基于Elman神经网络的交通流量预测方法

交通流诱导系统是智能交通系统领域中一项重要的研究内容,而交通流量的预测问题则是交通流诱导系统的核心问题.因此,能够实时准确地预测交通流量成为诱导系统是否能够有效实现的关健问题.根据交通流的特性,分析交通数据采集过程中错误数据产生的原因,提出相应的处理方法,并在此基础上采用Elman神经网络对智能交通系统的流量预测进行建模.该系统采用C#并结合Matlab进行开发,通过Elman神经网络算法实现流量的预测,并采用图表的方式直观地显示预测结果.应用结果表明:该方法可以有效地对交通流量进行预测,且预测精度可以满足实际交通诱导的需要.     

DFMapper:基于查询树的SQL-to-HiveQL自动翻译工具

Hive作为建立在Hadoop上的数据仓库,已成为很多企业处理大数据的首选。然而,传统企业中大量的遗留应用依赖于传统关系型数据库(RDBMS),迁移时需要翻译大量查询语句。提出了一种基于查询树的SQL到HiveQL的自动翻译方法。该方法利用SQL解析器将SQL语句解析为查询树,提供8种不同的重写策略重构查询树,进而将其转化为正确的HiveQL语句,实现了一个翻译工具——DFMapper。在基准测试集TPC-DS上进行的查询实验证明,DFMapper可以正确翻译绝大多数的查询语句,并且具有很强的扩展性。     

基于归一化文档频率的文本分类特征选择方法

特征选择是文本分类的一个重要过程,对分类性能的提升发挥着重要的作用。传统的文档频率(Document Frequency,DF)特征选择指标只是从全局的角度统计包含特征的文档数作为选择的依据,没有考虑特征与类别的相关性。针对该问题,本文从特征和类别的相关性出发,对文档频率分别进行局部和全局的归一化处理,提出了一种归一化文档频率(Normalized Document Frequency,NDF)的特征选择指标,并在不同的特征维度下验证特征选择对文本分类性能的影响。结果表明,应用NDF特征选择指标可以得到更高的分类准确率和Macro-F1值。因此,对文档频率进行归一化处理可以更好地选择出有价值的特征,有效提升文本的分类性能。     

一种基于RSSI距离比的传感器节点定位算法

随着无线传感器网络的应用与发展,WSN作为一种全新的信息获取和处理技术已得到广泛应用。如何对传感器网络节点进行快速、精确的定位,已成为WSN系统急需解决的问题。为此,提出了一种基于RSSI距离比的MDS定位算法。该算法巧用RSSI距离比,结合Euclidean测距技术计算节点间距离矩阵,运用MDS算法建立相应的全局坐标系统。根据已知锚节点物理位置,通过坐标变换(旋转与平移)最终确定未知节点的物理位置。实验结果表明:该方法能有效地提高定位的精度,对开发高精度定位系统具有重要的参考价值。     

一种云存储数据完整性验证方法

随着网络技术的迅速发展,基于云计算的应用已经渗透到社会的各个领域。云存储数据完整性技术是云计算的重要内容。然而,目前还缺乏对云存储数据完整性进行有效验证和分析的方法。提出了一种云存储数据完整性验证方法,该方法结合可恢复性证明(PoR)和MD5的优势,利用数据分块、随机抽样和周期性验证技术及时验证出数据是否被损坏。具体实现及分析结果表明,该方法能有效地验证云存储数据的完整性,有助于提高云计算的安全性。     

基于评估函数的全局中介器动态选举技术

针对集成系统中集中式中介器效率低、可靠性差等问题,建立了一个多中介器协作的3层结构信息集成框架MMIA。提出了基于评估函数的中介器选举算法GMEA,该算法根据当前中介器的运行状态和中介器本身的能力,动态地选举出最优的全局中介器。全局中介器与其他中介器协作．完成查询请求。实例说明基于评估函数的全局中介器的选举技术可以有效地提高集成系统的查询效率。     

PSC:软硬件协同设计的一种中间模型

提出了一种软硬件协同设计的系统模型－－PSC（进程状态控制）。建立PSC的可视化表示、形式化的定义和演化规则。PSC是一种层次文化建模方法，它可以将系统控制逻辑和功能实现分离，有利于将模型转换为物理实现，并在转换过程中结构和功能可以分别采用不同的技术和实现方法。     

嵌入式系统设计的一种协同仿真方法

提出了一种基于C 平台的嵌入式系统设计的协同仿真方法。嵌入式系统的软件成分由C 实现,硬件成分由Verilog刻划。该方法的基本思路是将Verilog模块转化为C 程序,然后将软件成分与转化后的硬件成分连接,形成一个完整的仿真环境。     

基于社区发现及主题分析的微博用户推荐

在现行的几种好友推荐机制基础上,考虑社交网络的信任传播因素,设计了一种推荐模型。提出一种先基于信任度发现社区,再通过主题分析计算用户相似度的两阶段推荐方法。旨在向用户推荐其感兴趣的潜在好友,帮助用户扩大其朋友圈,进而提高用户黏性。     

基于容器的云资源管理博弈模型

云联盟通过将隶属不同组织机构的云资源形成联盟解决单个云资源有限的问题。基于容器的虚拟化是近年来出现的一种更为轻量和便捷的虚拟化技术,可以替代Hypervisor抽象出的虚拟机。本文设计了一种适用于容器虚拟化云联盟的资源管理模型,并采用博弈论的方法,提出一种兼顾用户QoS约束和云平台资源利用率的资源分配方法。多组实验结果表明,该方法针对不同类型的服务都能有效地提高服务质量,同时有助于提高资源使用率。