基于矩阵型惯性投影神经网络的非负矩阵分解算法

提出一种基于矩阵型神经动力学优化的非负矩阵分解算法.将矩阵非负分解优化问题首先转换为两个矩阵变量凸优化子问题，针对其子问题分别提出矩阵型惯性投影神经网络；然后，采用交替迭代方案寻找矩阵非负分解优化问题的解.理论分析证明了矩阵型惯性投影神经网络能收敛于矩阵变量凸优化子问题的最优解，并且基于矩阵型神经网络的交替迭代算法可以收敛到矩阵非负分解优化问题的偏最优解.最后，所提出的基于矩阵型神经网络的交替迭代算法被有效地应用于人脸识别.     

一种稳健快速的波束形成算法

提出了一种计算自适应方向图权向量的迭代算法。为满足迭代矩阵的收敛条件，算法根据协方差矩阵的最大Gemchgorin半径选择对角加栽值对协方差矩阵进行对角加栽；通过对协方差矩阵进行简单的矩阵分裂；进而给出自适应权向量的迭代解形式。仿真表明，所提出的算法能在快拍数较少时形成稳健的特性良好的方向图。     

一种稳健快速的波束形成算法 

提出了一种计算自适应方向图权向量的迭代算法。为满足迭代矩阵的收敛条件, 算法根据协方差矩阵的最大Gerschgorin半径选择对角加载值对协方差矩阵进行对角加载；通过对协方差矩阵进行简单的矩阵分裂；进而给出自适应权向量的迭代解形式。仿真表明，所提出的算法能在快拍数较少时形成稳健的特性良好的方向图。     

求解线性规划问题的单纯形“双进基”法

该文对线性规划问题中的单纯形法作了另一种改进，得到一种每次迭代两个非基变量“进基”，两个基变量“离基”的双进基法．其结果能用矩阵表示，迭代的步骤也并不比单纯形法复杂，但其迭代的次数要比单纯形法减少一半，如果一个线性规划用“单进基”法要迭代２ｎ次（２ｎ＋１次），那么，用“双进基”法只须迭代ｎ次（ｎ＋１次），从而加快了收敛于最优解的速度．     

一种大系统分散H_∞状态反馈优化控制的算法

提出了一种基于Ｈ∞范数优化的大系统分散状态反馈控制的求解方法。首先讨论了大系统分散Ｈ∞优化控制问题，然后提出了一种迭代算法。这种算法应用可行方向阵，保证了迭代过程的收敛性和闭环系统的稳定性，并使闭环系统传递矩阵的Ｈ∞．范数趋于最优值。作者还给出了１个设计算倒，说明了该方法的应用及收敛性好和实用性强的特点。     

一类混合迭代算法在约束预测控制中的应用

为了改进多变量约束预测控制的滚动优化算法,对路径跟踪法和粒子群算法进行了理论研究,提出了一种将路径跟踪法和粒子群算法相结合的混合迭代算法,并用该混合算法对最具代表性的动态矩阵控制进行了滚动优化.仿真结果表明:对由于参数选择引起矩阵奇异时,路径跟踪法无法求出最优解,而基于混合迭代算法的优化算法可以得到最优解.采用路径跟踪法和粒子群算法相结合的混合迭代算法对多变量约束预测控制进行滚动优化,保证了优化算法的快速性和可行性.     

基于Q学习的有限时间随机线性二次最优控制

针对系统状态和控制均依赖于噪声的随机线性离散时间系统,采用基于值迭代的Q学习迭代算法求解模型参数部分未知的有限时间随机线性二次(SLQ)最优控制问题。首先给出SLQ最优控制问题可达性条件和适应性条件,并通过矩阵拉格朗日乘子算法得到最优控制增益矩阵序列以及相应的随机代数Riccati方程(SARE)。其次,以值迭代算法为基础定义Q函数,利用Q学习迭代算法获得每个最优控制增益矩阵所对应的迭代控制增益矩阵序列和H矩阵序列。该算法依赖于系统状态信息,摆脱了系统模型参数部分未知的限制,并证明控制增益矩阵序列收敛到各自的最优控制增益矩阵,H矩阵序列收敛到各自的最优H矩阵。最后通过一个仿真实例说明了Q学习迭代算法的有效性。     

