动态Web服务组合的选择策略

为了提高光网络资源的利用率,提出一种基于Petri网的Web服务组合最优化选择的方法.根据用户需求使用Petri网对服务组合之间的数据依赖关系建模,利用Petri网的T-不变量得到各种可能组合方案,并对于每种组合方案使用广义随机Petri网分析其性能.实验结果表明：该方法充分利用Petri网善于描述、分析、评价分布式系统的优点,得到性能最优的基于光网络资源的服务组合方案.     

基于Web的远程有限元分析服务系统

远程FEA服务系统的总体结构采用B／S模式的3层网络体系结构，如图l所示，主要的网络管理功能和应用程序等都集中在服务中心。其工作流程为：用户通过浏览器访问FEA服务中心的Web服务器进行登录，系统验证用户身份后，根据用户权限进入操作页面。如果用户有委托分析的合作意向，可通过在线商务功能模块与服务中心采用视频会议、电子白板或NetMeeting等形式进行初步的分析任务描述和讨论，确定分析结果的形式、完成时间以及费用等，并最终签订委托合同，由服务中心分配给该客户唯一的分析任务编号和密钥。授权合同用户通过E—mail或FTP等文件传输工具将零件电子图纸和文档、使用条件和分析要求等数据和信息上传到服务中心后，分析服务功能模块必须根据客户提交的信息及委托的分析任务需求经过FEA过程规划和优化决策出最佳的分析方案，     

云计算环境下大规模Web服务故障诊断技术研究

随着Web服务规模的不断增大,系统中往往会伴随着大量的噪音数据;为了提高Web服务诊断在噪音影响下的健壮性,文章研究了大规模Web服务下的故障诊断;首先,提出了一种Web服务自动诊断框架;其次,分别定义了转移矩阵和发射矩阵,并通过这两种矩阵来表达Web服务的状态转换过程;最后,提出了一种基于Viterbi方法的故障诊断算法;实验表明,文章提出的算法与其它相关的Web服务故障诊断算法相比准确性高,并且对噪音数据有着良好的健壮性。     

基于Web服务面向虚拟企业的柔性工作流管理技术

提出了一种基于Web服务面向虚拟企业的柔性工作流管理技术方法。在该方法中，虚拟企业内Web服务的提供企业首先根据为不同业务类型预先定义的标准模板注册其提供的服务，这样在另一个企业工作流过程模型描述的活动的实例执行阶段，活动中定义的Web服务请求可以与Web服务提供企业实现动态的服务绑定和调用，使Web服务提供企业的选择过程能够更准确地执行和完成。基于Web服务面向虚拟企业的柔性工作流管理系统的体系结构如图1所示。工作：疯服务器由过程定义工具和工作流引擎两个部件组成。过程定义工具负责对集成了Intemet上各种Web服务的企业工作流进行过程建模，而工作流引擎根据定义的过程模型规划业务的过程具体执行。事件服务器和事件一触发一规则（ETR）服务器主要通过在工作流的执行过程中各种事件对规则的触发、规则对其它工作流过程的触发以及实时改变工作流过程模型来适应不断变化的业务环境使工作流管理系统具有活动性和适应性。基于约束的代理服务器主要包含注册协调器、查询协调器、约束满足度处理器、成本一效益评估服务器以及注册中心等组件。它一方面作为Web服务的注册中心，另一方面可以被服务请求企业用来发现所需要的Web服务以及选择最佳的Web服务提供企业。Web服务适配器需要安装在每个盟员企业的站点上以便将Web服务进行打包和封装，并通过在Intemet上采用SOAP标准协议来调用。     

光的色散实验组合演示仪

针对沪科版八年级物理第四章第4节光的色散演示实验的不足,设计制作了一种光的色散实验组合演示仪,能够完成光的色散、光的混合和物体颜色共5个演示实验,帮助学生更好地理解相关概念和原理,从而提高课堂教学效果.     

