基于Web的网络新闻应急系统工作流程管理(FoxNews_WFL)的研究与实现

FoxNews网络新闻应急管理系统利用工作流程管理FoxNews_WFL使窗体签核自动化(用于审稿、应急新闻签发等),以提高成效。论述了基于ASP.NET+C#的FoxNews_WFL工作流程管理系统的功能、特点,讨论了其签核逻辑等关键技术,并给出了实现的关键程序段。经试运行后表明,FoxNews_WFL系统可实现无纸化办公和审稿、请假等签核自动化。     

北斗卫星导航系统行车记录仪的优化设计

阐述了北斗卫星导航系统发展现状与行车记录仪发展趋势,结合国标及交通运输部部标对行车记录仪的要求,给出北斗卫星导航系统行车记录仪的硬件、软件设计思路,并为GNSS(全球导航卫星系统)定位数据漂移、数据处理与传输等关键点提供了解决方法。产品已通过交通运输信息工程质量检测中心检测。     

基于卡方统计的应用协议流量行为特征分析方法

引入统计理论中的卡方统计检验,提出一种通用的应用协议流量行为特征分析方法——ABSA (application behavior significance assessment)。该方法不针对特定的应用协议,旨在提出描述各应用协议间行为测度分布差异情况的统一量化标准,使其可进行比较,从而判断各协议的流量行为特征,并评估相应的显著程度。理论分析及实验结果表明,ABSA方法不仅可以为协议识别提供更丰富、更准确的特征信息,优化协议识别的结果,而且保证特征显著程度的评估与协议样本在总样本中所占的比例无关,并可用于     

汽车空气流量传感技术现状与发展趋势

电喷系统是汽车的核心控制系统,它以空气流量传感器测量获得的进气量为依据确定喷油量与点火时间,从而使得燃料燃烧在理论空燃比附近,以实现更好的安全性、经济性、动力性以及更低的废气排放。因此,进气量的精确测量对汽车电喷系统具有非常重要的意义。介绍了汽车电喷系统空气流量传感技术的现状、存在的问题及发展趋势,并提出了一种采用平行平板电容原理结合涡街原理的传感方式。     

一种改进的基于包对模型的有效带宽测量方法

本文通过分析数据包对的分离时间与背景流量之间的关系,提出了一种改进的基于包对模型测量端到端路径有效带宽的方法(ABwPP),可以直接测量路径的有效带宽而不需已知瓶颈带宽。NS-2上的模拟实验结果表明,该方法是准确有效的。     

改进的退避算法在战术业务流中应用研究

研究战术的网络业务流问题。针对传统的网络退避算法由于网络信道访问频率过大,容易造成节点缓存队列拥塞等问题,特别是退避算法中的参数选择问题严重影响网络性能传输。提出了一种改进的退避算法应用于战术网络业务流中。改进的算法首先为结点引入适当的竞争系数,使得对于信道的访问可以根据当前网络的突发状态合理分派,同时根据网络状态和冲突节点发生情况,对竞争窗口大小分别采用线性和多重下降等方式进行动态调整,有效地改善网络的性能。仿真结果表明,改进后的退避算法具有较好的性能,有效降低了网络信道访问冲突发生概率,提高了网络系统的吞吐量。     

双目标流水线调度的动态双子群离散果蝇算法

提出了一种基于动态双子群的离散果蝇优化算法,求解以最大完工时间和机床空闲时间的最小化为目标的无等待流水线调度问题。与传统的果蝇算法不同,该算法采用基于工序的编码方式,并用改进的NEH方法进行初始化,提高初始解的质量;根据算法在进化过程中个体的进化水平,动态地将整个群体划分为先进子群和后进子群,简单但有效地插入方法在先进个体邻域内进化精细搜索,贪婪迭代进化机制用于优化后进个体,以此平衡算法的全局开发能力和局部搜索能力;为了提高算法效率,快速算法用于计算函数目标值和判断更新非支配解。仿真试验表明了所提果蝇算法的有效性和高效性。     

基于LRU和扩展CBF的网络大流检测

高速网络流量检测中的大流检测已成为当前一种重要的、高效准确的可扩展流量测量机制,针对CBF（Count Bloom Filter）容易溢出的问题,将扩展的CBF应用于流量测量,防止过滤器溢出,并且结合LRU链表存储机制,共同应用于网络大流检测之中。经理论分析,所研究的流量测量算法LRU_MCBF（Least Recently Used_Multiple Count Bloom Filter）占用空间小,时间复杂度低;通过仿真实验验证了LRU_MCBF在大流测量中漏报率和错报率较低,能实现高速网络环境下大流对象的准确提取。     

千兆以太网MAC的流量控制策略

分析千兆以太网介质访问控制器(GEMAC)的流量控制策略,针对原策略PAUSE帧响应延迟时间长、缓存预留空间大的问题,提出一种改进的基于PAUSE帧的流量控制策略,在改进流量控制算法的基础上优化缓存空间。实验结果证明,采用改进的流量控制策略能使缓存预留空间减小42.86%,缓存利用率提高18.75%。     

一种从马尔可夫聚类簇发现潜在WEB社区特征的方法

在分析了目前一些典型的社区发现算法的基础上,通过对无主题条件下的隐含社区发现算法的研究,提出将基于流的社区特征和马尔可夫图形聚类算法(MCL)的簇结合起来寻找Web隐含社区的方法.将镜像或近似镜像页面的删除放在图形聚类之后,大大减少了比较的代价.然后,在聚类簇的基础上,使用判定每个簇内元素的筛选算法产生可能的社区候选集合.实验表明,该方法是可行的,可以发现许多存在的社区.