一种灵活的使用控制授权语言框架研究

首先提出一种单限制变元Datalog^乛,sc的概念,并对单限制变元Datalog^乛,sc的评价（evaluation）及其元组识别问题做了分析．然后提出使用控制授权语言框架LUC,该框架基于具有单一稳态结构的单限制变元分层Active-U-Datalog^乛,sc语法和语义,具有逻辑上的一致性、完备性和可行性,最后对LUC框架的表达力、灵活性及其实现和应用做了说明．     

一种安全实用的动态邮件服务器实现方案

阐述动态域名解析、E-mail工作原理,重点介绍SMTP及安全认证,在linux下用动态域名解析与Sendmail SASL构建安全、经济而实用的动态邮件服务器。为中小企业、部门架建小型服务器提供一个参考方案。     

二次规划问题的神经网络方法及其数值仿真

针对具有边界约束的凸二次规划问题,利用离散神经网络模型的建模原理,构造了一个新的离散投影神经网络模型.为了优化求解,运用李亚普诺夫稳定性理论,通过构造一个新的广义李亚普诺夫函数,得到了神经网络模型全局指数稳定的线性矩阵不等式条件.同时将结果的保守性与传统方法所得结果进行了比较.数值仿真表明,改进方法采用新条件,有求解方便,保守性弱的特点,具有较强的实用性.     

一种在多径信道下LDPC码的解码设计

本文首先简单介绍了基带编码调制的LDPC系统与信道模型,接着设计了一种适合应用在多径信道下的自适应均衡器;然后,对LDPC码以及编译码模块进行了构造;最后,本文对所提出的由自适应均衡滤波器和LDPC解码器组成的自适应LDPC译码系统的误比特率（BER）性能进行了仿真,仿真结果表明新的译码系统可以解决在多径信道下BER性能较差的问题。     

基于虚拟样机的复杂产品协同设计与仿真关键技术研究*

主要研究并行工程环境下复杂产品虚拟样机协同设计与仿真的体系结构及其关键技术。提出虚拟样机协同设计与仿真系统的体系结构与整体解决方案,研究面向虚拟样机的数字化多领域集成建模理论与方法,建立面向虚拟样机开发全生命周期的集成过程管理与冲突协调模型,提出面向复杂产品虚拟样机开发的多学科协同设计、协同仿真和智能决策支持的理论与方法,建立复杂产品虚拟样机协同支持环境,有效提高企业创新能力和核心竞争力。     

An improved clustering analyzing algorithm for image index

This paper provides a survey of current clustering analysis in image indexing at first, then the problems are solved and the new directions in the future in this domain are pointed out. In the end, it proposes a new clustering algorithm with the combination of k-means clustering algorithm, genetic algorithm and chaotic optimization, a new idea of dimensionality reduction.     

基于网格技术的校园网作业服务模型和调度算法

为了消除校园网的信息孤岛,降低资源浪费,实现资源充分共享,提出了基于网格技术的校园网作业服务模型,并设计和实现了基于可信度遗传策略的作业调度方法。该算法充分结合遗传算法的优点,从而使调度系统具有了一定的自主性和智能性。实验结果表明该算法收敛速度快,全局寻优能力强,整体性能优于遗传算法和Min-min作业调度算法。     

序列SAR内波图像二维成像仿真研究

本文重新推导了Lynett和Liu的水平二维内波传播模型并在修正其几处错误后将其应用到了序列SAR图像的内渡数值模拟上.同时结合M4S模型对数值模拟结果进行了SAR成像仿真.结果分析表明仿真图像与实际SAR图像有很强的相似性,清晰的再现了内波在传播过程受地型变化影响出现的传播方向平行于等深线、分裂等现象.本仿真研究也为解译全二维的SAR海洋内波图像提供了新的方法基础.     

新型SFCM算法及其在故障诊断中的应用

为提高故障诊断模式分类的实时性和准确性,采用阈值化类内距离的方法,研究了一种新型SFCM聚类算法,数据验证了此算法较传统FCM算法在收敛速度和聚类精度方面的较好表现,以机载武器控制系统信息通道为诊断对象,采用该方法对通道进行了样本无监督分类验证和故障模式识别诊断试验,结果表明新型的SFCM聚类算法能对信息通道故障模式进行正确的分类识别。     

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.