摘要：针对居住建筑设计方案的多属性决策问题,本文建立了包括建筑性能、适用因素、场地条件、环境协调和经济合理等5方面因素的居住建筑设计方案综合评价决策指标体系。为便于专家对评价指标属性进行评价和真实地表达专家评价信息,采用动态三角模糊数对指标属性等级进行赋值与量化。其次,考虑专家知识经验主观和熵值法客观的指标赋权不同影响,采用组合权重使指标赋权更加科学,构建区间值欧氏距离和区间值灰色关联度的改进TOPSIS(technique for order preference by similarity to an ideal solution)法的居住建筑设计方案综合评价决策模型,解决了指标间重要性差异与指标间相关性的问题。最后,将综合评价决策模型对4个居住建筑设计方案的优劣进行排序,与基于满意度的建筑方案实证评价结果一致。研究结果表明:该综合评价决策模型能够合理选择最优方案,为定量研究居住建筑设计方案综合评价决策提供了新的思路。

摘要：针对传统攻击流量的集中式检测模型中可扩展性差,检测效率低以及误报率高等问题,设计了针对DDoS攻击流量的随机森林分布式检测模型,该模型包括数据采集模块、数据预处理模块、分布式分类检测模块和报警响应模块.将该模型与基于Adaboost算法的分布式检测方法进行比较,并通过实验研究验证了模型的有效性.结果表明:基于随机森林的组合分类器分布式检测模型具有更高的检测率、正确率、精确率以及更低的误报率,并且该模型部署灵活,适用于工程实践.

摘要：相对于互联网上层应用和底层通信技术的蓬勃繁荣,互联网的基本网络架构并没有得到同步发展,还是基于设计之初的TCP/IP协议.随着应用环境、用户需求和底层设施的不断发展变化,现有的网络结构已暴露出越来越多的缺陷.针对这些问题,研究人员提出了许多新的网络架构、概念、服务、协议和算法,以构建不同于现有互联网的新型未来互联网.不过,任何一种新的思想在实现或部署到真实的网络之前,都必须经过严格的测试和验证.因此,构建大规模的、真实的、可控的试验平台不仅是未来互联网研究的基础,也是对未来互联网本身探索和研究的一种途径.文中从规模、功能、开放性等基本特性以及科学实验要素、网络元素类型三个方面对试验平台进行了归纳和分类;分析了试验平台的结构化原则和分层结构;重点分析和总结了构建试验平台的关键技术,包括实验描述语言、控制框架和网络资源分片技术;分析了国内试验平台的发展现状;最后探讨了未来互联网试验平台的发展趋势.

摘要：本文对CNGI研究课题"组播与P2P相结合的文件分发系统"进行了简要介绍。通过对该系统文件管理模块的总体设计和详细设计,实现了基于IPv6组播与P2P技术的结合。该系统借助JXTA平台实现P2P的基本功能:节点搜索、节点资源搜索、节点间的通讯和文件的统一管理等,实现了尽量利用可靠的组播并利用P2P实现跨组播域的信息传输。最后通过对管理模块在不同环境下的测试数据进行分析,表明该设计思想的有效性。

摘要：针对校园网P2P视频分享的特点,对校园网络视频推荐FP-CNVR(campus network video recommendation based on FP-growth)系统进行原型设计与实现。提出了基于顾客细分思想的数据预处理方法 CS-DP(data preprocessing based on customer segmentation),并对所使用的FP-growth算法中FP树的结构做出了优化。实验表明,与传统推荐系统相比,引进了CS-DP方法的FP-CNVR系统的推荐结果类型更为丰富,推荐结果的召回率提高了一半并保持了准确率基本稳定。

摘要：针对论坛缺乏热点话题提取方法的现状,提出一种将LDA(潜在狄利克雷分配)模型引入高校论坛场景主题的提取方式.在主题建模过程中,以回帖数量作为帖子热门程度的判定参数,根据帖子热门程度在语料中设置不同权重,随后使用Gibbs采样法提取主题.在此基础上设计并实现了包含数据抓取、文本预处理、主题提取三个模块的完整系统.将LDA模型引入系统并进行提取效果分析,实验结果表明LDA模型可以准确地提取出论坛文本中讨论的实时热点话题.

摘要：为了解决目前复合型日志无法被模板提取算法正确解析的问题,设计新的模板提取算法CLEA来处理复合型日志的模板提取.该算法使用符号将所有日志划分为集群,基于Drain模板提取算法提取每个集群各自的日志模板,存储并缓存模板提取结果,在更新集群的同时更新缓存的模板;将差异度计算引入简单共有词算法中,增强简单共有词算法对模板中不同词语的敏感度,计算模板之间的相似度;设计BMerge算法,利用该算法对相似度大于阈值的模板进行合并,获取并输出合并日志作为最终结果.在相似度算法中引入差异度计算,增强算法对模板中不同词语的敏感度,并设计BMerge算法对模板进行合并,输出无损日志作为结果.所提方法适用于处理复合型日志,且正确率较高.

摘要：为了提高高分辨率图像分割效率,解决复杂图案中待分割目标边缘附近前景与背景区分度小而造成的分割目标不完整问题,本文通过引入超像素HOG特征,提出了一种基于超像素多特征融合(superpixel multi-feature fusion,SMFF)的快速图像分割算法.首先采用目前最有效的超像素算法对待分割图像进行超像素预分割,然后提取基于超像素的HOG特征、Lab颜色特征和空间位置特征,设计基于超像素的多特征度量算法,最终采用图割理论实现了基于超像素多特征融合的快速图像分割.实验结果验证了本文算法的有效性,其算法性能接近于目前最经典图像分割算法,且本文算法的时间性能要明显优于其它对比算法.

摘要：本文从ＮＴ主机ＭＩＢ扩展的必要性和可行性出发，论述了如何扩展ＮＴ主机ＭＩＢ资源，并作为Ａｇｅｎｔ的一部分，设计并实现了ＮＴ ＳＮＭＰ网管代理的扩展功能。

摘要：为了提高具有关联工单数据的录音文本的分类精确率,根据录音文本及关联数据的特点,设计基于深度学习的录音文本分类方法.针对录音文本,通过双向词嵌入语言模型(ELMo)获得录音文本及工单信息的向量化表示,基于获取的词向量,利用卷积神经网络(CNN)挖掘句子局部特征;使用CNN分别挖掘工单标题和工单的描述信息,将CNN输出的特征进行加权拼接后,输入双向门限循环单元(GRU),捕捉句子上下文语义特征;引入注意力机制,对GRU隐藏层的输出状态赋予不同的权重.实验结果表明,与已有算法相比,该分类方法的收敛速度快,具有更高的准确率.