简介：IDC迈入飞速发展阶段在信息时代,物联网、云计算、大数据等新兴产业快速发展,数据呈现爆炸式增长,数据中心建设成为大势所趋。作为海量数据的载体,互联网数据中心行业（以下简称IDC）也步入了飞速发展的新阶段。据统计,2016年全球IDC整体市场规模达到451.9亿美元,增速为17.5%;中国IDC市场保持高速增长的态势,市场总规模为714.5亿元人民币,同比增长37.8%。通过对IDC行业发展现状分析了解到,

简介：互联网的快速发展,使得目前各个软件面临较大的风险。软件的普遍适用性使得它与国民经济的增长息息相关,所以能准确的量化评估漏洞的安全性就显得至关重要。正是因为国防信息安全保障体系建设的现实需要以及应用软件安全性问题频发的现状,软件安全漏洞相关的研究已成为未来信息安全研究领域的热门课题。本文从软件漏洞的基本特征和分类入手,对软件漏洞的评估方法展开了简要的论述。

简介：序列拼接算法是DNA测序过程中的关键技术。随着新一代测序技术的发展，如何实现高通量、高效率测序已经成为生物信息学领域的重要挑战，序列拼接算法也在逐渐改进以提高拼接效果。基于deBruijn图的序列拼接算法是目前．使用最广泛的方法之一，对其进行分析研究，利用C＋＋编程实现该算法，并对实验结果进行分析。

简介：在特定信号帧的特定频段上嵌入秘密信息,将秘密信息嵌入到载体中,得到时域中嵌入秘密信息的信号

简介：根据结构力学与卡尔曼滤波相模拟的理论，构造了一种新的用于连续系统参数识别的广义卡尔曼—布西滤波计算格式．该算法运用了结构力学中的串联子结构拼装方法，在每一步子结构拼装的同时嵌入对系统状态和参数的估计以实现系统参数的识别，可以离线计算的数据都通过精细积分算法预先获得。

简介：虚拟机动态迁移算法要求在不中断对外实时服务的条件下迁移虚拟机资源,同时要求宕机时间非常短、迁移操作对用户透明。要达到迁移算法的目标,在不同的应用场景下选择合适的迁移算法至关重要。本文提出一种虚拟机动态迁移决策算法,通过分析不同虚拟机动态迁移算法的性能,基于虚拟机负载特征,决策出最优迁移性能的算法。实验结果表明,该算法能够针对不同的负载类型准确地选择最优的迁移算法,相对主流的预拷贝迁移算法能够有效减少迁移时间和停机时间。

简介：逐步聚类分析就是先把被聚对象进行初始分类,同时以儿童生长发育时期的数据为例通过聚类分析的软件和改进的K－means算法来进一步阐述聚类分析在数据挖掘中的实践应用,现在的研究工作主要集中在为大型的数据库有效聚类分析寻找适当的方法、聚类算法对复杂分布数据和类别性数据聚类的有效性以及高维数据聚类技术等方面

简介：详细分析了SVPWM的原理，介绍一种根据负载的功率因子来决定电压空间零矢量的分配与作用时间的SVPWM算法，使得桥臂开关在通过其电流最大时的一段连续时间内没有开关动作。这样在提高开关频率的同时减小了开关电流，以此得到具有最小开关损耗的SVPWM算法。Simulink仿真结果验证了理论的正确性，ModelSim的仿真结果表明该算法在FPGA平台上实现的可行性。

简介：关联规则是数据挖掘的重要方法之一,但传统的关联规则算法Apriori需要多次扫描数据库,需要很大的I/O开销,不能处理节点失效和负载均衡。云计算下的MapReduce模型能够处理节点失效并能做到负载均衡。将传统的关联规则算法Apriori进行改进,然后移植到Hadoop平台,提出了基于MapReduce编程的数据挖掘算法,它能高效的、并行的完成海量数据挖掘任务。通过实验验证了算法的有效性。

简介：对羊毛衫款式轮廓进行分析,　1.2　对图片进行轮廓勾勒并提取这一部分是计算机款式识别系统的关键,如果计算机自动判断的或人工选择的背景色和羊毛衫款式中的某一区域的颜色一样

