基于量子辐射场的大数据安全存储寻址算法

大数据存储过程面临着与日俱增的各种威胁,而传统数据存储算法难以有效应对这些新型威胁。以量子力学和量子遗传的关系为基础,构建量子辐射与量子遗传迭代的、双向可逆过程的数学函数和计算机程序,为流数据的大规模量子安全存储构建软件基础环境。在量子力学和量子遗传的映射关系下,将量子染色体的定义和交互作用通过量子比特和量子旋转门的计算实现,将量子染色体的交互通过量子引力作用和量子斥力作用的交互实现,将量子染色体动态过程的主要衡量指标通过引力和斥力的叠加态来计算产生。用量子引力和斥力来引导流数据的动态存储寻址、出入栈过程与路径,进而将大数据存储过程双向映射为量子辐射场和量子空间域问题,得到安全存储路径与存储地址。     

基于初始划分的标签传播社区发现算法

采用标签传播算法进行社区发现时间效率高,无需人工参数,但容易产生精度限制的问题.研究了启发式的标签传播算法,快速地进行社区的初始划分,大量减少了初始标签的个数,进行标签迭代传播来修正初始划分得到最终的社区.理论分析和实验证明这种方法在不增加时间复杂度的情况下,提高了准确率,并有效消除了精度限制的现象.     

面向企业执行力管理协同系统分析与构建

随着社会信息化的发展,社会对企业执行力的要求越来越高。社会企业迫切需要通过信息化提高企业的执行力,增加企业在社会竞争中的取胜因素。文章从现代企业对提高企业＂执行力＂的需求出发,研究和探讨了开发面向企业执行力管理协同系统的原理和主要系统功能,并从实际出发构架＂面向企业执行力管理协同系统＂。     

基于Geodatabase的城市综合地下管线信息系统的设计与实现

利用GIS技术管理地下管线是提高城市建设效率的重要手段.本文以厦门市综合地下管线信息系统的建设为背景,研究管线数据与地形图数据的统一数据建库、以及信息资源的共享应用.为此,利用ArcGIS引入的Geodatabase数据模型,探讨数据的组织形式,根据不同的应用需求提出系统的框架结构,采用B/S和C/S架构相结合方式进行系统总体设计和功能实现,解决了地下管线信息管理、应用和法规保证的动态更新等问题,为城市地下管线的系统建设提供了借鉴方案和基本思路.     

一种基于核学习的非均衡数据分类算法

提出一种基于核学习的采样算法来处理支持向量机(support vector machine,SVM)在非平衡数据集上的分类问题,其核心思想是首先在核空间中对少数类样本进行上采样,然后通过输入空间和核空间的距离关系寻找所合成样本在输入空间的原像,最后再采用SVM对其进行训练,从而有效克服在不同空间处理训练样本所带来的数据不一致问题.另一方面,该算法在增加少数类样本数量,减小数据失衡程度的同时有效拓展了少数类样本所形成的凸壳,从而能够更为有效纠正最优分类超平面偏移问题,使获得的结果分类器具有更好的泛化性能,实验结果证明了该算法的高效性.     

监测型传感网的“预测-修正”数据管理方法

将无线传感器网数据管理技术分为4类:陈述性语句、信号处理、模型预测以及中间件,并进行对比研究总结出如何既将传统的数据管理技术移植到传感网,又考虑到传感网自身的能源和网络带宽约束.针对监测型传感网,提出了一种新的"预测-修正"传感网数据管理方法,对传感节点的每个测量建立一个对应的虚拟表,所有的虚拟表又组成一个虚拟数据库.通过读取、预测、修正3个步骤,获得较为精确的测量值.最后用实验室温度监测实验验证了本方法.     

一种分布式综合地下管线数据库的设计与实现

随着地下管线信息应用水平的提高,管线数据分别归属不同管理部门的状况,越来越难以确保综合管线数据的完整性、准确性和现势性.从城市地下管线信息系统的建设实践出发,结合分布式数据库的特点,提出一种综合地下管线分布式数据库的设计构想.探讨分布式数据库的架构设计、地下管线数据结构设计和元数据设计等技术难点,有效解决了管线数据分散存储与访问难题,并进行具体实现.结果表明,该方案应用效果良好,为城市综合地下管线的分布式管理与深入应用提供一种新思路.     

感兴趣区域中的快速人脸区域分割与跟踪方法

为解决人脸区域分割和跟踪的方法在速度和精度上存在的问题,提出了同时使用前景提取与肤色检测的视频监控中感兴趣区域的提取方法,以及在此基础上使用水平集方法的人脸分割和跟踪方法.在大幅度缩小AdaBoost人脸检测方法的搜索区域的同时,能够避免传统水平集方法解偏微分方程的高计算复杂度,并且在脸部朝向变化的时候保持鲁棒性.应用到PTZ摄像系统中实现视频监控系统,能够随着人脸的移动改变摄像机视角,从而在较大的区域中连续跟踪人脸.实验表明在鲁棒性和实时性上均有提高.     

基于偏旁部首计数分析网络的零样本汉字识别

为了提高零样本汉字识别的准确率,克服传统方法在未见汉字识别上的局限性,并进一步改进以偏旁部首为基元的汉字识别方法,本研究提出了一种以注意力机制为基础的编码器-解码器架构的部首计数分析网络,用于零样本汉字识别问题。在编码器阶段,引入了多尺度部首计数模块;而在解码器阶段,则运用了多尺度注意力机制。本文将一个汉字看作是由若干偏旁部首及其空间结构组成的序列,通过计算偏旁部首及空间结构的数量,实现了对汉字的有效识别。实验结果表明,在SCUT-SPCC和CTW两个基准数据集上,本文所提出的新模型在零样本汉字识别方面表现优异。本研究能够更好地捕捉汉字的特征信息,并实现对未见汉字的准确识别。这对汉字识别领域的研究与应用具有重要指导意义,可为相关领域的研究提供新思路和方法。     

厦门人才网分布式全文检索与推荐系统设计

基于Lucene．Net框架,利用．NetRemoting技术,结合多种数据挖掘和推荐算法构建面向大规模文本数据的厦门人才网分布式全文检索与推荐系统．提出把大索引切割成小索引,采用多台服务器并行处理的分布式解决方案,完成招聘企业、职位、应聘人员信息的整合与聚集,实现信息的智能推荐．实验结果表明,本系统取得了较高的索引效率、较快的检索速度以及较为精准的推荐结果,并在实际应用中取得了良好的效果．