基于萤火虫群优化的虚拟机放置方法

利用虚拟机放置策略对云数据中心的物理资源利用效率进行优化十分必要。提出了基于萤火虫群优化的虚拟机放置（glowworm swarm optimization based VM placement,Gso-wmp）方法。GSO-VMP方法将物理主机的处理器使用效率表示为荧光素值，当一个虚拟机被放置到物理主机上时，该物理主机的荧光素值都要进行更新；能够在局部径向范围内搜索到更多的可用物理主机，完成虚拟机放置，减少了虚拟机的迁移次数，从而间接地节省了物理主机的能量消耗。使用CloudSim作为GSO-VMP的仿真环境进行仿真，实验结果表明，GSO-VMP方法使得云数据中心的能耗降低、多维物理资源利用率提高。     

基于子模式的人脸局部遮挡智能识别方法

为了提升局部遮挡情况下人脸的识别效率和精度，提出一种基于子模式的人脸局部遮挡智能识别方法。利用自适应小波变换方法多尺度分解人脸图像，基于此，引入小波模极大值算法和Canny算子，有效提取图像边缘特征；引入局部方向纹理模式算子，经过计算获取各个子模式特征值，同时采用边缘返回值确定计算人脸图像纹理特征时的权重分配，将梯度和纹理信息进行融合，实现人脸局部遮挡智能识别。实验结果表明，所提方法的遮挡人脸误识率始终低于0.2%,当遮挡率为25%时，所提方法的人脸识别率仍可达94%,可以为人脸识别的深入研究提供依据。     

“信息安全技术”创新教学模式分析

创新教学模式作为“信息安全技术”课程构建的重要组成部分,如何有效教学模式和课程知识体系协调统一是当前所关注的重点。文章通过“信息安全技术”的知识体系、涉及范围两方面显著特点入手,探讨了教学模式面临困境及现状,构建了“目标-内容-方法-机制”创新教学模式,讨论了“信息安全技术”课程优化途径,创新性引入了校企合作模式,为“信息安全技术”课程教学模式的良性发展提供理论依据。     

强混合样本面板数据模型回归样条估计

由于面板数据具有模型复杂且数据量较大特征,导致面板数据回归样条估计结果存在较大误差。因此提出强混合样本面板数据模型回归样条估计方法。优化面板数据形式,将非参数模型与混合模型相结合,获取改进后的强混合样本条件下面板数据简化表达形式。利用B样条法估计出未知测量参数的渐近正态性,并进一步估计出模型中的未知函数。通过仿真模拟算例表明,所提方法的计算量较小且能够准确估计模型中的未知变化量。     

"信息安全技术"课程的教学改革研究

文章针对新时代国家对信息安全技术人才培养的需求,提出一种新的"信息安全技术"课程的教学改革方法.详细讨论了目前高校"信息安全技术"课程存在的问题,有针对性地对理论和实验教学大纲进行了新的设计,包括基础篇、消息安全技术、网络安全技术和数据安全技术4个部分.该课程教学改革方法可以解决教师知识结构和动手能力问题;解决课程理论...     

基于模糊层次聚类的大学生就业数据分类存储系统

文中研究基于模糊层次聚类的大学生就业数据分类存储系统,在总体设计上,通过模糊层次聚类技术构建系统框架,设计4个功能模块对应就业信息分类存储模式,满足大学生就业信息流转形式;以一一对应关系设置大学生就业信息数据分类存储结构,基于所属关系关联大学生的基本信息。在详细设计中,按照数据存储表和字典表两个类型构建大学生就业信息数据库;选择模糊层次聚类算法计算数据隶属值,设定信息数据聚类流程,实现大学生就业信息数据的分类存储,完成系统设计。实验结果表明：以多个专业的大学生就业人数作为数据样本,新系统即可实现不同专业类型大学生就业数据的精准存储,且分类存储时间能够保证在10 s之内,该系统具有很好的实际应用价值。