基于无证书签密的代理移动IPv6认证方案*

针对现有的代理移动IPv6认证方案存在的系统开销大和不能抵御暴力攻击的问题,提出了一种基于无证书签密的代理移动IPv6认证方案。该方案结合了无证书签密和代理移动IPv6的实际环境,在实现对移动节点认证的同时有效地解决了无线环境中密钥管理问题。对方案的安全性进行形式化分析证明,该方案在随机预言机模型下是可证明安全的。同时,效率分析表明,该方案不仅减少了节点之间的交互,而且保持了较小的计算量。     

基于AHP-GEM-FCA模型的水电PPP项目脆弱性评价

为准确获知水电PPP项目脆弱性水平,提出基于AHP-GEM-FCA模型的水电PPP项目脆弱性评价方法,即首先针对水电PPP项目特点,以外部环境、社会资本方、政府及项目特征四个视角出发,系统分析了脆弱性成因并构建评价指标体系;然后运用AHP-GEM法对脆弱性指标的权重进行测算,通过结合FCA法确定水电PPP项目系统脆弱性等级;最后运用该模型评价了峡江水电PPP项目脆弱性。结果表明,峡江水电PPP项目脆弱性高,项目整体存在较多漏洞,该结果较为真实地反映了项目实际情况,为水电PPP项目管理者进一步提高薄弱环节提供依据。     

二次回溯中文分词方法*

在最大匹配法(MM)的基础上,提出了二次回溯中文分词方法。该方法首先对待切文本进行预处理,将文本分割成长度较短的细粒度文本;利用正向匹配、回溯匹配、尾词匹配、碎片检查来有效发现歧义字段;利用长词优先兼顾二词簇的方式对交集型歧义字段进行切分,并对难点的多链长交集型歧义字段进行有效发现和切分。从随机抽取的大量语料实验结果上证明了该方法的有效性。     

用于多维函数优化的实数编码量子蚁群算法*

基于量子计算理论及蚂蚁群体寻优策略,提出了一种用于连续优化问题的新方法——实数编码量子蚁群算法（RQACOA）。针对量子比特编码和二进制编码在连续优化问题上的不足,引入一种新的实数编码表示方法,设计了智能量子蚂蚁,一条染色体携带指定范围内的多个个体信息。智能量子蚂蚁利用量子态纠缠和相干机理,通过叠加、变异及自学习来完成前期进化过程,然后以蚂蚁群体智能寻优方式进一步求解。实验结果表明,该算法具有强的全局寻优能力及快速搜索能力。     

分布式Kahn处理网络的一种集群调度算法*

研究并提出一种采用分布式Kahn处理网络表达的并行程序在多处理器集群环境下的任务——处理器动态分配算法。由于Kahn处理网络的不可判定性,静态作业调度算法不能适用,而忽略其显式数据依赖关系的动态负载均衡策略存在很大的随机性,往往带来不必要的进程迁移。基于运行时动态生成的离散事件序列,预测Kahn处理网络在不同分配方案下的执行效率（处理器资源利用率）,迭代寻求最优动态分配方案,仿真效果良好。     

基于前摄策略的项目调度优化方法研究*

为了解决不确定性因素对项目调度造成的扰动,在综合考虑项目资源紧张度、网络图结构复杂度等因素影响的前提下,对关键链和非关键链分别添加适当时间缓冲,减小了不确定性因素带来的扰动,提高了项目调度的健壮性。在此基础上提出以在制品水平和净成本最低为目标的项目调度优化方法;最后通过大量仿真验证,结果表明该方法优于文献中的项目调度方法。     

一种改进的面向ERP的工作流管理系统*

根据ERP的领域需求及特点,开发出一种改进的基于活动网络图的工作流模型,并引入了事件管理器和事件订阅器(event subscriber)。经过改进的工作流管理系统能够很好地满足ERP系统的业务要求,可以有效增加系统的柔性,简化系统建模的难度。     

广域网带修复的分布式系统级诊断算法

对计算机的系统级故障进行诊所的研究已发展了几十年,随着计算机网络的发展,将系统级故障诊断的思想用于计算机网络的故障诊断中,相应也取得了许多成果。本文的研究根据现代计算机网络的特点,提出了在三值模型的基础上,对网络进行分布式系统级故障诊断的算法,它主要有以下特点: ①适用于一般拓扑结构,特别是广域网系统,为了保证诊断的正确性,每次只诊断出一个故障结点加以维修,即采用顺序诊断方法。     

浦东新区内河防洪警戒水位核定

随着浦东新区社会和经济的迅速发展、水利建设和防汛设施不断完善,全区江河水情及工情都发生了变化,现行内河防洪警戒水位标准已不能满足需要,因此需重新检验和制订相适应的警戒水位。为对城市防洪中暴雨引起的河道水位雍高进行预警,结合浦东河道水系,将全区划分成3个区域;将现有水位遥测站与区域空间分布相结合,选取各区域代表水位站;对各代表水位站的特征水位值做经验频率计算,得到常遇洪水位;根据各代表站的常遇洪水位,结合所在区域的水面积、河道防洪能力及社会经济条件等,综合核定得到各区域的警戒水位。新的警戒水位可满足需求,在汛期中有效地减少警戒水位超限次数。     

基于线性投影分析和FCM动态聚类的人脸识别*

依据主成分分析方法(PCA)对图像具有很好的表达能力,即能很好地重构原图像,而线性鉴别分析(LDA)可使图像样本具有较高可分性的特点,提出对图像先进行PCA处理,再进行LDA处理,从而降低人脸特征维数并对人脸图像进行了特征提取;并提出用FCM动态聚类算法作为识别分类器,对人脸进行识别。实验和分析结果表明,在人脸识别中,这种融合PCA和LDA的分类方法能够更好地对特征进行提取,且FCM动态聚类分类器比K近邻判别分类器更具有灵活的分类能力。