计算机基础课程中信息系统安全实验专题的设计

计算机基础课程是各专业大学生必修课程,为了培养学生的学习兴趣,提高他们的实际应用能力,在不借助于第三方软件的Windows操作系统环境下,设计了三个信息系统安全实验专题:Windows操作系统安全实验专题、文件系统安全实验专题、防火墙与网络诊断实验专题。     

基于历史聚集簇的P2P网络信任模型

P2P网络具有开放、匿名、节点间松耦合等特性,这些特性导致许多恶意节点提供虚假资源、恶意评价、团伙作案等问题.为解决这一问题,提出了一种新的P2P网络信任模型RCTrust,该模型在将节点根据兴趣等历史信息以簇的形式聚集的基础上,根据节点通信的目标所在簇分为簇内信任和簇外信任两种类型,并根据节点的通信成功率、通信历史相关度、评价诚实度以及评价时效性等行为对节点的信誉进行评价和反馈.仿真分析表明,该信任模型具有抵抗恶意攻击的能力,并提供了较高的通信成功率.     

基于梯形需求率的变质物品库存模型

建立了一个需求率为一般梯形函数、物品变质率与缺货量拖后率是时间的一般函数的库存模型.采取先缺货后订货的订货策略,讨论了最优的订货策略的存在性与唯一性,并给出了确定最优订货策略的算法.     

数据挖掘技术在试题质量评价中的应用

介绍了关联规则基本概念及Apriori算法,分析了关联规则挖掘在试题评价中存在的不足,提出了一种基于信息量的关联规则挖掘改进算法ARMABI.实验结果表明,该算法性能明显优于传统的关联规则挖掘算法,具有较高的推广价值.并且,对下一步工作进行了展望.     

“两免一补”对皖西北武术学校发展影响的研究

目的:了解"两免一补"的政策对武术学校发展的影响,探讨民办武术学校在新形式下更好生存和发展;方法:运用调查法、访谈法对皖西北十二所武术学校进行研究;结果:两免一补"的惠民政策对武术学校发展不是唯一的影响因素;结论:政府相关政策的调整、支持和武术学校加强自身建设是办好武术学校重要保证.     

《梦溪笔谈》条目属性研究

《梦溪笔谈》（以下简称《笔谈》）现传版本多为26卷,共有笔记609条,分为17“门”（大类）。研究者对《笔谈》条目属性的认识很不一致,主要由于各自依据的分类标准与原则不同。重视对《笔谈》条目属性进行研究,有助于更加深入地挖掘《笔谈》多学科的研究与应用价值。应该参考现代科学分类方法,结合《笔谈》实际,合理构建《笔谈》的分类框架并确定分类标准,以期较为科学地对《笔谈》条目进行分类。     

降钙素基因相关肽在受损SD大鼠面神经运动神经元中的表达与定位

目的：研究降钙素基因相关肽（calcitonin gene—related peptide。CGRV）在面神经损伤后再生过程中面神经运动神经元中的表达变化．方法：健康SD大鼠分别行左侧面神经茎乳孔压榨术,术后饲养3、7、14、21、28、35d,取出脑干含面神经核团部分,用免疫组化及图像分析技术,观察面神经核中的CGRP在面神经再生中的变化．结果：CGRP分布于正常SD大鼠面神经各亚核。面神经损伤后3d。损伤侧的面神经核中CGRP比对照侧增强．图像分析CGRP灰度值与对照侧比较,差异显著（P〈0．05）;损伤后7d达最高峰（P〈0．05）,以后尽管显著表达但渐减．结论：损伤导致CGRP在面神经运动神经元中的表达增加,提示CGRP在面神经再生修复过程中发挥调理作用．     

数据挖掘在高速公路收费数据中的应用

数据挖掘技术的发展为分析高速公路收费站海量统计资料提供了便利,通过对数据挖掘技术内容及其分类的简单介绍,运用关联规则并使用数据挖掘软件Weka对广靖锡澄高速公路无锡收费站的部分统计数据进行离散化处理,借助Apriori算法对影响收费站收费效率的收费时段、车辆进站速度、车辆收费平均时耗、收费车辆数、收费车型、收费费用、收费站进口道长度、天气等因素进行关联性挖掘,认为高速公路收费站的收费数据关联性较大的是收费时间、进站车速、收费车辆数、收费站规模等因素,对于解决收费排队过长、排队车辆控制、收费费率调整、收费站进出口道数量的设置、收费站规模设置等等提供了一定的参考价值。     

基于总传播误差法构建海底地形模型

为了提高多波束数据处理效率,克服趋势面法、中值滤波法等对海底地形细节的损坏,采用总传播误差法进行多波束数据处理、构建海底地形模型(DTM)。研究结果表明:总传播误差法以实测数据误差计算为基础,依据IHO标准设置滤波器进行粗差自动剔除,避免了人机交互式编辑主观性判断的干扰,数据处理速度是人机交互式编辑的5倍。总传播误差法依据水深变化设置可变网格,保证了地形模型具有较高的分辨率,很好地保留了地形细节。总传播误差模型具有更强的抗差性,适合于海底热液区等复杂地形环境研究。     

基于不确定数据的频繁项查询算法

频繁项的查询是一项非常重要的技术,但在新兴的不确定数据领域却是一项新的研究课题.基于不确定数据,提出了一种新的频繁项定义,并提出了两条过滤规则,可以有效地减少检测数据的数量.最后提出高效的频繁项查询算法UFI,该算法通过找到概率求解中的递推规律,极大提高了单点检测效率.实验结果显示:提出的方法可以有效地减少候选集,降低...