网络受限移动对象过去、现在及将来位置的索引

提出了一种适合于网络受限移动对象数据库的动态轨迹R树索引结构(network-constrained moving objects dynamic trajectory R-Tree,简称NDTR-Tree).NDTR-Tree不仅能够索引移动对象的整个历史轨迹,而且能够动态地索引和维护移动对象的当前及将来位置.为了比较相关索引结构及算法的性能,进行了详细的实验.实验结果表明,与现有的基于道路网络的移动对象索引方法如MON-Tree和FNR-Tree等相比,NDTR-Tree有效地提高了对网络受限移动对象动态全轨迹的查询处理性能.     

移动对象数据库模型、查询语言及实时交通流分析

提出一种移动对象数据库模型——Dynamic Transportation Network Based Moving Objects Database(简称DTNMOD),并给出了DTNMOD中基于移动对象时空轨迹的网络实时动态交通流分析方法.在DTNMOD中,交通网络被表示成动态的时空网络,可以描述交通状态、拓扑结构以及交通参数随时间的变化过程;网络受限的移动对象则用网络移动点表示.DTNMOD 模型包含了完整的数据类型和查询操作的定义,因此可以在任何可扩充数据库(如PostgreSQL 或SECONDO)中实现,从而得到完整的数据库模型和查询语言.为了对相关模型的性能进行比较与分析,基于PostgreSQL 实现了一个原型系统并进行了一系列的实验.实验结果表明,DTNMOD 提供了良好的区域查询及连接查询性能.     

改进NS2对局域网分布式系统在线仿真的实现

目前大多数仿真系统采用流量发生器等模拟l离散事件的发生,为了充分模拟网络环境中分布式系统各子系统的并发运行和彼此之间依据算法的实时交互,设有虚拟局域网VLAN的IEEE802.1Q协议。提出一种改进NS2模拟局域网分布式系统实际运行的在线仿真的集成方法,将各分布式应用对象移植为NS2的C++扩展对象,执行实际算法,构造一个模拟中心调度对象,管理各分布式对象的并发运行、转发各分布式对象之间的消息交给NS2以模拟其网络延迟,与领域仿真软件交换数据等。对NS2中共享式以太网协议模块改造,添加VLAN802.1Q协议模块,分别实现对交换式局域网和多播报文的模拟。变电站自动化系统的通信网络仿真实验结果,验证了在线仿真方法是有效的、所扩展的NS2模块是正确的。     

酒精五塔蒸馏工艺过程模拟

针对典型的酒精蒸馏五塔工艺流程及蒸馏过程各物流的组成、压力、温度等工艺条件,分析模拟计算的热力学方法和热力学数据,结果表明,本文所选用的热力学方法SRKM、IDEAL、NRTL及物流组分交互作用参数均适用于酒精蒸馏五塔工艺流程,各工艺物流的模拟数据与设计数据最大误差均小于4.5%,模拟值与设计值比较吻合,不超出设计误差(10%)的限度.     

三元硝酸熔盐高温粘度的计算

三元硝酸熔盐是一种重要的传热蓄热介质,粘度物性数据对其在工业中应用非常重要.但是由于硝酸熔盐熔点高,腐蚀性强,测试条件苛刻,粘度测量结果偏差较大,故利用计算方法确定熔盐粘度.本文首先通过大量实验数据拟合了纯物质KNO3,NaNO3和NaNO2的粘度,再利用Arrhenius混合规则确定的经验公式计算三元硝酸熔盐的粘度.与前人实际测量值进行比较.结果发现:利用简单经验公式估算的结果与实际测量值比较接近,表明这种熔盐热物性变化受外界影响较小,可以利用Arrhenius简单混合规则确定熔盐粘度.     

基于局部子图匹配的SLAM 方法

针对现有的SLAM 解决方法在机器人被“绑架”时失效的问题,提出了基于局部子图匹配的方法．该 方法对现有的SLAM 解决构架进行了改进,提出交点最优匹配的特征相关算法,并且将奇异值分解方法引入机器人 定位．最后,在结构化环境下将本方法和基于扩展卡尔曼滤波器的方法进行比较,讨论了基于局部子图匹配的方法 在结构化环境中解决机器人“绑架”问题的有效性和可行性．     

动态描述逻辑的可拓集合扩展

通过对可拓集合与经典集合、模糊集合的分析比较,说明可拓集合的特点和优点,用可拓集合代替经典集合或模糊集合作为动态描述逻辑DDL的集合论基础,对DDL进行扩展,生成了一种新的描述逻辑DDES,并给出了DDLES中概念、关系和实例的描述形式以及它们的语义解释,最后对传统描述逻辑ALC、模糊DDL和DDES中的Abox形式进行了比较.     

基于细胞因子网络协同进化的Web服务合成方法

借鉴生物神经内分泌免疫系统的协同进化机制,基于细胞因子网络平台提出了Web服务的合成方法.在细胞因子网络调控下的生物实体代理Web服务,构成为一个带有条件的米兰机单元,Web服务的合成可以转换为米兰机进化过程.生物实体通过消息匹配和条件约束形成细胞因子网络,Web服务的合成通过生物实体细胞因子网络支持.在服务协同进化过程中可以动态调整其合成的服务,完成服务的动态自组织合成和管理等工作.仿真结果表明该方法在环境动态变化时具有适应性.     

一种含影响力因子的自适应C均值算法

含影响力因子的硬聚类算法(HCMef)在对多于两类规模不均的样本进行聚类时,影响力因子指数对聚类结果影响很大,取值不当会引起类消失.影响力因子指数在0附近穷举,并利用影响力因子指数较大时类规模会在较少训练次数内消失的现象,降低计算量.提出了含影响力因子的自适应C均值聚类策略(AHCMef),并介绍了两阶段聚类方法,进一步提高聚类成功率和执行效率.结果显示,最佳影响力因子指数出现在成功聚类时的较大值附近,聚类效果从该点起随影响力因子指数的减小而降低.对HCMef算法应用于多类规模不均样本情况时,影响力因子指数的选取具有指导意义.     

序列模式挖掘研究与发展

序列模式挖掘是数据挖掘的一个重要研究课题,它在很多领域中都有着广泛的应用.首先讨论了序列模式挖掘的相关背景,然后对序列模式挖掘进行分类,并在此基础上对每一类序列模式挖掘算法的特点进行了介绍和比较;最后,对序列模式挖掘未来的研究重点进行展望,以便研究者对序列模式挖掘做进一步的研究.