《关于加强嫩江松花江近期防洪建设的若干意见》论证概要

水利部《关于加强嫩江松花江近期防洪建设的若干意见》近期已由国务院办公厅批转有关省、自治区和国务院有关部门执行。本文简单介绍了《关于加强嫩江松花江近期防洪建设的若干意见》编制过程中对设计洪水、防洪标准、工程布局和非工程措施的论证情况和主要结论。     

浅析邵阳烟草干线运输调度系统算法

本文结合邵阳烟草区域特点和干线运输调度管理现状,分析了卷烟干线运输调度管理多目标的特性,归纳了详细的调度优先级和调度规则,剖析了干线运输调度管理算法,概要设计了干线运输调度管理信息系统框架和业务流程,为邵阳烟草搭建高效的干线运输调度系统奠定了基础。     

一种基于线性时间概率计数算法的数据聚集技术

无线传感器网络中,通过数据聚集操作在中间节点预先对数据进行处理,可去除大量冗余,减少数据传输,实现节能。针对多路径路由下数据聚集操作的重复计数问题,研究对副本不敏感的概要结构并优化某些特性,在线性时间概率计数算法的数学模型基础上提出一种新的数据聚集技术FA( Fan Aggregation)技术,实现高能效的数据聚集。理论分析和仿真实验均表明, FA技术相较于FM( Flajolet Martin)技术和LC( Linear Counting)技术在存储空间和准确率上均有更好的性能体现。     

Web Services互操作性研究

异构Web Services间的无缝互操作是成功构建基于Web Services应用的关键之一.讨论了Web Services互操作性概要和Web Services基本交互模式,详细分析了Web Services互操作原理和Web Services描述;说明了Web Services的类型定义中的类型不匹配、不可用类型、精度和值/引用类型等问题对互操作性的影响,并给出了处理方案;同时还分析了在Web Services的调用过程中采用的SOAP编码和消息模式、Web Services约束等问题.最后针对当前应用较广泛J2EE和.NET的两个平台的Web Services的互操作设计作了简要设计.     

分布式流数据频繁项发现算法的研究

对分布式流数据中频繁项的发现算法进行了研究,利用一种新颖的分布式概要算法(DSA)来发现从叶子节点直至根节点的概要结构,通过在不同的分布状态下设置相应的精确梯度来最小化通信负载,并利用真实数据集验证了该结构和算法的有效性。     

基于时空划分的数据流挖掘

基于时空划分的思想,设计概要数据结构的在线生成算法。概要数据结构保存流数据不同时刻的分布状态,以支持离线阶段的分类、聚类和关联规则发现等数据挖掘操作。研究时间粒度、量化向量调整和子区域索引等3项内存需求控制策略,以平衡概要数据结构的内存需求和内外存之间的I／O次数。     

数据流上具有数据遗忘特性的小波概要

动态地维护数据流的概要结构是数据流查询和挖掘等处理工作的基础.在许多数据流应用场合,数据的影响随时间衰减,流中数据被逐步遗忘,称为数据流的遗忘特性.在数据流概要的构造中,应体现这种特性.离散小波变换是一种应用得较多的数据流概要构造方法.将数据流的遗忘特性引入小波概要的构造中,提出了一种能反映数据流遗忘特性的小波概要结构:基于小波的分层遗忘概要,分别讨论了误差平方和及最大绝对误差两种误差度量标准下这种概要的构造方法.所进行的实验验证了该概要的有效性.     

工程造价管理系统概要设计

工程造价管理系统主要包含系统维护子系统、工程量清单管理子系统等六个模块,本文简单叙述了该系统的系统结构、模块设计、数据库设计等设计内容。     

一种挖掘数值型数据流上的分类的方法

提出了一种挖掘数值型数据流上的分类的方法,将精确抽样方法与贝叶斯方法合理配合使用,在构建数据流概要数据结构的过程获得了挖掘算法的关键统计量的值,同时,将连续类型的属性值进行了离散化处理,使得可以使用单一的方法来挖掘既包含离散类型数值又包含连续类型数值的数据流.在判断数据流元组的类别时,使用了多阈值方法以增加挖掘结果的可选择性.挖掘结果采用了实时直方图的方法来描述.实验表明,该挖掘方法是有效的.     

基于数据流方法的大规模网络异常发现

随着网络规模和速度的增加,大规模网络异常发现要求检测算法能够在无保留状态或者少保留状态下对G比特级的海量网络业务量数据进行实时在线分析。针对在高速骨干网上进行大规模网络异常发现的特点和要求,提出了一种基于数据流的大规模网络异常发现的方法,第一次将数据流模型用于大规模网络的异常发现。主要包括以下创新点:设计了一种面向异常发现的网络流量概要数据结构和突发高频事件检测算法;提出了一种基于安全监测策略定制的预查询方法来进行多数据流的关联监测并且对数据流查询进行了优化;在真实数据分析的基础上,对网络业务量进行了数据约减,使得监测部分特殊类型的数据流能最大程度地获得整体网络业务量的变化特征以提高异常发现的效率。通过真实网络环境下的实验和性能评价验证了数据流方法的有效性。