基于QFD和ANP的软件外包企业竞争力模型

以质量机能(QFD)展开思想为指导,从顾客满意度出发,设计顾客需求与企业机制指标体系,构建两者的关系矩阵;并采用网络分析法(ANP)对顾客需求进行重要度评判,根据重要度构建市场竞争能力矩阵,建立企业竞争力评价质量屋——外包企业竞争力评价模型。A公司的实证研究验证了模型的有效性和评价的准确性。     

基于最大阈值的改进EZW图像压缩技术研究

研究了基于最大阈值的EZW图像压缩方法,从最大阈值角度出发改进了零树嵌入式编码EZW的算法,先判断重要子带,再进行带中操作,从而提高了工作效率。并结合传统EZW以及去高频图像压缩技术,进行MATLAB编程实验对比,结果表明:去高频图像压缩技术、传统EZW和改进后的EZW,这3种算法都能有效压缩图像,但是在三层小波分解下,改进的EZW算法明显优于其它两种算法。     

基于非欧空间差异性度量的图像标注

社会媒体网站上图像数量的飞速发展,极大地激发了人们研究基于标注的图像语义检索的热情.然而,由于图像低层特征和高层语义间鸿沟的存在,导致许多基于标注的图像语义检索技术不能达到令人满意的效果.为此,文中提出一种新颖的图像标注方法——基于最大后验概率的高阶统计标注法.该方法首先使用高阶统计法计算图像的三阶差异性特征,以达到更好描述图像间相关性的目的;然后,使用基于高斯混合模型和差异性增量扩散的最大后验概率算法,来估计每个标签与图像内容的相关值;最后,通过Flick图像数据库上的实验,来验证文中所提算法的有效性.     

一种改进的小波阈值去噪算法

在对软阈值和硬阈值去噪方法分析的基础上,提出一种改进的阈值函数,并且对阈值做了适当的调整,克服软阈值和硬阈值去噪方法的缺点.Matlab仿真结果表明,提出的改进算法在信噪比增益和最小均方差方面均优于软阈值和硬阈值去噪方法.该改进方案具有更大的有效性和优越性.     

快速求解导体电磁散射问题的插值退化核方法

退化核函数将积分方程的核函数展开为场源点分离的函数积,可以用于构造积分方程的快速求解算法,项数少、精度高的退化核函数是快速算法的关键.文中针对导体电磁散射问题,研究由两种插值技术构造的退化核,推导了由拉格朗日（Lagrange）多项式和指数型高斯径向基函数构造的退化核,并比较了它们的精度和效率.此外,引入一种新的近表面插值点网格来减少退化核的项数.最后,结合H矩阵框架实现了导体电磁散射问题的快速求解,数值例算验证了插值退化核的有效性,近表面网格的采用可以显著提高算法的计算效率,相比均匀网格,计算时间减少将近45％.     

左截断右删失数据下泊松分布参数多变点的贝叶斯估计

通过添加缺损的寿命变量数据得到左截断右删失数据下泊松分布的完全数据似然函数.给出变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数的满条件分布分别进行抽样,介绍MCMC方法的实施步骤.把Gibbs样本的均值作为各参数的贝叶斯估计.随机模拟试验的结果表明各参数贝叶斯估计的精度都较高.     

异方差半参数变系数部分线性EV模型的经验似然

利用经验似然方法考虑异方差半参数变系数部分线性EV模型中兴趣参数置信域的构造.分别在误差方差已知和未知情形下,构造模型参数部分的经验对数似然比统计量,并验证非参数情形下的Wilks定理成立.模拟研究表明经验似然估计方法具有优良的性质.     

基于双Gold序列的TDCS基函数伪随机相位生成方法

为了提高变换域通信系统(transform domain communication system,TDCS)基函数的随机性与相关性,提出了采用双Gold序列控制产生变换域通信系统基函数伪随机相位的方法。首先通过Gold序列2控制产生相位映射抽头数,然后由Gold序列1映射产生基函数伪随机相位,所产生的基函数具有良好的类噪声性和相关性。仿真表明,与传统一维m序列产生方法相比,采用双Gold序列映射产生的基函数具有更好的随机性和相关性,可有效降低系统误码率,提高变换域通信系统抗截获能力,具有良好的多址接入性能。     

基于最大收益平衡点动态变化的云资源调度算法

云计算中资源调度是云计算高效利用的核心问题,主要研究如何对云端的资源进行有效地管理和调度?以从服务商需求的角度构建云资源调度的方法为切入点,从服务商的角度出发,在不损害用户和生产商利益的前提下,介入收益?成本?边际收益?边际成本等因素,以节省资源并获得服务商的最大收益为优化目的,根据最大收益平衡点随着负载变化的动态变化,构建了一种基于动态平衡点动态变化的云资源调度算法?通过比较当前周期和上一周期的边际收益变化,动态更新最大收益平衡点的位置,根据此位置对应的参数完成云资源调度?通过CloudSim平台下的仿真实验表明,该方法比基于服务驱动的调度方法具有更快的响应?使用更少的虚拟机?能获得更大的收益?     

一种基于AC-RBF神经网络的网络安全态势预测方法

为了准确地把握网络安全发展态势,提出了一种基于自适应聚类径向基函数(adaptive clustering radical basis function,AC-RBF)神经网络的网络安全态势预测(network security situation prediction, NSSP)方法?该方法对网络安全态势样本自适应聚类,获得了神经网络隐层节点数,采用梯度下降法训练神经网络,寻找网络安全态势样本之间的非线性映射关系,利用该关系对未来时刻网络安全态势进行了预测? 仿真实验表明,相对于 K-均值 RBF 神经网络及支持向量机(support vector machine,SVM)预测模型,该方法在神经网络规模较小的情况下,不仅能够反映网络安全态势的总体趋势,而且还提高了预测精度,能够提供给网络安全管理员一个直观的网络安全态势图 ?