您的位置: 专家智库 > >

孙学胜

作品数:7 被引量:22H指数:2
供职机构:东南大学更多>>
发文基金:国家教育部博士点基金江苏省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 3篇专利
  • 1篇学位论文

领域

  • 5篇自动化与计算...

主题

  • 3篇多目标优化
  • 3篇最优解
  • 2篇电子邮件
  • 2篇电子邮件服务
  • 2篇电子邮件服务...
  • 2篇多目标
  • 2篇邮件
  • 2篇邮件安全
  • 2篇邮件服务
  • 2篇邮件服务器
  • 2篇邮件过滤
  • 2篇统一接口
  • 2篇子群
  • 2篇粒子群
  • 2篇粒子群优化
  • 2篇目录服务器
  • 2篇接口
  • 2篇垃圾邮件
  • 2篇垃圾邮件过滤
  • 2篇服务器

机构

  • 7篇东南大学

作者

  • 7篇孙学胜
  • 6篇曹玖新
  • 4篇姚燚
  • 3篇罗军舟
  • 3篇胡波
  • 2篇刘永生
  • 2篇林加镇
  • 2篇刘波
  • 2篇刘永生
  • 1篇刘波
  • 1篇李和光

传媒

  • 2篇东南大学学报...
  • 1篇计算机工程与...

年份

  • 1篇2011
  • 4篇2010
  • 2篇2009
7 条 记 录,以下是 1-7
排序方式:
一种基于新服务集构造的动态服务选择方法
本发明公布了一种基于新服务集构造的服务选择方法。首先把服务选择问题建模为带约束的多目标优化问题;其次为了求解上述多目标优化问题,本发明提出一种新的多目标粒子群优化算法,该算法用容量动态变化的容器存储迭代中得到的最优解,并...
曹玖新罗军舟孙学胜刘波
文献传递
基于语义的可扩展web服务注册与发现机制被引量:4
2010年
为解决传统的基于UDD I注册中心的集中式web服务发现结构存在的可扩展性问题,基于领域本体语义信息,提出一种能自适应地调整领域划分、分配系统资源的分布式web服务发现体系结构.分析了该结构的可扩展性、自组织性和自适应性;描述了基于该结构的语义web服务注册与发现过程;将基于该结构的语义web服务发现算法划分为语义注册中心定位和基于输入输出的服务匹配2个阶段,并具体设计了第1阶段服务发现的3个步骤.通过该两阶段的发现算法可以快速地在分布式环境内定位注册中心,避免消息泛洪导致的网络拥塞.仿真实验结果表明,该服务注册与发现机制在服务规模扩展情况下需要的转发次数较少,且能够保证较高的服务发现效率.
姚燚曹玖新刘波孙学胜刘永生胡波
关键词:WEB服务发现领域本体语义WEB服务
基于粒子群优化的多目标服务选择算法及其实现
Web服务作为一种新型的分布式计算模型,具有高度的互操作性、跨平台性和松耦合等特点,得到了世界范围内学术界和工业界的极大关注。但是单个Web服务功能有限难以满足复杂的用户需求,因此动态地把现存的Web服务组合起来以形成新...
孙学胜
关键词:WEB服务多目标优化PARETO最优解粒子群优化
文献传递
协作式垃圾邮件防范方法
一种协作式垃圾邮件防范方法主要解决目前互联网的邮件安全问题,涉及蜜罐原理以及垃圾邮件过滤等相关技术。该方法采用分布式网络结构,包括电子邮件服务器和目录服务器。在体系结构中,邮件服务器是过滤垃圾邮件的主体,同时负责垃圾邮件...
曹玖新罗军舟林加镇姚燚刘永生孙学胜
功能原子化的自适应木马模型研究
2010年
针对当前木马普遍缺乏智能和适应性的问题,提出了一种功能原子化的自适应木马模型,给出了详细工作机制和实现方案,并提出了解决木马原子选择和组合等关键问题的相应算法。最后通过实例表明,该木马模型有较强的通用性、扩展性和健壮性。该模型具有功能原子化、目标个性化和系统智能化的特点,有效提高了木马对反木马软件的免疫性能,延长了木马的生存周期。
胡波曹玖新孙学胜姚燚刘永生
关键词:木马原子化个性化自适应智能化
协作式垃圾邮件防范方法
一种协作式垃圾邮件防范方法主要解决目前互联网的邮件安全问题,涉及蜜罐原理以及垃圾邮件过滤等相关技术。该方法采用分布式网络结构,包括电子邮件服务器和目录服务器。在体系结构中,邮件服务器是过滤垃圾邮件的主体,同时负责垃圾邮件...
曹玖新罗军舟林加镇姚燚刘永生孙学胜
文献传递
基于多目标粒子群优化的服务选择算法被引量:18
2009年
基于多目标粒子群优化算法提出一种高效的服务选择算法(MOPSOSS).首先将服务选择问题建模为带QoS约束的多目标组合优化问题;其次,根据支配的概念构造远小于原子服务集的新子服务集;最后基于多目标粒子群优化算法求解由新子服务集构成的服务选择问题,从而获得一组满足约束的pareto最优解.理论分析表明,MOPSOSS能正确、高效地求出原问题的全局最优解.与遗传算法(GA)的对比结果表明当问题规模大于150时,MOPSOSS的平均运行时间仅为GA的7%,求出的解的个数是GA的1.15倍,75%的解能支配GA求出的解,分布广度是GA的1.5倍.随着约束强度的增加,MOPSOSS的平均运行时间减少,而解的质量并无显著下降.与GA相比,MOPSOSS能用更短的时间求出更多高质量的解.
孙学胜曹玖新刘波胡波李和光
关键词:PARETO最优解多目标优化粒子群优化
共1页<1>
聚类工具0