IP网络运行质量模糊综合评估方法研究

针对现有网络运行质量评估方法不能同时反映指标重要性和决策者偏好性的问题,提出了采用WOWA算子的网络运行质量模糊综合评估方法。WOWA算子在合成计算时结合了反映指标自身重要性的权重和反映决策者主观偏好的权重,充分考虑了指标本身的重要性和决策者偏好的重要性。实例表明,与普通模糊综合评估方法相比,该方法不仅能够得出正确评估结果,而且能够反映决策者的偏好使得评估更加灵活和适应性更强。     

地勘单位加强基层党支部建设的几点思考

党的基层组织是党的全部战斗力的基础。随着地矿部门属地化,地勘单位企业化,资金来源市场的改革进程日益加快,以及新形势下社会思潮影响,使地勘单位基层党支部建设面临了许多新情况、新问题,如何发挥基层党支部在生产工作第一线的战斗堡垒作用,我认为应抓好以下几个方面的工作：     

QoS容忍下QoE的Logistic回归评估模型

用户感知质量(QoE)评估为有序多分类问题,可以将Logistic回归模型应用于QoE的评估。基于Logistic回归模型的基本原理,建立QoE等级概率分布回归模型,该模型能够完成服务质量(QoS)参数到用户QoE等级累积概率分布的映射。提出考虑QoS容忍值的QoE评估方法,该方法可以消除较好QoS指标对较差QoS指标的补偿作用,在给出QoE所属等级的同时能够给出详细的QoE等级概率分布情况。应用该方法对Web业务QoE进行了评估,所提供的评估信息更详细,评估结果更准确。     

基于RVM的网络流量分类研究

将相关向量机(RVM)分类模型应用于网络流量分类问题中。首先对实验数据进行了标准化处理,然后将RVM与其他机器学习算法进行了性能比较,最后在RVM分类结果预测概率中引入置疑区间概念,研究了置疑区间范围及其对分类准确性的影响,并基于此提出了一种新的混合流量分类方法。实验结果表明:1)RVM在准确性等3方面性能指标上优于SVM,且在小样本情况下仍具有较高的分类准确率;2)置疑区间[0.1,0.9]内的分类预测准确率较低,而置疑区间之外的分类预测准确率在98%以上。     

一种用于小流估计的数据包公平抽样算法

现有数据包公平抽样算法通常根据到达数据包所属流大小的估计值设置包抽样率,令大流所含数据包抽样率低,小流所含数据包抽样率高,缺点是算法的优劣依赖于不同方法对流大小估计的准确性;小流估计误差较大。针对此问题,利用大流持续时间长且到达速率高的特点,提出一种基于时间分片的用于小流估计的数据包公平抽样算法(MFEPS)。该算法将测量时间分割成片,抽取每个流在每个时间片内的第一个数据包,而不需要估计数据包所属流的大小。理论分析和实验结果均表明,与已有算法相比,对于小流估计,MFEPS算法在相同的CPU资源消耗条件下,具有更高的准确性和良好的扩展性。