将全局/局部词语的共现规律作为监督信息,结合RCRP算法和汉越双语新闻的对齐语料,构建有监督话题生成主题模型,获得相应时间跨度下代表事件发展进程的子话题分布,通过子话题的分布反映事件发展的线索,从而构建出在线汉越双语事件线索生成模型。实验在汉越混合新闻数据集上进行,事件线索生成对比实验结果证明了提出的方法的有效性。
     

网络虚拟实验室仪器建模分析与设计

重点分析了网络虚拟实验仪器的建模方法,包括仪器结构模型、端口结构模型以及仪器问交互控制关系模型.仪器结构模型分为原子仪器模型和复合仪器模型两大类,复合仪器模型由原子仪器模型通过某种特定的连接关系组合而成.端口结构模型是仪器完成自身功能的输入输出接口,也是仪器间进行交互的信息传输通道.仪器间交互控制关系模型管理一组实验中具有关联关系仪器之间的信息交互,协凋控制整个实验的运行.     

体绘制方法研究与实现

体绘制方法是当前研究的一个热点问题,它的应用遍及医学、地质学、物理学、和科学计算等诸多领域。但目前它仍处于发展阶段,有许多问题都有待于进一步的研究。该文对体绘制方法中的若干算法进行了研究与比较,实现的算法是基于开发平台windows SDK,用C语言和原始的API编写Windows程序,以提供最佳的性能、最强大的功能和最大的灵活性。     

一种基于密度的不确定数据离群点检测算法

不确定数据普遍存在于如移动计算、RFID技术和传感器网络等大量应用之中.由于不确定数据的离群点检测算法可以提高服务质量,提出一种基于密度的不确定数据离群检测算法RLOF.该算法引入一种R2-tree结构,有效降低了计算局部离群因子时的时间复杂度,同时降低了不确定数据集中的数据更新成本以及海量数据维护成本.理论分析和实验结果充分证明了该算法是有效可行的.     

多目标动态车辆路径问题建模及优化

针对物流配送中动态车辆路径优化问题,综合考虑动态需求、路网影响、车辆共享、时间窗以及客户满意度,建立了多目标动态数学规划模型,该模型能更好地描述现代物流配送问题.同时,提出一种两阶段求解策略,第一阶段采用多目标混合粒子群优化算法获取预优化阶段Pareto最优解,采用改进的粒子状态更新策略并融合模拟退火操作提升粒子群搜索性能,采用自适应网格技术保持解的分布性;第二阶段对客户的需求变化采用贪婪插入和变邻域搜索进行实时路径调整.实验表明,该算法在解空间中有更好的探寻能力,并能快速收敛到全局最优,满足动态路径优化实时性要求.