基于量子粒子群算法的测试数据自动生成算法

本文针对现在流行的进化算法生成测试数据存在参数设置难、算法复杂度高、易陷入局部最优解等缺点,提出了一种应用于软件测试中的基于量子粒子群算法（QPSO）的测试数据自动生成算法。该算法是在粒子群（PSO）算法基础上引入量子理论的思想。解决了PSO算法搜索空间有限,容易陷入局部最优解的问题。通过具体实验证明,该方法是有效可行的,其效率也明显高于GA算法和PSO算法。     

回归模型中基于机器学习的流量预测算法

在基于机器学习的流量预测算法中,详细研究了基于回归模型的预测算法,将机器学习算法引入到网络流量预测中,提出了不同的弱回归算予用来描述网络流量中的非线性特性。针对网络流量中的自相似特性,提出两种不同的机制,即用主成分分析作为预处理和为每一维特征保留一组权重分布;同时,针对实验中发现的过匹配现象提出一种自适应的权重更新准则。     

基于Boosting的网络异常流量检测算法研究

从机器学习的角度系统研究网络流量检测,将Boosting算法引入到网络异常流量的检测当中,设计两种不同的弱学习方法：估计多变量高斯分布和估计超球体区域。实验结果表明,基于Boosting的检测算法性能要优于一类支持向量机,同时也表明作为一种提升弱学习算法性能的一般性策略,Boosting在非监督情况下是非常有效的。     

小波消噪的神经网络短时交通流量预测模型

研究短交通流量预测问题,短时交通流量数据中含有大量噪声,对预测精度产生不利影响,为了提高短交通流量预测精度,提出一种小波消噪的神经网络短时交通流量预测模型。首先采用小波技术对短时交通流量数据进行消噪处理,然后采用关联维数确定BP神经网络输入变量个数,最后采用BP神经网络建立短时交通流量预测模型。仿真结果表明,与消噪前比,消噪后模型的预测精度有了较显著提高,其预测误差远远小于消噪前,预测结果更具实用价格。     

软件人才创业教育模式的探索与实践——基于哈尔滨工业大学软件学院毕业生的调查研究

通过对哈尔滨工业大学软件学院2008—2010级本科毕业生和2010级硕士毕业生创业教育意识的产生、创业教育的开展需求、企业实践的影响和创业时机的选择等几方面进行问卷调查,分析当前大学生创业教育的现状和发展趋势,建立以创业课程、创业实践和创业研究互为依托的软件人才创业教育模式,提出切实支持大学生在校园环境下进行创业实践是落实当前大学生创业教育的重要措施。     

基于UML的炮兵营配置模型

使用统一建模语言UML,借助Rational Rose工具对炮兵营的配置模型进行分析,通过用例图和顺序图对模型进行概要描述。模型的建立第1步确立配置地域可选区域,第2步在所确定的可选区域中进行搜索与评估。决策模型流程可用一个顺序图表示。指挥员可通过操控界面对生成的配置方案进行干预,以保证生成方案的正确性与可行性。     

屏蔽暂堵剂在气井压井中的应用

屏蔽型暂堵剂是由刚性颗粒、纤维材料、软化粒子组成;具有可变形,易流动,能较快形成屏蔽层,性能稳定,且具有一定的强度,能承受一定的压力,能最大限度的减少压井液对气层的伤害,修后压力恢复不低于原来压力的95%。屏蔽暂堵剂的配制简单,效果明显,平均单井可节省施工成本60多万元,修后压力容易恢复,有利于气田的后续开发。     

语音编辑播放系统的应用研究

首先对语音系统的目前应用状况和未来的发展趋势进行详细的分析,接着对文语转换系统的结构组成和工作原理做了明确的说明和分析。最后从软件工程的角度,通过一个具体的设计案例:在VB中使用TTS技术实现语音的编辑和播放,详细地说明在高级语言中运用TTS技术实现语音的编辑和播放的过程,并说明了系统的不足和具体的改进方案。