【摘 要】
：
大数据环境下,服务组合问题引起极大关注,然而随着服务数量的激增,导致服务组合的难度增加.为高效地找到较优的服务组合,提出一种基于SOM聚类和QoS感知的Web服务组合优化模型
【机 构】
：
上海理工大学 光电信息与计算机工程学院,上海200093
论文部分内容阅读
大数据环境下,服务组合问题引起极大关注,然而随着服务数量的激增,导致服务组合的难度增加.为高效地找到较优的服务组合,提出一种基于SOM聚类和QoS感知的Web服务组合优化模型(SO-AFSA).该模型首先通过SOM神经网络对候选服务集进行聚类,使用各聚类中心代替整体服务参与组合优化过程.同时基于聚类结果构建初始种群,提出一种多目标人工鱼群算法,重新定义鱼群的4种行为使其得以求解多目标优化问题,并引入自适应步长,改进的差分变异算子等机制改善算法全局寻优能力.实验结果表明,相较于传统的多目标优化算法,该模型在综合表现上具有一定的优势.
其他文献
云计算技术的发展为装备教学的信息化提供了条件。本文探讨了基于云计算的装备教学模式,并对其特点进行了分析;提出了基于云模式的装备教学平台基础架构,将云教学系统划分为七个层级并阐述了每个层级的功能和作用;构建了云教学平台服务体系,重点分析了以IaaS、PaaS、SaaS和MaaS为主体的服务模式,并结合不同服务模式特点,建立了相应装备教学资源体系。
2019年底，笔者所在学校按省市《教育信息化2.0行动计划》和《临沂市智慧校园建设方案》的要求，重新定位了“信息化、智慧化、现代化”的发展之路，把“高标准建设、高起点办学、高效能管理、高水平发展”作为办学理念，进行了一系列的实践探索。 建立完善的教育云平台应用管理机制，提高云平台应用成效 1.建设完善的组织机构 组织与制度建设是学校完成智慧化校园建设目标的重要保障。为此，笔者所在学校建立了以
摘要：本文对国内外教育大数据研究现状和主要应用内容进行分析，并建议从建立教育大数据基础理论体系、完善教育大数据标准体系、加强大数据采集与应用、保护教育大数据隐私与安全、建立教育大数据开放和共享机制等方面推进教育大数据的发展，促进我国教育事业的发展。 关键词：教育大数据;研究现状;应用研究 2012年，联合国在发布的《大数据促发展：挑战与机遇》白皮书中指出：“大数据时代已经到来，大数据的出现将会
智慧课堂是以“互联网 ”的思维方式和大数据、云计算等新一代信息技术打造的智能、高效的课堂。其实质是基于动态学习数据分析和“云、网、端”的运用，实现教学决策数据化、评价反馈即时化、交流互动立体化、资源推送智能化，创设有利于协作交流和意义建构的学习环境，促进学生实现符合个性化成长规律的智慧发展课堂。 智慧课堂的探索 在学习资源上，学生获取知识与方法的来源与途径，不再局限于教师与课堂。学生使用Sri
网络课程资源虽然丰富,但缺少线上线下混合式学习的活动设计,职业院校学生无法进行基于工作过程导向的深度学习,难以达成职业能力的提升.作者以“水利工程施工”课程为例,探
本文提出,立足中职现有教学条件和资源,从项目开发、教学活动、教学评价等方面进行教学改革,无缝融入思政教育,在传授信息技术知识的基础上引导学生将所学的知识转化为内在德
活动社交网络是一种新型的社交网络,用户通过线上社交的方式,组织并参与线上、线下活动.如何快速准确地向用户进行活动推荐,解决其中严重的冷启动问题是如今主要的研究方向.因此需要考虑线上和线下异构的社交关系的影响,本文分析了活动与物品之间的异同性,阐明活动推荐时间短反馈少等特性.同时通过推荐方法角度对现有的研究做了归纳与分类,其中主要包括基于协同过滤、基于图、基于上下文感知等方法.最后,总结了深度学习在活动推荐中的引用以及优势.本文对这些算法特点进行总结,并提出了对未来研究方向的展望.
针对传统河流水质预测模型预测精度较低,泛化能力弱的问题.本文在基于传统的时间序列模型进行水质预测的基础上,引入了LSTM神经网络,建立了ARIMA和LSTM组合模型以及SARIMA和LSTM组合模型用于河流水质预测的研究.结果表明,ARIMA和LSTM组合模型的预测精度比单一的ARIMA模型提高了约7%,SARIM和LSTM组合模型比单一的SARIM A模型的预测精度提高了约6%,比ARIM A和LSTM组合模型的预测精度提高了约2%.本文建立的组合模型算法,使得河流水质预测精度得到明显的提高,并且能够较
2018年11月对福建罗源湾5个特征站位表层海水进行样品采集,用宏基因组测序分析技术对样品中的细菌群落结构和多样性进行研究分析。样品的OTU数目和α-多样性分析结果表明,5个站位菌群数目从大到小排列为污水排放口>生活密集区>湾内远离污染地区>出海口>火电站排污口。在海湾内门水平物种丰度图中,5个优势门分别是变形菌门(Proteobacteria)、拟杆菌门(Bacteroides)、放线菌门(Actinobacteria)、蓝细菌(Cyanobacteria)和厚壁菌门(Firmi
为获得中华鳖(Trionyx sinensis)性别差异表达基因,探索中华鳖性别决定机制,本研究采用RNA-Seq技术测定了中华鳖成熟期精巢和卵巢转录组,分别获得了21494396400 bp和24605142600 bp的clean data。获得总的差异基因10145个,其中在卵巢中表达上调的有4034个,在卵巢中表达下调的有6111个。通过GO、KEGG及蛋白互作分析,在中华鳖性别差异的研究中,获得117个性别表达差异的基因,在雌性中高表达的性别相关基因有Foxl2、Sox3、Sox7、Bmp4、C