改进的基于邻接树的贝叶斯网络推理算法

分析比较Shafer-Shenoy结构和Hugin结构两种经典的基于邻接树的贝叶斯网络推理算法。针对Hugin算法在推理分析领域的局限性,通过在Hugin算法的消息传播过程中引入零因子标志位和零因子处理机制,提出一种Hugin算法的改进算法R-Hugin。该算法具有良好的推理分析性能,并从理论和实验两个方面证明R-Hugin算法的正确性和有效性。     

基于能量捕获和混合储能的微观网络能量最优分配算法

随着纳米技术和无线网络技术的快速发展,单个节点(设备)的微小尺寸和有限能量严重地限制了微观无线网络的应用。因此,在传统宏观网络节点储能结构单一和能量捕获技术不稳定的基础上,利用超级电容的快速充放电特性,提出了一种基于超级电容和电池的混合储能结构。在此混合储能结构的基础上,根据点对点的双工信道模型和能量传输损耗特性,建立了面向能量捕获的网络吞吐量模型和节点能量分配解析模型,并提出了相应的能量最优分配算法,实现了节点吞吐量的最大化。该算法根据节点捕获能量的时域分布,优化分配超级电容与电池的能量值;同时,采用最优传输功率与传输时间进行数据传输。实验结果表明,所提混合储能结构和能量分配算法能有效地提高节点的吞吐量。     

因果信息在不同粒度上的迁移性

知识与粒度相关,在不同粒度上对现象的解释不同,而因果性描述的是现象的本质特征。因果性与粒度之间存在着怎样的关联,一个粒度上的因果关系是否可移植到其他不同粒度上,是目前人工智能研究亟待解决的问题。针对由观测数据构成的信息系统,从数据中直接抽取因果变量所需满足的基本图形结构,估算变量间的因果关系;再通过向系统中添加新属性以及合并多个信息系统,改变原系统中信息的粒度,研究所识别的因果关系在新系统中的可迁移性。若新属性作用于结果变量,则原系统中的因果关系不可迁移至新系统;若新属性对结果变量无影响,则原系统中的因果关系可移植至新系统。     

基于WS-BPEL的服务组合流程建模工具的设计与实现

详细介绍了基于BPEL语言的可视化Web服务组合流程建模工具的体系结构;引入节点和弧的概念实现可视化流程编辑器;采用图形化方法和流程图到WS-BPEL元素的映射技术,实现了Web服务组合流程模型的建立、编辑和配置等功能,简化了抽象流程到可执行流程的转化;提出了基于Web服务QOS约束的服务查询、QOS本体表示和QOS筛选方案,使得符合用户需求的Web服务能够被动态灵活地绑定到业务流程中.     

面向大规模数据的分层近邻传播聚类算法

近邻传播(Affinity Propagation,AP)聚类具有不需要设定聚类个数、快速准确的优点,但无法适应于大规模数据的应用需求。针对此问题,提出了分层近邻传播聚类算法。首先,将待聚类数据集划分为若干适合AP算法高效执行的子集,分别推举出各个子集的聚类中心;然后对所有子集聚类中心再次执行AP聚类,推举出整个数据集的全局聚类中心;最后根据与这些全局聚类中心的相似度对聚类样本进行划分,从而实现对大规模数据的高效聚类。在真实和模拟数据集上的实验结果均表明,与AP聚类和自适应AP聚类相比,该方法在保证较好聚类效果的同时,极大地降低了聚类的时间消耗。     

基于共享存储的双机高可用系统的设计与实现

本文提出了一种以服务组为监测对象的基于共享存储的双机高可用系统。文中首先简要分析了高可用系统的特点及双机系统可用度定量分析方法,然后详细介绍了本系统设计的基本原则及具体实现,最后分析了该系统的性能并提出了改进方向。     

模糊铁合金配料机会约束模型

在铁合金配料问题的大量传统研究工作中,多数研究工作均与确定性系统相关。在不确定系统中考虑一类新的带有可信性约束的模糊铁合金配料机会约束模型。由于提出的模糊铁合金配料问题常常包含带有无限支撑的模糊变量参数,因此它是一个很少被直接求解的无穷维优化问题。为了求解这个模糊优化问题,通过逼近方法将模糊铁合金配料机会约束问题转化为一个有限维优化问题。设计一个含有逼近方法、神经网络和遗传算法的混合智能算法求解提出的带有可信性约束的铁合金配料机会约束问题。给出一个数值例子来表明所设计模型和算法的实用性。     

一种校园网的网络安全策略

随着网络攻击者知识的成熟以及攻击工具与手法的复杂多样，网络安全问题也日益突出起来，单纯的防火墙策略已无法满足网络安全的需要。为了更进一步提高网络安全，必须采用防火墙与入侵检测系统相结合的网络安全技术。另一方面，校园网网络服务平台一般是基于开放源代码软件的，故文中提出了采用Linux系统下IPtables包过滤＋Squid＆Socks代理服务器的防火墙体系和网络入侵检测系统Snort相结合的网络安全策略来增强校园网的安全，并详细地阐述了在校园网环境下如何实现该策略以及相关的关键技术。     

一种新算法在基因表达谱聚类中的应用

聚类分析是从基因表达数据中提取生物医学信息的主要方法。针对基本粒子群优化算法易陷入局部极值和对可调参数敏感的问题,提出了一种新型粒子对算法来解决基因聚类问题。算法初始化四个粒子,随机分成两对,将K-均值快速聚类的结果作为每个粒子对中一个粒子的初始位置。在每次迭代中,粒子仅依靠自身速度和粒子对的最佳位置来完成自身更新。每个粒子对产生的精英粒子,组成一个新的粒子对,继续搜索,新粒子对的最优位置即为聚类算法的最优解。实验结果表明算法具有良好的同质性和差异性,且在计算时间和收敛速度方面具有相当的优势。     

彩色图像矢量滤波技术综述

彩色图像滤波是彩色图像处理的最基本的研究领域之一。彩色图像滤波技术可以分成标量滤波法和矢量滤波法两大类。其中,标量滤波法只是早期的滤波方法。大量的研究表明,矢量滤波法比标量滤波法更加有效,因为它更能保护彩色图像的光谱特性。为使人们对彩色图像矢量滤波技术及其应用有个系统的了解,该文首先全面地总结了彩色图像矢量滤波的基本理论和方法,并跟踪该领域的最新进展,同时分析介绍了彩色图像矢量滤波技术的一些典型应用;然后对彩色图像矢量滤波技术进行了分类,并对每种类型的滤波算法中经典和目前最常用的算法做了详细的介绍和阐述;接着结合笔者对该领域的研究,提出了一些新的研究方法;最后,对于一些有代表性、经常使用的矢量滤波算法,以冲击噪声为例,给出了其视觉上的滤波效果和客观的评估数据。