为判定Web服务中隐私或敏感数据是否被违规使用,定义Web服务的隐私数据模型,为SLA增加面向隐私数据的条款;构建隐私信息监测模型(private information monitoring model,PIMM),在该模型中对隐私数据实施分类,抽象表示不同类型隐私数据,...为判定Web服务中隐私或敏感数据是否被违规使用,定义Web服务的隐私数据模型,为SLA增加面向隐私数据的条款;构建隐私信息监测模型(private information monitoring model,PIMM),在该模型中对隐私数据实施分类,抽象表示不同类型隐私数据,给出违例判定规则,以此为依据识别服务行为隐私信息使用违例;根据不同违例类型定制补偿罚金,评估违例的风险价值。通过在线购买服务验证了该方法的有效性。展开更多
为优化声信号盲分选仿真系统的实时性以及分选精度,研究了一种基于短时傅里叶时频分析(Short Time Fourier Time Frequency Analyze, STF-TF)的声信号盲分选算法,用于改善系统分选精度。该方法在信号的时频平面投影相交的情况下,能够实...为优化声信号盲分选仿真系统的实时性以及分选精度,研究了一种基于短时傅里叶时频分析(Short Time Fourier Time Frequency Analyze, STF-TF)的声信号盲分选算法,用于改善系统分选精度。该方法在信号的时频平面投影相交的情况下,能够实现声信号分选算法功能。仿真实验表明:在欠定条件下,当源信号数目与接收天线数目相差为1时分选效果最佳。利用SystemVue仿真平台建立了多声传感器条件下信号盲分选系统,并结合透明计算原理提出了适用于该系统的高实时性结构。展开更多
利用云计算实现高效服务组合,通过SLA(Service Lever Agreement)违例预测避免某些失效操作或分支,以确保服务质量满足SLA约定。提出了一种基于连续时间马尔可夫链的服务质量(QoS)SLA违例预测模型。针对QoS属性,在预测模型中定义了基于...利用云计算实现高效服务组合,通过SLA(Service Lever Agreement)违例预测避免某些失效操作或分支,以确保服务质量满足SLA约定。提出了一种基于连续时间马尔可夫链的服务质量(QoS)SLA违例预测模型。针对QoS属性,在预测模型中定义了基于线性时序逻辑区间的质量约束规范。利用大数据分析技术CEP(Complex Event Processor)实时更新当前运行组件服务关键性能指标,并以此为输入,使用M/M/1队列模型实现QoS概率预测,当超过定义阈值,启动SLA违例预警。通过将本模型在智能电网中进行实例测试,得到实际预测时间小于服务更新时间,预测准确率较高。展开更多
研究水中溶解氧含量的预测问题,可为水厂生产、水产养殖业、地表水环境的管理提供科学依据。影响水中溶解氧的各因素关系复杂,很难进行数学建模,神经网络由于具有较强的非线性问题处理能力而被广泛应用于水中溶解氧的预测研究。由于传...研究水中溶解氧含量的预测问题,可为水厂生产、水产养殖业、地表水环境的管理提供科学依据。影响水中溶解氧的各因素关系复杂,很难进行数学建模,神经网络由于具有较强的非线性问题处理能力而被广泛应用于水中溶解氧的预测研究。由于传统神经网络具有陷入局部极小、收敛速度慢并且网络冗余度较大等缺陷,为提高网络的正确预测能力和泛化能力,采用多层激励函数(modulation transfer function,简称MTF)与量子神经网络(quantum neural network,简称QNN)相结合建立水中溶解氧预测模型,但若用神经网络作为前馈型网络,它的沿梯度下降的算法会使其在进行网络训练时有可能陷入局部极小,针对这一缺陷,提出一种可以使量子神经网络逃离局部极小点的算法,并将它应用到量子神经网络中进行网络误差调整。仿真结果表明,与传统BP(back propagation)神经网络预测结果相比,采用多层激励函数的量子神经网络(modulation transfer function-quantum neural network,简称MTF-QNN)预测水中溶解氧含量的预测精度更高。展开更多
文摘为判定Web服务中隐私或敏感数据是否被违规使用,定义Web服务的隐私数据模型,为SLA增加面向隐私数据的条款;构建隐私信息监测模型(private information monitoring model,PIMM),在该模型中对隐私数据实施分类,抽象表示不同类型隐私数据,给出违例判定规则,以此为依据识别服务行为隐私信息使用违例;根据不同违例类型定制补偿罚金,评估违例的风险价值。通过在线购买服务验证了该方法的有效性。
文摘为优化声信号盲分选仿真系统的实时性以及分选精度,研究了一种基于短时傅里叶时频分析(Short Time Fourier Time Frequency Analyze, STF-TF)的声信号盲分选算法,用于改善系统分选精度。该方法在信号的时频平面投影相交的情况下,能够实现声信号分选算法功能。仿真实验表明:在欠定条件下,当源信号数目与接收天线数目相差为1时分选效果最佳。利用SystemVue仿真平台建立了多声传感器条件下信号盲分选系统,并结合透明计算原理提出了适用于该系统的高实时性结构。
文摘利用云计算实现高效服务组合,通过SLA(Service Lever Agreement)违例预测避免某些失效操作或分支,以确保服务质量满足SLA约定。提出了一种基于连续时间马尔可夫链的服务质量(QoS)SLA违例预测模型。针对QoS属性,在预测模型中定义了基于线性时序逻辑区间的质量约束规范。利用大数据分析技术CEP(Complex Event Processor)实时更新当前运行组件服务关键性能指标,并以此为输入,使用M/M/1队列模型实现QoS概率预测,当超过定义阈值,启动SLA违例预警。通过将本模型在智能电网中进行实例测试,得到实际预测时间小于服务更新时间,预测准确率较高。
文摘研究水中溶解氧含量的预测问题,可为水厂生产、水产养殖业、地表水环境的管理提供科学依据。影响水中溶解氧的各因素关系复杂,很难进行数学建模,神经网络由于具有较强的非线性问题处理能力而被广泛应用于水中溶解氧的预测研究。由于传统神经网络具有陷入局部极小、收敛速度慢并且网络冗余度较大等缺陷,为提高网络的正确预测能力和泛化能力,采用多层激励函数(modulation transfer function,简称MTF)与量子神经网络(quantum neural network,简称QNN)相结合建立水中溶解氧预测模型,但若用神经网络作为前馈型网络,它的沿梯度下降的算法会使其在进行网络训练时有可能陷入局部极小,针对这一缺陷,提出一种可以使量子神经网络逃离局部极小点的算法,并将它应用到量子神经网络中进行网络误差调整。仿真结果表明,与传统BP(back propagation)神经网络预测结果相比,采用多层激励函数的量子神经网络(modulation transfer function-quantum neural network,简称MTF-QNN)预测水中溶解氧含量的预测精度更高。
