摘要：Web 2.0时代,标签作为Web资源管理和检索的有效方式已成为近年的热点研究对象.开发者通常为新的Mashup人工指定若干与功能性相关的标签,以便于用户理解、检索以及实现Mashup资源的分类管理.然而,手动指定标签十分繁琐且费时,自动生成Mashup标签十分必要但缺乏有效方法.针对该问题,文中提出一种基于主题模型的方法进行Mashup标签的自动推荐.该方法首先建立Mashups与Web Application Programming Interfaces(APIs)的描述文档以及Mashups与APIs之间的组合关系模型,然后寻找与待推荐标签Mashup的描述文档主题分布相似的Web APIs,并将它们与该Mashup直接组合的APIs合并,采用一种带权重的PageRank算法,从中挑选出最重要的APIs,最后将它们已有标签推荐给该Mashup.同时,针对所提方法文中设计实现一种标签排序算法,该算法优先推荐那些与Mashup主题最相关的标签.根据使用从ProgrammableWeb收集的真实数据进行实验可知,文中所提出的方法明显优于其他自动化标签推荐方法.

摘要：在说话人识别系统中,训练和测试环境的不匹配会造成识别性能的显著下降。把小波变换和维纳滤波结合起来对语音进行去噪。对于说话人识别,设计了一个由传统方法(如GMM、MLP和DTW)作为前识别器和通过小波分析(加权求和法)检测到的基音作为后识别器所组成的混合识别器。传统方法分别由三类特征矢量(LSF、倒谱和滤波器组)组成。通过小波分析获得的基音携带了关于说话人身份的信息。这个系统能在不同噪声环境下分析基音周期。试验结果显示,所提出的系统的鲁棒性和辨识率都有所提高。

摘要：针对现实业务过程对实例方面处理的需求,建立面向实例方面处理的工作流动态调度优化模型,并提出了相应的优化方法.该方法利用蚁群优化算法的特点直接构建可行解,利用分组浪费时间与分组浪费费用的概念来设计启发式信息,同时优化最小化活动实例的总停留时间与总执行费用这两个目标函数,最终产生一组满足约束条件的Pareto优化调度方案.实验结果说明了算法的有效性.

摘要：提出了一种顾及信誉度的众源时空数据模型。在分析众源时空数据中地理要素、目标状态、对象版本、贡献者、信誉度、改变现实空间实体或信息空间对象状态的事件等要素间的相互作用机理的基础上,采用面向对象方法设计了一种顾及信誉度的众源时空数据组织方法,用UML对其进行描述,分析了与信誉度相关操作及其联动关系,得出了8条联动规则。开发了顾及信誉度的众源时空数据管理原型系统,验证了所提模型的有效性。

摘要：Web服务作为一种新型的分布式计算模式近年来得到迅速的发展,来自不同服务提供商的服务可被整合以提供组合服务.QoS全局最优动态Web服务选择是服务组合中的一个难题.基于粒子群进化算法,设计一种用于解决该问题的PSO-GODSS算法.其主要思想是将问题表示为一个带QoS约束的多目标服务组合优化问题,通过理想点的方法将多目标向单目标转化,利用粒子群算法的智能优化原理进行算法设计及求解,最终产生一组满足约束条件的优化服务组合流程集.理论分析和实验结果表明该算法的可行性和有效性,且算法的执行效率和收敛速度优于以往的多目标遗传算法.

摘要：为实现Web服务的动态组合及管理,分析了该领域的研究现状,针对存在的问题,运用形式概念分析相关理论来研究Web服务的组合管理,对候选Web服务的输入输出数据关系进行形式化建模,有效地利用消息依赖关系实现服务的组合请求。提出了利用二分图求得所有形式概念的算法,建立服务格及计算服务组合关系的算法,设计并实现了原型系统以满足Web服务的动态组合及管理。

摘要：QoS全局最优动态Web服务选择是服务组合中的一个难题。基于差异演化算法,设计一种用于解决该问题的DE-GODSS算法。算法的主要思想是将问题表示为一个带QoS约束的多目标服务组合优化问题,通过理想点的方法将多目标向单目标转化,然后利用差异演化算法的智能优化原理进行算法设计及求解,最终产生一组满足约束条件的优化服务组合流程集。理论分析证明DE-GODSS算法的时间复杂度优于已有的多目标遗传算法,且实验结果表明该算法的收敛速度优于已有的多目标遗传算法。

摘要：随着网络和多媒体技术的发展,新型网络技术不断出现,并通过互联网络不断融合,使得网络更加泛在化、开放和动态化.目前,网络中动态分布的内容爆炸式增长与用户个性化需求之间的矛盾也日益突出.因此,基于开放的网络环境下海量的内容,如何提供个性化、智能的内容服务,已成为研究界和工业界共同关注的问题.基于开放、动态的网络环境,以个性化的语义整合服务为核心目标,将语义技术与网络通信机制相结合,提出了动态分布内容自组织语义整合的网络结构和关键技术的实现机制,包括关系路由模型、自组织语义整合技术框架和实现流程,以支持在网络环境下针对动态分布的内容构建个性化和智能的语义整合应用,并且为动态分布内容的语义整合系统提供工程设计方案和技术实现方法.

摘要：衡量一种路由算法优劣的两个重要指标是路由表的大小和路径的长度,但这两个方面通常是互相矛盾的.紧凑路由(compact routing)研究旨在设计路由算法在这两个指标上获得优化的平衡(tradeoff).目前,已有许多学者针对任意拓扑的网络提出了普适(universal)的紧凑路由方法(compact routing scheme).但是,真实的网络都具有特定的拓扑,普适的紧凑路由方法并没有利用真实网络呈现的特定拓扑特征,因而在这类网络上未必能取得最优的性能.最近的研究发现,许多真实网络都具有无标度特征和强聚集特征,利用这两类拓扑特征,提出了一种针对这类网络的紧凑路由方法.该路由方法将网络看成是由一个骨干树和一些捷径组成,在任意源节点和目的节点之间路由,使用路径的长度不超过它们的最短路径长度加上一个整数b.路由表大小限制在O(clog2n)比特,其中,b和c是由网络结构决定的参数.实验结果表明,在无标度网络上,b和c可以同时取较小的值.与以往的紧凑路由方法相比,该方法在平均性能上表现更好.

摘要：滑坡的发生具有不确定性。针对目前基于位移的滑坡临滑时刻预测模型的预测结果之间存在较大的差异且难以选择出适合某种类型滑坡的最佳模型的问题,利用模糊积分具有较好处理客观证据和主观期望的优势,选择7个已知滑坡,分别用基于位移的滑坡临滑时刻预测的Verhulst、Verhulst反函数和福囿模型进行预测实验。通过计算各预测模型的隶属度获得模型的模糊密度,实现基于模糊积分融合方法的多模型综合预测。实验表明:模糊积分方法提高了已知滑坡的预测精度,使每个滑坡的预报时刻均在实际发生的前15天以内。