论文部分内容阅读
面向服务的计算是当前软件工程领域和软件产业界的研究热点之一.随着Web服务组合技术的广泛应用,服务间的行为交互日趋复杂,已存在的静态Web服务行为适配方法难以支持复杂Web服务间的行为适配.
动态Web服务行为适配方法初探
【摘 要】
：
面向服务的计算是当前软件工程领域和软件产业界的研究热点之一.随着Web服务组合技术的广泛应用,服务间的行为交互日趋复杂,已存在的静态Web服务行为适配方法难以支持复杂Web
【机 构】
：
国防科技大学计算机学院,湖南长沙410073
【出 处】
：
2012年全国理论计算机科学学术年会(NCTCS2012)
【发表日期】
：
2012年8期
其他文献
半监督学习是机器学习领域的研究热点。协同训练研究数据有多个特征集时的半监督学习问题。从正则化角度研究协同训练,利用假设空间的度量结构定义学习函数的光滑性和一致性,
结合关联限制K-means算法能有效地提高聚类结果,但对数据对象分配次序却非常敏感。为获得一个好的分配次序,提出了一种基于分配次序聚类不稳定性的迭代学习算法。根据Cop-Kme
P2P组播在面对P2P节点不合作行为和恶意行为时无法保障服务的可靠性。针对上述问题,提出了基于市场模型的组播模型框架,其利用第二价拍卖理论进行网络资源分配;分析了不同类
在分析无线Mesh网路由协议所面临的挑战的基础上,结合无线Mesh网络的性能要求,以OLSR协议为原型,采用跨层设计理论,提出了一种基于链路状态良好程度的路由协议LR-OLSR。该协
针对单一测度度量Vague集相似性上的缺陷,提出了两种Vague集的多测度相似度量。给出了一种Vague集的单形体几何表示方法,亦即将Vague集的真、假隶属度和未知度表达为划分单形
当前缺乏对聚合云服务正确性、响应时间和费用约束统一进行验证的有效方法。扩展基本工作流模式,增强概率、随机、不确定选择的刻画能力,用于定义聚合云服务的服务流程,将流
为处理人工智能中不精确和不确定的数据和知识,Pawlak提出了粗集理论。之后粗集理论被推广,其方法主要有二：一是减弱对等价关系的依赖;二是把研究问题的论域从一个拓展到多个
为降低ROF模型的阶梯效应和高阶正则化方法对边缘的模糊,在对称张量空间中用二阶对称梯度构造正则项建立了新的图像去噪模型,并通过分析新模型的性质,给出了一种有效的原始-对偶算法。一方面,二阶对称梯度高于一阶导数的特性可以有效地降低阶梯效应;另一方面,二阶对称梯度模低于二阶导数模的特性能有效地保持图像的边缘等细节特征。数值仿真实验表明,新模型达到了理论分析的效果,新算法运算快捷、稳定。
考虑到应用于输电线路监测系统中的无线传感器网络在拓扑结构、网络流量上都呈现出新的特点,提出了一种混合式MAC协议,即在网络空闲时期使用X-MAC协议,在繁忙时期使用流水线