美国电子政务建设的规划与协调机制探析

电子政务建设过程中的协调和管理问题既是一个重点,又是一个难点。美国政府在统一规划和协调电子政务建设的过程中,采用分级的首席信息官委员会制这样一种组织机构,联邦首席信息官委员会负责规划全国的信息化战略,并组织统一的实施和协调管理。联邦各部门的首席信息官委员会负责本部门的信息化规划和实施,并协调本部门在建设电子政务过程中的跨部门问题。美国政府在电子政务建设过程中采用的分级的首席信息官委员会制这样一种组织机构对我国政府在建设电子政务过程中的统一规划和协调机构的设置具有一定的借鉴意义。     

一种基于小波变换的图像数字水印

提出一种在图像小波变换域的低频分量上自适应地嵌入二值水印的算法,其特点是充分利用人类视觉特性实现数字水印嵌入强度的自适应调节,同时,水印图像在嵌入前进行置乱加密以提高算法的安全性。在检测时采用盲检测技术。实验结果表明,该水印算法能够抵抗常规图像处理的攻击,具有较好的不可见性和稳健性,能够有效地保护数字图像。     

半监督学习在入侵检测系统中的应用

提出了一种基于半监督模糊聚类的异常入侵检测方法,半监督学习算法的训练样本包括已标记数据和未标记数据,在训练系统模型时使用少量已标记样本和大量未标记样本作为种子初始化入侵检测系统的分类器,在少量已标记数据的约束下利用模糊C均值方法生成聚类,无需提供大量标记数据,不易陷入局部最优.实验表明,与FCM算法相比具有较高的性能.     

二维离散W变换的快速算法

离散Ｗ变换（ＤＷＴ）是在Ｈａｒｔｌｅｙ变换的基础上提出的。从ＤＷＴ提出之后已研究出了不少快速算法,但大多数算法都局限于长度为２的幂的一维ＤＷＴ。二维ＤＷＴ的核是不可分离的,因而不能简单地利用一维ＤＷＴ构造二维ＤＷＴ的算法。本文给出了一种将二维ＤＷＴ转化为一种可分离的二维变换,然后用一维ＤＷＴ计算这种二维变换,并给出了其各种应用及运行时间与二维离散付里叶变换运行时间的比较结果。     

小波变换用于多分辨率的图像边缘检测

提出了一种用小波变换检测图像边缘的新方法。它基于小波变换多尺度方法分析图像局部的直方图内的信息,通过对小波变换后直方图内信号零交叉点的检测,得到一序列门限值点用于描述图像的边缘即可检测出图像边缘。选取不同的尺度可得到不同分辨率的图像边缘。文中介绍了小波变换用于图像边缘检测和基本原理,给出了小波变换的快速算法和实际检测结果。     

独立学院系级SRTP管理模式创新——以福州大学至诚学院政府管理系为例

SRTP是独立学院本科生创新创业型人才培养的重要举措,有助于提升本科生的创新能力、沟通能力与团队精神,促进师生互动.自2010年以来,福州大学至诚学院政府管理系已经立项实施三期SRTP课题,取得了一定成效,SRTP认可度不断提升,师生沟通频率增加,学生的综合素质日益增强.该系将SRTP作为实践教学育人的突破口,以构建问题驱动的教研共同体,打造三螺旋科研训练平台.该系从管理理念、参与主体、管理机制、激励机制、项目来源、经费管理、项目联动等方面出发,不断推动SRTP管理模式创新.     

论电子政务环境下的政府信息服务模式

从分析政府信息服务现状及存在的问题入手,阐述了政府信息服务模式的主要特征,即发展“集成式”服务、注重个性化服务、重视政府信息增值、服务主体多元化和信息服务方式多样化.进而构建了一种基于信息网格的政府、公共组织和企业协同的政府信息服务模式,并提出了该模式的保障机制.     

利用粒子群优化的极限学习机入侵检测算法

针对网络入侵检测准确率低、误报率高的状况,通过理论分析与仿真实验,提出一种利用粒子群优化的极限学习机入侵检测算法.该算法利用粒子群算法优化核极限学习机的核参数,采用学习能力和线性组合泛化能力强的全局性核函数,形成多核极限学习机,可以有效提高单核极限学习机分类器的性能.通过仿真实验对其性能进行了对比分析,结果验证了该算法的有效性.     

一种基于粒子群优化和核极限学习机的入侵检测算法

针对网络入侵检测准确率低、误报率高的问题,本文提出了一种基于粒子群优化和极限学习机的入侵检测算法。粒子群优化算法(PSO)是一种群智能算法,核极限学习机(KELM)是一种学习速度快、泛化能力强的经典核机器学习的方法,但是极限学习机对核函数及参数的选择直接影响它的分类性能。本文算法中利用粒子群算法优化核极限学习机的核参数,采用学习能力强且线性组合泛化能力强的全局性核函数,形成了多核极限学习机,可以有效提高单核极限学习机（ELM）分类器的性能。最后通过实验对算法性能做了对比分析,实验结果验证了本文算法的有效性。