基于Web 2.0的边与节点同时增长网络模型

模拟了Web2.0网络的发展过程并研究其拓扑结构,分析某门户网站实际博客数据的度分布、节点度时间变化,发现与先前的无标度网络模型有所差别.根据真实网络的生长特点,提出了边与节点同时增长的网络模型,包括随机连接及近邻互联的网络构造规则.仿真研究表明,模拟的网络更接近实际,在没有优先连接过程时,模型能得到幂率的度分布;并且网络有更大的聚类系数以及正的度相关性。     

基于组合拟合法的冰晶粒子的光散射计算

利用组合拟合法计算了冰晶粒子的单次散射特性。给出了消光效率因子、单次散射反照度及非对称因子的拟合公式,利用拟合公式对有效粒子尺度为20μm和120μm的六种冰晶粒子的消光效率因子、单次散射反照度及非对称因子进行了计算。结果表明,粒子的消光效率因子、单次散射反照率和非对称因子随着入射波长的增加有着较大的起伏,后两者随着波长的增加而变化趋势基本一致;对于单次散射反照率来说,在可见光波段,反照率非常接近于1;在短波段,粒子的非对称因子变化较小,并且随着波长的增加,非对称因子会逐渐增大。     

双未知量组合物理问题及其求解策略

双未知量组合问题是指,在一个物理问题中,分立的已知量明显不足,按常规思路无法解题.但该类问题中某两个未知物理量间有一定的联系,可以用积、商、和、差等形式合二为一,组合成一个未知物理量的问题.指出了双未知量组合物理问题的特征,并通过典型例子说明该类问题的求解策略.     

远焦型变焦距物镜的光组组合计算

介绍远焦型变焦距物镜的光学原理及光组组合计算方法，导出了高斯解计算公式。     

双峰分布的超细颗粒动态光散射信号模拟及精度分析

为获取双峰分布超细颗粒的动态光散射模拟信号,通过建立动态光散射随机过程的AR模型,利用修正的Levison-Durbin递推算法确定模型参数和阶数的方法模拟光散射信号.分别对10 nm与90 nm,200 nm与1 000 nm双峰分布颗粒的动态光散射信号进行模拟,得到的模拟信号光强自相关函数与理论值吻合,用双指数法对颗粒粒径反演,相对误差小于3.55%.通过分析模型阶数、采样时间、采样频率、模拟数据长度等参数对模拟精度的影响,得出双峰分布颗粒光散射信号的模拟精度与各参数的关系:在低于阈值阶数时,模型阶数选择对精度影响大,模型阶数越高,信号模拟的精度越高,高于阈值阶数时,模型阶数选择对精度影响不大,可选阈值阶数模型模拟信号.选定一定的采样时间,采样频率越高,模拟数据长度越长,模拟精度越高.     

基于区域合并的动态阈值分割算法

在传统分块分割再合并阈值法的基础上,引入图像区域合并的思想,以邻近区域阈值相似性作为判断区域合并的依据,借助人机交互式系统,运用待识别目标灰度与完成区域合并的阈值作加权,消除区域灰度不连续,实现目标与背景的有效分离,减少算法的运算量,提高目标识别精度.实验证明,该算法实现简单且行之有效.     

角度组合对多角度动态光散射测量的影响

针对多角度动态光散射中角度组合对颗粒粒度分布测量的影响,对5组模拟的双峰分布颗粒体系(114/457 nm,202/800 nm,307/541 nm,433/721 nm和600/900 nm)分别选取3、4、5和6个散射角,采用不同角度组合进行测量.粒度反演结果表明,在选取同样数量散射角条件下,不同的角度组合会得到不同的测量结果.当选取的各散射角对应的Mie散射光强差异显著,特别是对应光强值包含了Mie散射光强曲线的极大值和极小值点时,测量结果更准确.采用标准聚苯乙烯乳胶颗粒进行的测量实验,实验结果与反演结果一致.这种角度组合影响的原因在于,随着散射角的增多,得到的颗粒粒度信息也相应增加,但只有增加的散射角所对应的散射光强显著不同时,才会较多地增加颗粒粒度信息,从而改善测量效果;否则,增加的信息会被增加的角度校准噪声所抵消.     

A Comprehensive and Unified Approach to Web Service Trust Evaluation Based on Uncertainty Methodology

Web services have the advantage of being able to generate new value-added services based on existing services. To effectively compose Web services, the composition process necessitates that the services that will participate in a given composite service are more trustworthy than those that provide similar functionality. The trust mechanism appears to be a promising way for determining service selection and composition. Existing trust evaluation approaches do not take into account customer expectations. Based on fuzzy set theory and probability theory, this work proposes a unique Web service trust evaluation approach that is notable for its ability to provide personalized service selection based on customer expectations and preferences. The proposed approach defines trust as a fuzzy notion that is related to prior experiences and ratings, and expresses trust in two different forms. This work mainly solves two key issues in Web service trust architectures, bootstrapping trust for the newcomer services and deriving trust for composite services. The proposed approach combines the solutions to numerous issues in a natural way. The case study and approaches comparison demonstrate that the proposed approach is feasible.     

