分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2022-06-06 合作期刊: 《计算机应用研究》
摘要： 在现实医疗服务中，面对医生座席数量供不应求的现状，采用传统的双队列独立排队系统很难高效利用医院资源。对此，在不改变医院现有资源的情况下设置系统动态用来合理配比各门诊患者容量，在传统双队列独立排队系统的基础上建立动态溢流门诊排队生灭模型，并考虑患者在感性与理性因素下退出系统的概率，便于更准确地分析系统的真实状态。借助ProModel这一灵活、可靠的离散事件仿真软件，将模型可视化研究，并与传统的门诊排队模型进行对比分析。仿真结果显示，新型排队模型的队列的平均长度，患者的等待时间等服务指标均优于传统的排队模型。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2020-09-28 合作期刊: 《计算机应用研究》
摘要： 考虑以一个电商平台和一个第三方物流服务商构成的两级电商供应链为研究对象，针对第三方物流服务商完全掌控自身物流服务水平而引发的道德风险问题，分析采用区块链技术对防范第三方物流服务商道德风险的策略。通过借助以区块链技术为基础的物流服务水平监控系统，考虑采用区块链技术和不采用区块链技术两种情景，分别建立分散决策下电商平台与第三方物流服务商之间的Stackelberg博弈模型，研究区块链技术应用前后供应链利润的变化情况以及与技术成本投入的关联性，最后通过数值分析验证结论的正确性。结果表明：当区块链技术的成本投入控制在一定的范围内时，应用该技术可以有效降低第三方物流服务商存在的道德风险，提高整个供应链利润的同时促进供应链各节点企业收益的有效提升，助力供应链的健康有序发展。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-28 合作期刊: 《计算机应用研究》
摘要： 在智能电网背景下，针对化石能源短缺、峰时供电压力大的现状，提出了由光伏和化石燃料互补供电的方式，并建立了社会福利最大化用户侧微电网实时定价模型。该模型中，电力供应商通过制定实时电价来协调用户对两种类型能源所发电能的使用量，并设计了实时定价算法来求解模型。仿真结果表明，相比仅靠化石能源供电的大电网，互补供电方式能有效降低化石能源峰时供电量和价格，提升社会福利。这为以后智能电网的有效管理提供了参考。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-03 合作期刊: 《计算机应用研究》
摘要： 针对目前左心室内外膜分割方法，存在分割出的轮廓正则性差、分割心室膜模糊边缘不完全和分割效率低等问题。提出新双阱势函数和各向异性梯度矢量流（AGVF）改进水平集模型能量函数，用融合0水平集和k水平集的双水平集，同时分割左心室内外膜的方法。首先，用改进Hough变化圆检测算法，定位心室内外膜初始位置；然后利用双水平集模型同时分割内外膜。观察和对比分析实验结果，该方法能够分割出平滑的左心室内外膜轮廓；能够分割出的符合临床定义的左心室内外膜轮廓，且分割MRI图像左心室内外膜轮廓重叠率平均提高到0.9569。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-09-12 合作期刊: 《计算机应用研究》
摘要： 区块链是一种分布式系统，使用点对点（peer to peer，P2P）网络作为区块链网络层通信协议，点对点的传播机制和验证机制共同构成了区块链网络层的基石。点对点网络所有节点共同承担点对点网络服务，弱化甚至没有中心服务器，其独有的特性使得区块链系统可以脱离中心服务器的束缚，做到真正的分布式、去中心化。针对点对点网络协议的这一特点，通过阅读源代码和官方文档，对比特币(Bitcoin)、以太坊(Ethereum)以及超级账本（hyperledger fabric）三种主流区块链系统的P2P协议进行了详细研究。通过讨论区块链点对点协议在演进过程中的变化分析了不同协议的优缺点，同时提出了分析标准，作出了量化评价。该比较以期为未来区块链网络协议的研究提供有益的启发与指导。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-05-18 合作期刊: 《计算机应用研究》
摘要： 基于核学习的强大非线性映射性能，针对短时交通流量预测，提出一类基于核学习方法的预测模型。核递推最小二乘(KRLS)基于近似线性依赖(approximate linear dependence，ALD) 技术可降低计算复杂度及存储量，是一种在线核学习方法，适用于较大规模数据集的学习；核偏最小二乘(KPLS)方法将输入变量投影在潜在变量上，利用输入与输出变量之间的协方差信息提取潜在特征；核极限学习机(KELM)方法用核函数表示未知的隐含层非线性特征映射，通过正则化最小二乘算法计算网络的输出权值，能以极快的学习速度获得良好的推广性。为验证所提方法的有效性，将KELM、KPLS、ALD-KRLS用于不同实测交通流数据中，在同等条件下，与现有方法进行比较。实验结果表明，不同核学习方法的预测精度和训练速度均有提高，体现了核学习方法在短时交通流量预测中的应用潜力。
分类： 计算机科学 >> 信息安全 提交时间： 2017-03-10
摘要： 随着信息技术的飞速发展，信息安全问题越来越得到全社会的重视。其中网络内容安全是最突出的问题之一，而作为网络内容安全处理核心技术的网络数据流过滤技术也面临着新的挑战。本文从网络数据流过滤问题出发，研究利用多通道信息进行网络数据流分类的技术，包括以下三方面的工作：（1）多通道 网络流分类模型研究，提出了可融合网络结构信息和网络内容信息的流分类模型；（2）分类模型索引技术 研究，提出一种基于 R-Tree 分类模型索引结构，极大地提高了网络数据流的判别速度；（3）多通道网络流 过滤系统 F9 实验平台建设，该系统支持多通道网络流判别过滤，可作为新模型与算法的实验平台。以上三 方面的工作从模型构造，模型索引，和模型实现三方面系统研究了面向信息过滤的多通道网络流分类系统。
点击量
通过
点击量
下载量
评论
待评议
