海外网间互联资费结算方法分析比较

为了早日与国际接轨．我国网间互联互通资费结算正在逐步从以资费为基础的结算转变到以成本为基础的结算。为了让相关人员更好地了解国外互联互通网间结算办法．从而更好地完成结算转变工作．本对国外有关方法，特别是对即将采用的长期增量成本结算方法．进行了详细的介绍．并进行分析比较。     

基于网格的知识资源挖掘研究

为满足网络上不同用户群体对个性化资源的要求,文章从网格与服务网格的概念出发,引入知识挖掘技术,提出了网格环境下的个性化知识资源挖掘实现框架,并对其实现功能与应用加以分析.     

A GENERAL FORM OF THE INCREMENTS OF A TWO-PARAMETER WIENER PROCESS

In this paper,we consider a general form of the increments for a two-parameter Wiener process.Both the Csorgo-Revesz‘s increments and a class of the lag increments are the special cases of this general form of increments.Our results imply the theorem that have been given by Csorgo and Revesz(1978),and some of their conditions are removed.     

苯乙烯-异戊二烯两嵌段共聚物溶液的dn/dc和紫外吸收光谱

本文研究了苯乙烯-异戊二烯两嵌段共聚物在CHCl_3中的折光指数浓度增量(dn/dc)和紫外吸收光谱。嵌段共聚物dn/dc具有很好的加和性,可以测定嵌段共聚物的组成。紫外吸收光谱的结果表明,除低苯乙烯含量的样品外,其它嵌段共聚物都显示明显的紫外增色性(UV hyperchromism)。因此UV和UV-RI双检测GPC不会得到可靠的嵌段共聚物组成数据。这种增色现象与其特征的紫外吸收谱图紧密关联     

大规模光纤网络异常节点数据深度挖掘方法研究

为解决常用光纤网络异常节点数据挖掘方法耗时长、精度低的问题,提出一种可应用于大规模光纤网络的异常节点数据深度挖掘方法。预处理光纤网络节点数据,提取信息熵特征,并对数据进行降维操作,引入随机森林算法,通过自助采样形成多个随机样本空间,通过投票机制合并处理并输出树群中各棵子树光纤网络异常节点数据深度挖掘结果,实现光纤网络异常节点挖掘。实验结果表明,所提方法的精确度高达99.8%,耗时仅为9.2 min,漏检率为0.12%,因此,该方法可以获取高效率、高精度的光纤网络异常节点数据深度挖掘结果。     

增量式块主成分分析的焊缝图像特征提取算法北大核心CSCD

针对焊缝图像特征提取的实时性问题,该文提出一种增量式块主成分分析(incremental block principal component analysis,IBlockPCA)算法,用于焊缝特征主成分的提取。该算法先将焊缝表面图像分割成子图像块并对其进行重构,然后利用提出的IBlockPCA算法对局部块图像进行增量式特征提取,并采用KNN算法对提取的特征主成分进行分类识别;最后在焊缝数据集上进行了算法的性能对比。实验结果表明,该算法在收敛率、分类率及复杂度等方面均优于其他主成分分析(principal component analysis,PCA)算法,其分类识别率为97.5%,其平均处理速度可达50 frame/s,能够满足焊缝表面图像的实时性处理需求。     

面向智慧能源的供需平衡数据可视化挖掘方法

为满足能源数据监测和综合分析领域的业务需要,提出面向智慧能源的供需平衡数据可视化挖掘方法。构造数据迁移与分类视图,确定每个供需平衡数据点位置坐标,并采用正交投影可视化技术将数据挖掘算法核心结构展示在视图中(支持用户对其进行相应调整);引入数据挖掘算法,提取数据可视化挖掘结果参数,实现面向智慧能源供需平衡数据的可视化挖掘。实验结果显示:智慧能源供需数据可视化挖掘结果综合评分数值范围为64.70~82.04分,充分说明该方法具备较好的可视化挖掘性能,可应用在多维典型用能场景中。     

基于自组织增量-图卷积神经网络的金相图半监督学习

采用深度学习对钢铁材料显微组织图像分类,需要大量带标注信息的训练集.针对训练集人工标注效率低下问题,该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法.首先,采用迁移学习获取图像数据样本的特征向量集合;其次,通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习,获得其拓扑图结构,并引入胜利次数进行少量人工节点标注;然后,搭建图卷积网络(GCN)挖掘图中节点的潜在联系,利用Dropout手段提高网络的泛化能力,对剩余节点进行自动标注进而获得所有金相图的分类结果.针对从某国家重点实验室收集到的金相图数据,比较了在不同人工标注比例下的自动分类精度,结果表明:在图片标注量仅为传统模型12％时,新模型的分类准确度可达到91％.     

基于软件体系结构分析的漏洞挖掘技术研究

为了提高漏洞挖掘效率,在软件体系结构的基础上,结合符号执行、污点分析和模糊测试中的优点,设计并实现了基于软件体系结构分析的漏洞挖掘系统Fast Fuzzing。该系统主要由体系结构分析、指令追踪、符号执行、污点分析和动态测试五个模块组成,为提高系统效率,系统针对传统技术方法进行了优化处理。实验结果表明Fast Fuzzing系统能够有效发现IE8和IE10中的安全问题,成功触发了IE8和IE10中的多个漏洞,适用于常用软件的安全测试。     

基于4G/GPRS的大型传感网络脆弱点预判挖掘系统设计

针对传感网络脆弱点进行挖掘时存在脆弱点分析不准确,导致脆弱点预判挖掘效率差,提出一种新的大型传感网络脆弱点预判挖掘系统设计方法。通过大型传感网络内的传感器控制单元实时监测传感器信息变化动态,采用传感网络脆弱点数据检测单元测量大型传感网络内各传感器脆弱点信息,将此信息经由4G/GPRS网络传输模块传递给主控中心,主控中心完成传感网络脆弱点信息的采集,通过脆弱点预判算法模块进行分析,对传感网络脆弱点信号进行报警和调控,通过核心89C51微处理器模块,实现传感网络传感器控制单元与主控中心间脆弱点信息的传递和处理,确保主控中心能够随时查询传感网络脆弱点信息。软件设计过程中,对传感网络脆弱点预判挖掘过程进行分析,绘制系统脆弱点采集的流程图,分析系统实现脆弱点挖掘的数据库访问代码设计。实验结果表明,所设计系统性能好、操作简单、挖掘精度高。