Experimental Study and Comparison of Imbalance Ensemble Classifiers with Dynamic Selection Strategy

Imbalance ensemble classification is one of the most essential and practical strategies for improving decision performance in data analysis. There is a growing body of literature about ensemble techniques for imbalance learning in recent years, the various extensions of imbalanced classification methods were established from different points of view. The present study is initiated in an attempt to review the state-of-the-art ensemble classification algorithms for dealing with imbalanced datasets, offering a comprehensive analysis for incorporating the dynamic selection of base classifiers in classification. By conducting 14 existing ensemble algorithms incorporating a dynamic selection on 56 datasets, the experimental results reveal that the classical algorithm with a dynamic selection strategy deliver a practical way to improve the classification performance for both a binary class and multi-class imbalanced datasets. In addition, by combining patch learning with a dynamic selection ensemble classification, a patch-ensemble classification method is designed, which utilizes the misclassified samples to train patch classifiers for increasing the diversity of base classifiers. The experiments’ results indicate that the designed method has a certain potential for the performance of multi-class imbalanced classification.     

动态区域禁忌匹配策略提高新生换热单元竞争力

在优化换热网络过程中, 有分流节点非结构模型的换热单元会打破初始均匀分布状态向流股上游区域集中, 使得冷热流股入口区域无法生成新的换热单元, 造成结构变异能力下降。本文探究该现象成因及其对进化的影响, 并提出动态区域禁忌匹配策略: 上游区域空节点时允许自由匹配; 当上游区域节点非空时进行上游区间的清空操作, 即将生成节点等效向下游区域进行转移, 从而保障换热单元在上游区域的匹配活力, 增强新生成换热单元在结构进化过程中的竞争力, 促进换热网络结构进化。通过在算例15sp和20sp的应用, 发现该策略能够提升网络结构变异能力。     

Dynamic Risk Prediction via a Joint Frailty-Copula Model and IPD Meta-Analysis: Building Web Applications

Clinical risk prediction formulas for cancer patients can be improved by dynamically updating the formulas by intermediate events, such as tumor progression. The increased accessibility of individual patient data (IPD) from multiple studies has motivated the development of dynamic prediction formulas accounting for between-study heterogeneity. A joint frailty-copula model for overall survival and time to tumor progression has the potential to develop a dynamic prediction formula of death from heterogenous studies. However, the process of developing, validating, and publishing the prediction formula is complex, which has not been sufficiently described in the literature. In this article, we provide a tutorial in order to build a web-based application for dynamic risk prediction for cancer patients on the basis of the R packages joint.Cox and Shiny. We demonstrate the proposed methods using a dataset of breast cancer patients from multiple clinical studies. Following this tutorial, we demonstrate how one can publish web applications available online, which can be manipulated by any user through a smartphone or personal computer. After learning this tutorial, developers acquire the ability to build an online web application using their own datasets.     

基于多信号流模型的诊断策略动态生成

针对静态故障树诊断序列长、人工可干预度差和不支持多现象并行推理问题,提出了基于D-矩阵和Rollout信息启发搜索算法的故障诊断策略动态生成方法,介绍了基于TEAMS多信号流模型的D-矩阵数据获取方法和Rollout信息启发搜索算法的DLL独立封装技术、输入输出数据规范和动态交互控制方法;基于此开发的交互式智能诊断系统(IIDS)软件平台经实际现场测试诊断验证,对诊断现场出现的多种客观条件,如系统工作模式或测试资源变化、用户干预和多故障现象并发推理等具有很好的适应性,故障覆盖率和隔离率指标高,对提高装备故障诊断的效率、准确性和灵活性具有显著作用。     

Dynamic Weight Strategy of Physics-Informed Neural Networks for the 2D Navier–Stokes Equations

When PINNs solve the Navier–Stokes equations, the loss function has a gradient imbalance problem during training. It is one of the reasons why the efficiency of PINNs is limited. This paper proposes a novel method of adaptively adjusting the weights of loss terms, which can balance the gradients of each loss term during training. The weight is updated by the idea of the minmax algorithm. The neural network identifies which types of training data are harder to train and forces it to focus on those data before training the next step. Specifically, it adjusts the weight of the data that are difficult to train to maximize the objective function. On this basis, one can adjust the network parameters to minimize the objective function and do this alternately until the objective function converges. We demonstrate that the dynamic weights are monotonically non-decreasing and convergent during training. This method can not only accelerate the convergence of the loss, but also reduce the generalization error, and the computational efficiency outperformed other state-of-the-art PINNs algorithms. The validity of the method is verified by solving the forward and inverse problems of the Navier–Stokes equation.