鞍钢3200m3高炉矿槽施工

介绍了鞍钢新1号高炉(3200m3)矿槽结构的设计原理及其所包含的钢结构、混凝土结构施工技术要点和质量控制,并作出了技术经济效果评述.     

移动支付市场三大服务商博弈研究

随着移动互联网和移动支付市场的快速发展,移动支付业务已经成为当前移动增值业务发展的重点。为了获取最大利润,移动支付市场的主要参与者已经展开激烈的竞争以抢占市场份额。从移动运营商、银行、第三方支付服务提供商视角出发,结合实际,建立了移动支付市场完全信息的古诺模型和不完全信息古诺模型,通过求解和分析模型,提出了适合我国国情的移动支付市场运营模式,即移动运营商与银行合作且由第三方支付服务提供商协助支持。     

基于消息中间件的分布式查询系统

在三层结构中,中间层的实现是整个系统的核心。提出了一个基于消息中间件实现中间层的结构框架,能够以较少的花费实现一个分布式查询系统。中间层各个业务组件利用消息中间件通信,屏蔽了网络复杂性,实现异构平台的互操作,利用持久队列可以确保通信的可靠性,减轻了系统的开发工作和复杂度。     

石化市场数据仓库建设初探

本文基于石化企业发展的需要，在比较传统数据库与数据仓库各自技术特点的基础上，着重阐述了石化市场数据仓库的实质、特征、基本体系结构及建设步骤，提出了建设过程中应注意的几个问题。     

基于双域双向水平倾角最小化圈绕的凸壳新算法

本文依据同构化凸壳构造基本定理,提出效率更高的双域双向水平倾角最小化圈绕凸壳新算法.本新算法的同构化特点是:1)"初始顶点与双域生成"处理:找出给定二维点集S的最低点和最高点,即Y轴坐标值最小点(若有多个最小点,则只取最左的最小点)和Y轴坐标值最大点(若有多个最大点,则只取最左的最大点),作为凸壳(逆时针围绕的)A向初始顶点、(顺时针圈绕的)B向初始顶点;并以这两个初始顶点为端点的线段,把原二维点集划分为两个独立的子点集S右、S左.2)在S右内,进行双向"圈绕寻找下一新顶点"即凸壳A向、B向最新顶点寻找处理:分别过自己的最近新顶点,作X轴正向射线,并A向或B向找出当前点集内对该顶点正向射线(为始边的)倾角最小的点;删除对已得各顶点所构成的子凸壳内点,当所剩当前点集非空时继续作"2)"逐边圈绕,直到为空.3)同理,在子点集S左内,进行双向"圈绕寻找下一新顶点"即凸壳A向、B向最新顶点寻找处理.     

PCLAgenda:一个基于过程的CASE环境

本文描述了ＰＣＬＡｇｅｎｄａ（ｐｒｏｃｅｓｓｃｏｎｔｒｏｌｉｎｇｌａｎｇｕａｇｅａｇｅｎｄａ）的设计与实现．ＰＣＬＡｇｅｎ－ｄａ是ＳＣＯＰ组合框架软件工具系统中提供的以过程为核心的软件工程环境，其主要功能是定义软件开发过程，指导、控制和自动化软件开发工作，支持开发人员的合作和协调．ＰＣＬＡｇｅｎｄａ的核心是基于ＳＣＯＰ软件开发方法学的、面向活动的软件过程模型.     

一种基于LSB的数字图像信息隐藏算法

根据载体图像和嵌入量的大小,利用随机函数确定出嵌入字节的位置,使嵌入信息分布均匀;研究了异或运算的性质,结合位平面的特点,通过位的异或运算,实现秘密信息嵌入;对嵌入的字节最多只需修改一位,可在该字节中同时嵌入两位秘密信息,提高了秘密信息嵌入量,并能无损还原.理论分析和实验结果证明了算法的有效性.     

面向云端Key/Value存储系统的开销敏感的数据迁移方法

Key/Value存储系统在大规模、高性能云应用支撑方面扮演了重要的角色,对云端Key/Value存储系统而言,数据迁移是实现节点动态扩展与弹性负载均衡的关键技术.如何降低迁移开销,是云服务提供商需着力解决的问题.已有研究工作大多针对非虚拟化环境下的数据迁移问题,这些方法对于云端Key/Value存储系统而言往往并不适用.为应对上述挑战,将数据迁移问题纳入负载均衡场景解决.提出一种基于面积的迁移开销模型,该模型可以有效感知底层VM性能干扰状况,权衡迁移时间与性能衰减值.进一步提出一种开销敏感的数据迁移算法,该算法基于开销模型与均衡度制订数据迁移计划,选取最优的迁移操作.基于雅虎的云服务基准测试工具YCSB验证了该方法的有效性.     

基于风险加权的同构化区间型多属性决策新算法

多属性决策问题的复杂性、决策因素影响的不确定和传统评判方法的局限性,使不确定决策因素的属性测度常常难以精确量化,往往只能用区间数进行大致估量.为了精确量化表征属性决策因素测度值不确定性,根据同构化基本原理与相似性科学相关理论及相关思想,针对区间型多属性决策问题提出了一种基于同构化多属性决策新方法的新算法.该新算法的主要特点是:1)提出了决策者风险偏好权重;2)采用了同构化风险测度三元组(拟下限相似度,风险程度,风险偏好值),来精确量化决策过程中存在的风险程度以及决策者对此风险程度的偏好;3)生成了可描述各属性与决策目标关系的标杆方案;4)定义了方案相似度新概念;5)构造了风险加权相似度量算子(RWSM0),来度量各决策方案与标杆方案之间风险加权相似度的大小;6)挑选出风险加权相似度最大的方案作为最优或满意方案.