南京大学操作系统原理与实践国家精品课程建设

以操作系统原理与实践国家精品课程建设为背景,结合南京大学人才培养目标定位,系统介绍该课程建设的基本思路、知识体系构架,详细描述课程资源建设,总结教学团队在教学方式与实施方面的举措。     

基于颜色和形状的图像检索

提出一种新的基于颜色和形状的图像检索方法.将彩色图像转换到HSV空间将彩色图像转换到HSV空间,同时将检索图像分块,分别计算每个子块图像的颜色信息熵和中心矩;同时利用Harris算法提取检索图像的兴趣点,计算兴趣点环形空间分布的颜色信息熵和中心矩,以此表征图像的形状特征.针对颜色和形状特征进行高斯归一化,分别计算图像颜色和形状的相似度.最后,利用颜色和形状相似度的加权和进行图像检索.试验结果表明本文算法比CCSI算法和SCH算法具有较高的检索率.     

“高海拔、高寒冷、高烈度”地区隧道施工技术要点

针对“高海拔、高寒冷、高烈度”三高地区进行隧道施工的技术难题,对施工准备、现场组织、资源配置、隧道施工技术等方面应注意的事项进行了探讨,从生产生活营地建设、施工现场组织、劳动力及设备配置等提出了解决措施,保证了施工任务的顺利开展。     

糯米藤多糖的提取工艺优化

目的：研究提取糯米藤多糖的最佳工艺条件。方法：以多糖提取率为考察指标,溶剂回流作为提取手段,利用单因素及正交试验确定影响提取的主要因素,然后使用回归正交组合设计优化提取工艺。结果：影响糯米藤多糖提取率的因素顺序为提取温度＞液固比＞提取时间＞提取次数＞浸泡时间;回流提取的最佳工艺条件为在96.26℃水浴条件下,提取时间109.20min、提取次数2次、液固比27.28:1(mL/g)、浸泡时间90min,最优工艺条件下多糖提取率可达25.121%。结论：使用回归正交设计能合理地优化糯米藤多糖的提取工艺。     

香猪分割副产物浸提液理化特性及固定化发酵研究

本实验以香猪分割副产物为原料,添加4倍的水(W/W)经高压蒸煮法反复两次进行浸提,获得香猪分割副产物浸提汁。先后考察了香猪分割副产物浸提汁和发酵产物的可溶性固形物、干物质含量、酸度、氨基态氮、胶珠细菌总数和部分样品的游离氨基酸和水解氨基酸指标,且发酵采用细胞固定化制备的地衣芽杆菌1.892、枯草芽孢杆菌1.807和发酵乳杆菌三株细菌单一或混合组合的胶珠。结果发现:高压蒸煮浸提汁及发酵产物中均含有γ-氨基丁酸(GABA),且样液中水解氨基酸和游离氨基酸中GABA含量水平分别为10.63～17mg/100g和14.97～23.05mg/100g,相关样品中γ-氨基丁酸前体物——谷氨酸含量达到195.53～245mg/100g;用2.5%的海藻酸钠、4%的CaCl2溶液硬化30min在室温条件下制备的细胞固定化胶珠能有效的发挥作用,而且6次发酵重复实验较好的指标。研究揭示浸提液和其发酵产物的水解和游离氨基酸中具有值得开发利用的γ-氨基丁酸(GABA)。     

联系发现：一种新的数据挖掘方法综述

联系发现是数据挖掘中较新的研究领域。联系发现是一种对海量数据进行挖掘，找出其中潜在模式，抽取有用知识并发现隐藏联系的技术。本文首先综述了联系发现的概念、范围、特点和难点等，详细介绍了联系发现的几种主要方法：无监督的联系发现方法（新颖联系发现）、使用归纳逻辑程序技术挖掘关联数据的联系发现方法、多假设反演推理的联系发现方法、基于相关分析的联系发现方法以及KOJAK组队探测器，讨论了联系发现系统性能评估的方法与联系发现的置信区间度量方法，并简要描述了联系发现的一个具体应用的实例一——证据抽取和联系发现研究计划（EELD），最后探讨了目前联系发现研究中出现的问题及未来发展趋势。     

使用会话期上下文检查的RBAC模型：RBAC CCS

在大型信息系统的设计中,访问控制一直是一项复杂的工作。基于角色的访问控制（RBAC）被推荐来代替传统的访问控制模型。应用到信息系统中时,需要解决RBAC的控制粒度问题。我们需要一个能够基于上下文进行细粒度访问控制的RBAC模型,即基于对象实例上下文上的访问控制。对现有的解决方案进行综述和比较,提出了使用会话期上下文检查的RBAC模型：RBACCCS。RBACCCS中用了参数化权限,在权限检查时用上下文变量实例化这些参数化权限,这样就解决了上下文的表示和上下文作用机制问题。最后对RBACCCS模型进行     

支持向量机最优模型选择的研究

通过对核矩阵的研究,利用核矩阵的对称正定性,采用核校准的方法提出了一种SVM最优模型选择的算法——OMSA算法．利用训练样本不通过SVM标准训练和测试过程而寻求最优的核参数和相应的最优学习模型,弥补了传统SVM在模型选择上经验性强和计算量大的不足．采用该算法在UCI标准数据集和FERET标准人脸库上进行了实验,结果表明,通过该算法找到的核参数以及相应的核矩阵是最优的,得到的SVM分类器的错误率最小．该算法为SVM最优模型选择提供了一种可行的方法,同时对其他基于核的学习方法也具有一定的参考价值．     

基于加权本体的个性化语义搜索

为了实现语义层次上的个性化搜索,建立了一个集成语义信息和用户偏好的加权本体,在此基础上给出了一个个性化搜索框架WOPS.WOPS能够在利用本体描述用户兴趣模型的同时,进一步地将本体蕴涵的语义信息应用于个性化搜索的过程中.最后通过实验证明了基于加权本体的个性化搜索的有效性.