基于多优先级的动态阈值RED算法

提出一种基于多优先级的动态阈值RED算法(PDT-RED)。根据分组优先级和未使用的缓存空间动态调节平均队列阈值,实现对不同类型的分组采取不同的标记/丢弃概率的区分服务。为了提高缓存利用率,在该算法基础上提出优化算法(OPDT-RED)。模拟实验证明,与同类算法相比,OPDT-RED使高优先级的分组丢失率降低了56%~62%,平均分组丢失率降低了33%~41%,并且简单、易于实现,能提高缓存的利用率。     

基于上下文感知的移动Web服务

移动Web服务的目的是随时、随地为资源有限的任何移动设备提供信息服务。该文以一个移动旅游者娱乐系统为例,阐述移动Web应用服务系统的体系结构、主要组件对象之间的交互及用户个性化服务的实现。讨论上下文管理机制的功能、模型和相关实现技术,介绍其接口与WSDL的实现。     

DIDS监视代理间数据融合算法的设计与实现

提出并实现用于分布式入侵检测系统中多监视代理之间协同检测的数据融合算法,实验证明该算法可以在0.07 s~1 s之内检测出SYN洪水、Smurf、Land等多种分布式拒绝服务攻击,并及时采取响应措施,阻断攻击者的网络连接。该算法建立在对多数据源的数据分析基础之上,提高了入侵检测的准确性,克服了路由访问控制列表过滤的局限性,可以实现在不影响网络正常运行情况下的实时检测与报警功能。     

求解柔性作业调度的共生进化算法

在柔性作业处理系统中,运行操作的机器、操作运行顺序及完成特定加工的操作集等均可含有柔性,作业调度的最优性依赖流程设计的结果。该文在共生遗传算法求解此问题的基础上,定义了一种新的适应度函数,将个体所参与的所有组合解的算术平均值作为此个体的适应度。引进较优的遗传交叉方法。仿真结果证明,新的适应度函数表现优异,对给定的复杂调度问题得到了更好的解。     

基于潜在语义差异的医学网页聚类

采用潜在语义索引的全局模型和局部模型表示医学网页时,模糊聚类结果的类间包含度很大。该文提出一种新的潜在语义差异模型,将医学网页中的文本抽取出来并分别采用全局模型、局部模型和差异模型进行表示,利用FCM算法进行聚类并计算类间包含度。实验发现,对给定的5类医学网页进行聚类时,采用差异模型时的类间包含度平均约为全局模型的85%、局部模型的80%。     

中小企业数据库安全性研究

针对目前中小企业中存在的数据泄露问题,该文提出了一种中小企业的数据库模式,并给出了安全后端模式的架构图。为了实现数据库的保密性,该系统设计一个二级密钥管理机制,有效防止了数据的泄露。     

基于十字链表的多刚体系统的数据存储

针对多刚体系统数据存储的不足,对多刚体系统的结构图与图论的有向图之间的关系进行了研究,提出了一种新的基于十字链表的链式存储模型.该存储模型不但较好地解决了复杂多刚体系统的存储问题,而且充分满足了在存储物理多刚体系统时的结构正确性和数据完备性要求,避免了非树形多刚体向树形多刚体的回路切除转换,使多刚体系统在数学建模与数据存储方面达到高度一致.     

交互式遗传算法在作曲中的应用

对交互式遗传算法作曲进行了一定的探讨.介绍了用遗传算法进行作曲的知识表示.通过将给定的乐谱转化成相应的编码,采用交互式遗传算法中的选择,交叉和变异算子产生新的乐曲.对交互式遗传算法作曲进行了仿真实验,讨论了实验步骤,给出了实验结果.仿真结果表明,设计的作曲系统可以产生出令人感兴趣的乐曲,具有一定的实际意义.     

基于SRM准则的恒模盲均衡器

针对在有限样本条件下恒模算法无法保证代价函数的经验风险与期望风险收敛到一致的问题,提出了一种基于结构风险最小化(SRM)准则的恒模盲均衡器(Structural risk minumum-contant model blind equalier,SRM-CMBE).该方法利用信号的恒模特性,在高维特征空间中以SRM为准则构造代价函数,采用核方法实现计算,并结合Kumar快速算法和静态迭代学习算法在线跟踪信道,能够在小样本条件下有效保证代价函数的经验风险收敛到期望风险.通过仿真实验,并与标准恒模盲均衡器(Constant model blind equalizer,CMBE)和修正的恒模盲均衡器(Modified-constant model blind equalizer,M-CMBE)进行比较,结果证明该方法的非线性均衡性能最佳.     

基于DSOF的网格资源发现模型研究

为了解决传统资源发现机制不能很好地适应网格资源环境的问题,在有效组建网格资源虚拟组织的基础上,提出了资源虚拟组织中联系结点的选取原则和选取算法,通过该算法从具有相同资源类型的联系结点中选出管理结点.联系结点和管理结点之间采用类似二部图的方式进行连接,构成基于动态自组织覆盖架构的网格资源发现模型.从资源发现能力、资源发现效率和系统可扩展性等方面对该模型进行了综合评价,结果显示该模型适合网格资源的特征,在大规模网格系统中能够有效提高资源发现性能,仿真实验验证了该模型的有效性.