简介：汉盲翻译系统把中文信息自动翻译为盲文字符，这对盲人的教育、生活等起到非常大的帮助。盲文连写处理是汉盲翻译中重要的一个处理流程，因为盲文不同于中文的特殊性，对分词后的某些字词进行连写是必须的。本文主要研究如何借助形式化的自定义规则描述语言以及连写语料统计库，来设计一个高效，易于扩展和维护的盲文连写实现方案。

简介：在计算机网络技术快速发展的今天,对传统信息压缩技术提出了挑战。基于此提出基于嵌入式的网络信息压缩算法。通过网络信息采集模块的实现,采取多层伴随式编码和散度信息的压缩处理;通过实验论证得出,基于嵌入式的网络信息压缩算法在进行信息压缩时具备较高的信息检出率,提高信息检测效率。

简介：采用循环链表构建凸包，使凸包的各顶点在增量过程中，始终处于动态变化的稳定循环链中，无差错地生成结果凸包。相比顺序表而言，每次只需修改指针，无须在内存中频繁移动顶点数据，节省大量的系统时间及内存资源，从根本上解决首尾相接的凸包动态生成问题，极好地满足程序的鲁棒性原则，代码执行效率高。

简介：在特定信号帧的特定频段上嵌入秘密信息,将秘密信息嵌入到载体中,得到时域中嵌入秘密信息的信号

简介：图像识别技术主要包括图像特征的提取和图像的分类,在这两种技术中,图像特征的提取是图像识别技术最关键的技术。图像特征提取的准确性是衡量一个图像识别算法好与坏的唯一指标。图像特征提取主要采用分布式点矩阵的方法,通过在图像中插入一定数量的特征点,通过对特征点的比较,将符合特征点的部分加以整合和归纳,最终得出图像的特征。但在现有的技术中,特征点的插入数量和特征点对照的准确度在各种算法中均有优劣,而深层学习作为一种组织架构更完善的处理方法,显然是很适合图像识别算法的使用。所以本文就深度学习的原理及基于深度学习原理的图像识别算法的基本原理进行探讨,并对基于深度学习的图像识别算法的研究做出详细的讨论。

简介：本文在多级过滤算法的基础上，提出了一种适用于区分服务模型的QoS接纳控制算法。该算法支持对聚集类的分级接纳控制，当高优先级的聚集类的QoS要求无法得到满足时，通过拒绝低级别聚集类中大的网络流来满足高级别聚集类的服务质量要求。算法使用扩展的MF算法来找出大的网络流。理论分析结果表明，该算法具有快速的收敛特性，同时能够提供粒度更细的QoS接纳控制策略。

简介：提出一种以广义柔度矩阵为损伤指标,基于量子粒子群优化算法的结构损伤识别方法.该方法根据结构损伤前后广义柔度矩阵差与结构物理参数变化关系,将结构广义柔度矩阵识别问题转化为优化问题,进而采用系统辨识能力较强的量子粒子群优化算法搜索目标函数最优值,从而达到损伤位置和损伤程度同时识别的双重效果.最后通过简支梁数值模拟对该方法的有效性进行了验证.

简介：键是数据库模式和概念设计的基础，是语义的一个重要组成部分。随着XML成为Web上一种通用的数据交换标准格式，将键的概念引入到XML领域就显得非常迫切。本文基于路径和树元组表达式，从数据库设计的角度出发，在XML函数依赖形式化定义的基础上给出XML键完整陆约束定义、XML绝对键和相对键的有效和完备的推理规则，并提出使用多项式时间求解XML候选键的算法，为XML数据库模式的规范化设计奠定了理论基础。

简介：为了提高非线性动态系统辨识精度，提出一种基于多新息理论的PID神经网络改进算法。对具有时间延迟非线性动态系统，由于采用多新息，充分利用了系统的当前数据和历史数据，较传统的BP算法，本文所提算法在辨识精度和收敛速度方面具有更好的效果。仿真结果表明该算法的有效性。

简介：当前主流的运动目标检测方法存在计算量大、计算速度慢和无法实时检测等问题。本文以室外场景下的视频作为研究对象,在特征提取方面利用HOG特征和颜色特征相结合的特征融合方法,使用主成分分析法对特征维度进行降维,克服了单特征描述能力不全面的问题和多个特征数据量大的问题;在分类器设计方面,本文使用经过调优结构后的BP神经网络,克服了模式识别检测时间长的问题。实验结果表明,该算法相对于当前主流的HOG+SVM算法,在INRIA运动目标数据库上对运动目标的检测率达到92%,且速度较快。