一致性测试中的时间约束及测试用例生成算法

针对协议测试理论中的时间约束问题，从不同的一致性测试方法出发对协议测试中的时间参数做了严格的约束，同时给出了基于等待、协调和同步时间的严格约束下的测试用例生成算法．在控制流测试中，先生成引导序列，然后按照测试拓扑环境设置和事件约束对引导序列、测试序列的时间进行约束设置．在数据流测试中，等待时间只需按照需求描述和约束来设定．对边界网关协议进行测试的结果表明，所提算法能适应不同的网络拓扑环境，其生成的测试用例在测试中能够有效降低测试代价．     

基于NAT-PT的IPv4/IPv6转换网关的研究

随着Internet和IPv6的发展,出现了IPv4网与IPv6网共存的局面。使用NAT-PT、SIIT技术的转换网关可以实现IPv4网节点与IPv6网节点的直接通信。该技术包括3个功能模块:IPv4到IPv6地址绑定、IPv4与IPv6协议转换和应用层协议转换;转换网关是在Linux平台的Netfilter过滤框架相关钩子点挂载转换网关功能模块实现的。     

空间数据挖掘技术

空间数据挖掘是数据挖掘的一个分支,在地理信息系统、遥感、导航、环境研究以及许多使用空间数据的领域中有着广泛的应用。阐述空间数据挖掘的定义、特点、体系结构与一般过程,介绍空间数据挖掘的方法和知识表达方法,指出空间数据挖掘的主要研究方向,提出开发空间数据挖掘系统的几点思考。     

无线传感器网络研究

介绍了无线传感器网络的体系结构、特点,分析了无线传感器网络研究的一些关键性问题,探讨了无线传感器网络的应用范围。     

基于智能聚类的内容分类方法与应用

直接依靠人的理解判断对内容进行分类,需花费大量的时间与精力,为了解决文本内容的自动聚类问题,该文在信息系统理论与自组织神经网络理论的指导下,利用智能技术得出了内容的分类结构。提出了基于智能聚类的内容分类方法,利用自组织神经网络的学习算法进行内容的聚类,并根据所提出的方法设计了基于智能聚类的内容分类示范系统,进行了应用研究,验证了该方法的有效性。     

流媒体传输控制的性能评价及其优化

对“消费者”来说任何一个系统的性能都是非常重要的,如果性能没有达到要求,即使提供强大的功能也不一定会得到用户的认可。在评价性能的过程中,如果发现系统中存在阻碍性能发挥的问题,就要对系统进行优化,以期获得较高的运行性能。本文从“消费者”与“生产者”模式的角度进行了IP网络中分布式多媒体传输控制的性能分析,同时提出了在现有网络状态下如何有效地对分布式多媒体网络性能进行合理的评价和优化控制策略。     

Combined Density-based and Constraint-based Algorithm for Clustering

We propose a new clustering algorithm that assists the researchers to quickly and accurately analyze data. We call this algorithm Combined Density-based and Constraint-based Algorithm （CDC）. CDC consists of two phases. In the first phase, CDC employs the idea of density-based clustering algorithm to split the original data into a number of fragmented clusters. At the same time, CDC cuts off the noises and outliers. In the second phase, CDC employs the concept of K-means clustering algorithm to select a greater cluster to be the center. Then, the greater cluster merges some smaller clusters which satisfy some constraint rules.Due to the merged clusters around the center cluster, the clustering results show high accu racy. Moreover, CDC reduces the calculations and speeds up the clustering process. In this paper, the accuracy of CDC is evaluated and compared with those of K-means, hierarchical clustering, and the genetic clustering algorithm （GCA）proposed in 2004. Experimental results show that CDC has better performance.     

Identify Implicit Communities by Grap Clustering

How to find these communities is an important research work. Recently, community discovery are mainly categorized to HITS algorithm, bipartite cores algorithm and maximum flow/minimum cut framework. In this paper, we proposed a new method to extract communities. The MCL algorithm, which is short for the Markov Cluster Algorithm, a fast and scalable unsupervised cluster algorithm is used to extract communities. By putting mirror deleting procedure behind graph clustering, we decrease comparing cost considerably. After MCL and mirror deletion, we use community member select algorithm to produce the sets of community candidates. The experiment and results show the new method works effectively and properly.     

基于随机森林的文本分类模型研究

随着WWW的迅猛发展，文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成，并且由一随机向量决定决策树的构造. 当森林中决策树的数目增大，随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明，分类效果比较好，性能比较稳定，将其同C4.5, KNN, SM0, SVM 4种典型的文本分类器进行了比较，结果显示它的分类性能胜于C4.5，同KNN, SMO和SVM方法相当.     

基于模糊划分的神经网络集成

基于模糊聚类思想,提出了一种神经网络集成方法.由训练数据的模糊聚类结果,把训练数据划分成相交子集,基于各子集生成集成的个体神经网络.由于各子集所包含的数据和数据的类别各不相同,因而个体神经网络性能和结构存在差异.子集个数确定集成中个体神经网络个数.另外,基于隶属度函数计算公式,提出了个体神经网络输出结论结合方法.理论分析和实验结果表明,此方法对模式分类能取得较好的效果.