基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策

针对属性值为直觉梯形模糊数且属性存在关联性的风险决策问题, 提出一种基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策方法。根据直觉梯形模糊数距离公式定义了直觉梯形模糊信息的前景价值函数, 通过价值函数和决策权重函数计算方案单属性前景值, 并运用Choquet积分融合属性间存在关联性的前景价值信息获得方案综合前景值, 根据综合前景值的大小实现方案的排序和优选。风险投资实例分析说明了该方法的可行性。     

高速铁路3G及TD-LTE移动通信关键问题研究综述

对现有及未来移动通信系统在高速铁路中应用出现的主要问题进行了分析,主要包括如车体损耗、小区切换、多普勒频移等。归纳总结了目前国内第三代移动通信(3G)三大主流技术的现有解决方案。在此基础上分析了未来分时长期演进(TD-LTE)移动通信在高铁场景下应用的先进性及其面临的技术难题。重点对解决该问题的国内外相关现有研究成果进行了分析评述,并针对现有研究存在的问题提出了下一步的研究方向。     

时间序列数据挖掘中特征表示与相似性度量研究综述

分别分析了时间序列特征表示和相似性度量在数据挖掘中的作用和意义,对目前已有的主要方法进行了综述,分析各自存在的优缺点;同时,探讨了将来值得关注的问题,为进一步研究时间序列数据的特征表示和相似性度量提供了方向。     

一种带交叉因子的双向寻优粒子群优化算法

针对传统粒子群算法易早熟、精度低、后期收敛速度慢等问题,结合反向学习理论,提出了一种基于交叉因子的双向寻优粒子群优化算法(CBMPSO)。该算法使初始种群在搜索区域均匀分布,计算粒子及其反向粒子的适应值,取最优作为初始种群;迭代过程增加对全局最差粒子的跟踪,随机开启基于交叉因子的双向学习机制。对几种典型函数的测试结果表明,CBMPSO算法的寻优能力及收敛速度有了显著提高,并且能够有效避免早熟收敛问题。     

基于熵权灰色关联和D-S证据理论的威胁评估

为了更好地处理空中威胁目标的不确定性信息,提出了基于熵权灰色关联和D-S证据理论相结合的威胁评估方法.将熵理论应用于求解各指标权重,利用灰色关联法确定各指标的不确信度,进而得到各指标下不同目标的Mass函数,通过D-S证据理论对各Mass函数进行合成,根据置信函数大小对目标进行排序.仿真实验证明该方法是合理有效的.     

高维数据挖掘中基于中位数回归的特征提取新方法

为降低噪声对数据特征提取(变量选择)效果的不利影响,基于中位数回归分析方法,利用变量选择降维技术(正则化估计),提出了一种稳健、有效的特征提取(变量选择)新方法,并具体给出了估计算法,该算法具有快速计算的特点.实验结果表明,新方法能够有效地对高维数据集进行估计和变量选择,且具有较高的准确性,即使数据中的信噪比很低时,该方法仍具有较好的效果.因此,该方法为高维数据挖掘特征提取提供了稳健且有效的方法.     

Xen虚拟化技术研究

对开源Xen虚拟化平台的体系结构、域的管理与控制、虚拟机通信机制、vcpu调度、虚拟化存储系统等进行了研究,并搭建试验环境进行了测试和模拟。     

油水乳化液流变性研究进展

综述了油水乳化液流变性研究进展，介绍了目前国内外乳化液流变性的研究情况、乳化液的流变模式及乳化液流变性的评价方法。乳化液的剪切应力-剪切速率关系明显受油滴尺寸的影响，在含油量一定时，表观黏度随油滴尺寸的减小而增加。绝大多数乳化液在低剪切速度下(低于50s^-1)，呈现剪切变稀行为；在剪切速率超过1000s^-1时呈现牛顿行为。高含水原油的视黏度是温度、含水率以及剪切速率的函数。介绍了乳化液的3种流变模式，并给出了流变性评价方法实例。提出了油水乳化液流变性研究的发展方向。     

基于创新创业工作室的IT人才培养模式的研究

创新创业工作室为培养具有创新精神的IT应用型人才提供了一个有效平台,该文以沈阳师范大学软件学院为例,阐述了创新创业工作室的构建和运行管理过程,以及其在人才培养中的作用和意义。     

高职院校开放型计算机实验室统筹管理模式探索

实验室开放是高职院校实验教学改革的必然趋势,该文就实验室开放式管理的意义进行了阐述,对传统计算机实验室在管理的维护中存在的问题进行了分析,并提出了开放型实验室建设管理的几点具体措施,探索了多层次、多形式的实验室开放的途径,使计算机实验室真正实现时间、空间、内容的全方位开放。