贝叶斯OD流估算模型的解的收敛性

引入了贝叶斯ＯＤ流估算模型，证明了模型的迭代解的收敛性，并给出了最优解的形式。     

一种新型集成智能传感器的容错控制方法

提出了一种传感器容错控制新方案。该方案融合了神经网络、模糊逻辑、自适应预测、系统结构分析与容错控制技术 ,解决了传统容借控制系统不能对复杂系统进行有效控制的问题。采用该方法对一传统容错控制系统进行了仿真 ,证明了具有比原系统更加优越的性能     

Cluster-K: Network topology for searching replicated data in p2p systems

This paper proposes a new scheme for ensuring data consistency in unstructured p2p networks where peers can subscribe to multiple content types (identified by labels) and are rapidly informed of content updates. The idea is based on using a static tree structure, the Cluster-K⁺ tree, that maintains most of the structural information about peers and labels. A label denotes a set of replicated or co-related data in the network. The Cluster-K⁺ tree provides efficient retrieval, addition, deletion and consistent updates of labels. Our proposed structure guarantees a short response search time of O(H + K), where H denotes the height of the tree and K the degree of an internal tree node. We present theoretical analytic bounds for the worst-case performance. To verify the bounds, we also present experimental results obtained from a network simulation. The results demonstrate that the actual performance of our system is significantly better than the theoretical bounds.     

A Bayesian feature selection paradigm for text classification

The automated classification of texts into predefined categories has witnessed a booming interest, due to the increased availability of documents in digital form and the ensuing need to organize them. An important problem for text classification is feature selection, whose goals are to improve classification effectiveness, computational efficiency, or both. Due to categorization unbalancedness and feature sparsity in social text collection, filter methods may work poorly. In this paper, we perform feature selection in the training process, automatically selecting the best feature subset by learning, from a set of preclassified documents, the characteristics of the categories. We propose a generative probabilistic model, describing categories by distributions, handling the feature selection problem by introducing a binary exclusion/inclusion latent vector, which is updated via an efficient Metropolis search. Real-life examples illustrate the effectiveness of the approach.     

基于分布式聚合RSS的文件传输技术研究

针对在无线网络中传输大规模数据时存在出错率高等问题,提出了一种基于改进型RSS算法的高效率文件传输算法。该技术基于分布式无线通信模式,服务器端建立基于Feed的分布式文件传输架构,通过协作通信的方式向客户端广播RSS更新消息,在无线文件传输控制信息的端到端时延和网络吞吐率上进行优化。实验表明所提出的技术与原RSS技术相比在无线文件传输的可靠性、实时性、资源利用率等方面具有良好的性能。     

社会网络分析方法在科技评价中的应用研究

深入了解科学体系的内部结构,分析科学系统的运行规律及发展趋势是科技评价研究的重要课题。科技文献体系中的知识网络类型多种多样,他们之间既相互联系,又相互区别,不同要素组合构成多种类型的网络结构,如引文网络、共词网络和合作网络。探讨利用社会网络分析方法,例如权力指数、点出度与特征向量中心性、共词网络分析、合著网络分析、E-I指数等,对科技文献、科技期刊、学科研究热点、作者与机构合作情况以及学科交叉程度等进行科学合理、客观有效地评价、分析与测量。     

关系嵌入、结构嵌入与知识整合效能:人—环境匹配视角的分析框架

社会网是研究知识管理的重要视角,以往研究多从正面效应进行探讨,而忽略了个体因素所发挥的能动作用。因此,从社会网的关系嵌入和结构嵌入两个方面,构建了一个更加均衡的模型,论述了社会网在促进知识整合与合作满意度的同时,也存在增加角色负荷的潜在消极作用。从人—环境匹配角度强调了个体与社会网的互动机制,揭示了个体通过能力和价值观的调整,使得社会网对知识整合的作用得以实现的过程。     

基于灰色神经网络预测桥梁基桩混凝土自由收缩应变

桥梁基桩混凝土的自由收缩应变是基桩变形研究的一个重要方面,受多种因素影响,建立计算模型比较困难。本文在试验研究的基础上,利用灰色神经网络技术,在考虑多种影响因素的情况下,建立灰色神经网络模型预测基桩混凝土的自由收缩应变,从而降低了工程造价,同时还可以得到较满意的预测结果,为桥梁基桩混凝土自由收缩应变的研究提供了一种新方法和新思路,为工程实际应用提供了简便的预测方法,具有重要意义。     

复杂网络的结构特性研究综述

总结了复杂网络结构特性及目前的主要研究结果,对网络的静态几何性质做了小结,对规则网络与完全随机网络,Small World网络和Scale Free网络的机制模型做了总结与分析,阐述了网络的结构稳定性研究,从网络机制模型的演化得到在Internet网络中的演化方法启示,提出了一些Internet局域世界拓扑建模需要考虑的问题。     

高校公共机房的设计方法

随着计算机技术的不断发展,建设公共计算机房已经成为各类学校的重要建设任务之一,文章通过本校计算中心的机房建设和使用,总结了建设经验和使用情况,提出了一种建设高效、实用的计算机机房的设计思路。