数据源特性对序列模式挖掘结果的影响

用IBM数据生成工具生成数据考察了客户序列数、平均序列长度、平均事务长度、项目数等数据特性对挖掘结果序列模式个数的影响,得到了单项特性对挖掘结果序列模式个数的影响模型,用以在进行正式挖掘之前,通过数据特性对挖掘结果进行初步判断。     

特征匹配引擎设计与实现

网络入侵防御系统是维护网络安全的重要工具之一。特征匹配引擎是网络入侵防御系统的计算核心,用于从网络包中搜索出已知网络攻击的特征数据。对于现有的网络入侵防御系统,特征匹配引擎在整个系统中占据很大比例的计算时间。特征匹配属于计算密集型应用,对于底层的计算能力具有很高的要求。提出了一种并行特征匹配算法,并充分利用底层硬件特征,将提出的算法映射到现有的多核处理器上。在IBMSystemx3455上实现的系统具有高达17.2Gbps的处理速度和5万字条的特征字典容量,其处理速度和特征字典容量超过现有文献中的结果,包括FPGA、ASIC、网络处理器以及GPU上的实现。     

面向Agent的软件设计模式

设计模式针对一类在特定上下文中反复出现的问题给出了通用解决方案,模式的提取和重用有助于提高软件开发的效率和质量,其思想和方法已在面向对象软件工程中得到广泛应用和验证。我们认为同一问题采用不同的实现技术往往具有不同的设计形态,不同软件开发范型也有其各自不同的设计模式。作为一种新颖的软件开发范型,近年来面向Agent软件工程的研究取得了长足进展,如何提高软件Agent技术实用性,发挥其技术潜力,扩大其应用范围成为当前人们关注的焦点。本文将模式思想引入到面向Agent软件工程,针对软件Agent技术的特点,从组织结构、交互协作和个体Agent体系结构三个视点提出了一组面向Agent的软件设计模式,以支持多Agent系统的设计;并进一步给出了面向Agent设计模式的描述框架,进行了典型设计模式和应用案例的分析。     

基于多元索引后继树的时间序列数据流挖掘

本文以地电前兆观测数据流为研究对象,提出了一种新颖的基于多元索引后继树的时间序列数据流挖掘模型。该模型的主要特点是使用一种新颖的位置索引方法,通过一遍扫描创建描述一个序列的所有元素的绝对位置的多元索引后继树,使用索引匹配方法以模式增长的方式生成频繁模式。理论分析与实验表明,该方法简单、高效,具有很好的实用价值。同时,通过对大量持续的地电前兆观测数据流进行分析处理,挖掘隐藏在其中的反映地电参数正常变化规律及趋势的频繁模式,为发现地电前兆异常识别提供依据,从而辅助进行地震预报。     

基于Gabor滤波的指纹图像识别研究与实现

采用基于Gabor滤波指纹识别算法进行指纹图像中心点计算、扇形化、归一化、Gabor滤波、特征提取以及比对,并利用Matlab仿真实现该算法.在仿真实验中建立一定数量的指纹库,对该算法进行比对分析.     

计算机专业软件工程课程设计的改革与实践

软件工程课程设计是独立学院计算机专业的一门独立实践课程,以培养学生软件开发能力为目标。针对目前独立学院计算机专业学生实训环节薄弱的问题,结合多年的教学经验,对软件工程课程设计的教学模式、MVC模式的应用、多层架构的设计等进行了探讨。通过对软件工程课程设计的改革与实践,有效地提高了学生的实际动手能力、创新能力和解决具体问题的能力,为学生今后的就业执业奠定了坚实的基础。     

XML及其在MVC模式中的应用

通过图书馆管理系统来论述XML技术和MVC模式如何在WEB应用中结合。文章首先阐述了XML技术的相关知识及其优势,同时详细描述MVC模式的设计思想,并列举出MVC模式的优点和不足。其次论述了在WEB应用开发中如何结合XML技术和MVC模式来开发WEB应用程序,在此基础上结合图书馆管理系统实例来介绍如何使用JDOM开源框架来实现视图、控制层和数据模型的搭建,从而完成整个系统的开发。最后作者提出XML技术的发展前景,并对其与MVC模式的结合提出展望。     

基于词内部模式的新词识别

提出一种基于词内部模式的新词识别算法,该算法在重复串查找的基础上,结合词内部模式的特征提出改进位置成词概率和首尾单字成词概率的加权,依次判断互信息、邻接类别等统计量,对新词进行识别。通过不同的实验对比发现,该算法在一定程度上能有效提取新词。     

提高分类准确率的诊断性测验的研究

传统的纸笔测验只给被试提供一个测验分数,计算机化自适应测验（CAT）不仅给出了被试的测验分数,还估计了被试的能力。但这两种方法都没有对学生的认知结构进行探索,认知诊断评价（CDA）的优势就在于能够揭示个人在所测知识领域的详细信息,对个体进行补救,教师也可以针对学生的知识状态改进教学,对教、学双方都有指导作用。传统的测验构建方法没有考虑可达矩阵,导致分类准确率不高,本文提出将可达矩阵与认知诊断信息指标相结合的选题策略,模拟实验结果表明,模式判准率和平均边际判准率都有所提高。     

优化的BP网络在抽油井故障诊断中的应用研究

抽油井故障诊断系统是油井系统产量的关键,为了更好更快地对当前油井系统进行诊断以保证石油的产量,人们利用各种各样的技术来完成这一目标。BP神经网络技术就是新兴的油井故障诊断手段之一,但是由于其容易陷于局部最优解、收敛速度慢以及泛化能力差等缺点,运用融入免疫算法浓度概念的遗传算法对BP神经网络进行优化,并将优化后的BP神经网络算法应用于抽油机现场的故障诊断过程中,结果显示优化后的BP算法有更高的诊断率,更快的运行速度,因而优化后的BP算法的寻找全局最优点的能力更强,收敛速度更快。