基于客户程序度量包内聚性

为了一致而高效地计算包内聚性,许多研究者提出了大量的包内聚性度量方法.然而,这些方法主要依赖于包内部的数据流关系,常导致度量结果与实际开发经验相悖.为了解决这一问题,首先以包的职责为基础将包划分为4类.然后,提出了共同重用内聚CRC,并根据包的分类框架讨论了CRC的适用性.CRC的核心思想是若多个类总被共同重用,则它们之间存在紧密耦合.最后,提出了度量CRC的海明内聚度HC.与现有方法相比,HC同时考虑了包内和包间的数据依赖.因而,该方法能够有效地反映包内部类间的语义关系.此外,HC利用包的使用模式提高了度量结果的可区分性.实验研究表明HC能够有效评估包的内聚程度.充分说明了作为HC基础的CRC具有较高的合理性.     

短期负荷预测Volterra滤波器模型

讨论依据相空间邻近轨道演化相似性的特点构造训练模式,建立短期负荷预测Ｖｏｌｔｅｒｒａ滤波器模型的问题．以距离相似度和趋势相似度来衡量电力负荷吸引子轨道的相似度,提出了电力负荷吸引子邻近轨道判别的新方法．从模型训练充分性的角度出发,探讨了模型训练集规模的选择依据．仿真结果表明该模型是有效的．     

一种过程支持向量机及其在动态模式分类中的应用

针对一般SVM在机制上难以直接对动态模式进行分类的问题,提出了一种基于函数正交基展开的过程支持向量机.该模型的输入为时变函数,输出为模式类别.在输入函数空间中选择一组适当的正交函数基,将输入函数在该组函数基下进行有限项展开,把展开式系数作为核函数的输入.由于时变函数在基函数映射下与展开式系数一一对应,从而可利用SVM的变换机制实现动态模式分类.给出了基于SMO的求解算法,实验结果验证了模型和算法的有效性.     

模糊聚类算法EFCM及其在上下文广告关键词提取中的应用

随着互联网的高速发展,网络聊天(IM)软件中的上下文广告成为了网络主要赢利模式之一,也是网络营销中的一种重要方式.要精准地提供此类上下文广告就需要正确地提取聊天过程中的关键词.聊天文本不同于普通的文章,它是一种简短的文本,对于这种文本,传统的TFIDF算法存在着缺陷.本文针对传统TFIDF在处理此类文本时的不足之处,利用EFCM聚类算法来提高TFIDF算法对于这类文本的处理能力.     

SQL注入攻击原理及在数据库安全中的应用

SQL注入是根据网页的返回结果而获知网站的敏感信息。本文讨论了各种注入攻击技术的原理和特征,并给出了检测和防范的方法。     

对含内孔面模型的切割仿真研究

为了快速封堵含内孔的面模型被切割后形成的中空截面轮廓,以便完整的表达模型.采用先剖分外轮廓,以封堵整个截面的轮廓,然后依次去除内轮廓区域的思想,最终实现中空面的封堵.先使用逐点插入算法剖分整个中空截面轮廓,然后删除已检测到的内孔洞的区域,在确保剖切面内所有轮廓顶点不发生任何变化的要求下.实现了含内孔面模型的快速切割仿真,并使用实例加以验证.该算法可以广泛地应用于各种含内孔面模型的切割仿真,尤其在医学手术仿真中.     

黄金分割法结合UTD计算机载天线方向图

机载天线辐射特性的研究,对机载天线的一体化设计、布局以及机载电子系统的电磁兼容性(EMC)具有非常重要的意义.应用一致性几何绕射理论(UTD)分析机载天线的辐射特性,利用黄金分割法(0.618法)优化二阶射线寻迹,并考虑了遮挡的判断问题,提高了运算的速度和精度.以机载单极子天线为例.给出了机载天线远场方向图的仿真结果.结果比较令人满意,证明了方法是正确的,并对机载天线耦合分析有一定参考意义.     

海战仿真中CGF行为建模方法研究

CGF是分布交互仿真环境中重要的仿真实体,CGF行为模型是构建CGF系统的核心和难点.对CGF行为的特点进行了归纳,认为CGF的行为可以由一组动作通过一定的逻辑运算进行合成.提出了基于线性赋色时态逻辑的行为建模方法,分别建立了动作、活动和行为三个不同层次的模型并给出了实例应用.采用该方法建立的CGF行为模型结构明晰,适于采用STAGE的脚本语言进行程序化描述,仿真结果表明了该方法的合理性和有效性.     

基于服务质量的对等网络流模型的研究与设计

在网格环境下的分布式数据流管理系统中,传统的客户/服务器结构的数据传输和处理方式存在着巨大的性能瓶颈问题.借鉴对等网络在应用层传输数据方面的优势,将应用层服务质量的概念引入到P2P Streaming(对等网络流)模型中来,并基于此设计出一套启发式的算法,使得数据流在对等节点间的传输大大优化.在相应原型系统上的仿真实验结果表明,新模趔在服务质量上明显优于传统模型.并且,新模型也更加适于不同服务质量需求的各类分布式系统.     

基于DCT融合2DPCA与DLDA的人脸识别

传统的基于主成分分析的人脸识别需要将图像矩阵转化为向量,特征提取需要花费大最时间.二维主成分分析直接利用图像矩阵,特征提取速度快,但特征数量大,影响分类速度.因此,提出了一种基于离散余弦变换(DCT)的二维主成分分析(2DPCA)和直接线性判决分析(DLDA)结合的人脸识别方法.算法首先用DCT对人脸图像进行压缩并重建,然后利用2DPCA和DLDA对人脸图像进行特征提取.最后选用最近邻分类器进行分类.在ORL人脸库上的测试结果表明,与DLDA或2DPCA算法相比,算法具有更高的识别率.