视频语义分类特征选择算法

提出一种将连续特征数字量化后进行特征选择的算法(ABFSA)。利用样本集中的先验信息选择出特征值域中最具类间区分意义的区域,将其作为完整量化区间。采用向后式的启发搜索策略,搜索合并后能使贝叶斯分类错误率降低的相邻量化区间。合并搜索得到的两相邻量化区间,量化的级数降低一阶。重复搜索和合并过程,直至贝叶斯分类错误率不再降低为止。所有特征搜索、合并完成后,总的特征量化阶数得到大幅降低。用UCI仿真数据集及真实视频数据进行实验,对比结果表明该算法能有效选取视频语义概念分类的重要特征,其综合性能较优。     

自恢复软件系统的建模与分析

不断增长的软件系统复杂性要求系统本身能够实时对资源变化、故障错误进行响应。虽然现在也发表了一些有关自恢复软件系统方面的文章，然而关于这类系统软件体系结构形式化的研究尚属起步；首先分析了自恢复功能软件的运行机制，给出了自恢复软件系统的形式化模型描述；在此基础上，对指挥控制系统（command and control system，简称c2）软件体系结构进行了形式化定义和分析。结果显示所设计的自恢复模型能够满足软件系统的约束条件，提高了系统的可用性。     

一种网络拥塞预测新方法

提出基于粗糙集的模糊神经网络流量预测算法。传统的流量控制技术,总是以网络资源当前使用情况对包进行处理,没有考虑流量预测问题,易造成流量控制滞后的情况。将基于粗糙集的模糊神经网络引入流量控制,利用其处理不确定性问题和自学习能力,进行流量预测,较好地解决这一问题。最后仿真分析了本方法的性能,证明方法的有效性。     

软件开发工具

软件开发工具是软件工程的两大支柱之一。本文提出了对软件工程的一些看法,指出工具的重要性,分别介绍了NDHD软件自动产生系统和XCY编译系统中的某些要点,特别是分块编译等问题。     

基于支持向量基的网络应用层故障检测系统

提出基于支持向量基的网络应用层故障检测模型,并对模型各个组件的功能、机制、实现进行了深入探讨。利用异构数据集上的距离度量函数进行预处理,解决了因训练数据规模过小而导致的训练结果太差问题,提高了训练效率。在训练过程中,考虑不同的网络数据特征对检测结果的影响程度,通过加权处理,提高了检测精度。提出一种提高不同样本在训练数据中比例的方法,解决由于样本的不均衡性而导致的某一类型的检测率偏低问题,使检测率得到提高。     

多Agent系统开发方法AMT及其应用

良好的软件体系结构有利于系统的开发，可有效地提高软件的质量；多Ａｇｅｎｔ系统是解决传统智能系统脆弱性的有效方法。据此，本文提出了基于软件体系结构的多Ａｇｅｎｔ系统开发方法ＡＭＴ，其核心是在开发过程中建立、精化和改进系统的静态和动态模型以有效地保证多Ａｇｅｎｔ系统的开发效率和质量。采用ＡＭＴ方法，设计并实现了动态环境下物资运输调配系统ＭＡＤＴＳ。