一种新的快速BP神经网络算法--QLMBP

对反向传播（BP）算法中收敛速度最快的改进版本Levenberg-Marquardt BP（LMBP）进行了研究，找出了收敛速度的瓶颈：迭代控制参数的初始化会严重地影响到算法的选代次数；涉及的矩阵求逆是每次迭代中最耗时的计算；如果每次迭代中的误差平方和没有变小，该次迭代可能需要很长时间．本文通过上下三角（LU）分解去除耗时的矩阵求逆，并采取一维搜索来加速目标函数值的下降，使得LMBP不再依赖于迭代控制参数，从而提出了一种快速神经网络算法QLMBP．QLMBP算法的收敛速度比LMBP算法快100倍左右．     

电力系统在线安全经济分配新算法

本文提出电力系统在线安全经济分配(OSED)的一种新算法——常系数降维海森矩阵法(CRH).原始的 OSED 模型首先进行有功问题与无功问题的分解,然后采用非线性优化技术,建立求解有功问题的海森矩阵.假设系统各节点母线电压相角近似相等,变化的大规模海森矩阵将降维成为一个等效的小规模常系数矩阵,从而直接用于对电源变量迭代求解.一个特定的迭代过程随之导出,此迭代过程不仅对电源向量修正求解,并且同时对电压(相角和幅值)向量和拉格朗日乘子向量修正求解.算法的快速性及良好的收敛性能在算例中显示.     

基于观测器的LMI振动控制算法

针对基于观测器的LMI控制器设计中一个线性矩阵不等式中出现双变量的问题，提出一种赋初值迭代求解方法。考虑到双变量中一个为正定矩阵变量、一个为标量的特点，为了保证迭代收敛性和满足矩阵正定的要求，把正定矩阵变量作为初值赋予对象。仿真分析发现所设计的控制器仅能保证控制趋势，达不到预期控制效果，为此提出了调节因子的概念。最后，以3层基准建筑物为例进行仿真分析，结果表明该方法是可行的。     

使用最佳差商的变尺度法

本文根据差商的截断误差和舍入误差的关系,建立了能使差商的综合误差最小的差商步长的计算公式;将这种确定步长的方法用于无约束变尺度法、罚函数调用变尺度法和约束变尺度法,相应得到三种使用最佳差商的优化算法。经过数学考题和机械设计课题的验证,说明新的算法在计算效率和稳定性等方面都比一般算法有明显的优点。     

基于VMM的LTE小区搜索模块验证

随着芯片设计规模和复杂度的增加,功能验证变得越来越复杂,验证面临着诸多挑战。有统计数据显示,验证工作占整个设计开发工作60%～80%的时间。在长期演进系统(long term evolution,LTE)中,小区搜索是一个非常关键的过程,是移动终端开机后首先要做的步骤。小区搜索的性能好坏直接影响LTE系统后续过程的进行,对LTE系统的性能有很大的影响。以LTE系统小区搜索模块为例,简要介绍了VMM(verifacation methodology man-ual)验证方法学,并基于VMM验证方法学搭建了小区搜索模块验证平台,对小区搜索模块进行了全面的功能验证。验证结果表明,本模块能够完成预期的目标,采用VMM验证方法学可以极大地提高验证效率,缩短验证周期。     

Security Architecture of Trusted Virtual Machine Monitor for Trusted Computing

With analysis of limitations Trusted Computing Group （TCG） has encountered, we argued that virtual machine monitor （VMM） is the appropriate architecture for implementing TCG specification. Putting together the VMM architecture, TCG hardware and application-oriented ＂thin＂ virtual machine （VM）, Trusted VMM-based security architecture is present in this paper with the character of reduced and distributed trusted computing base （TCB）. It provides isolation and integrity guarantees based on which general security requirements can be satisfied.     

基于SystemVerilog的SoC功能验证方法研究

结合最新验证语言SystemVerilog的特点以及VMM（Verification Methodology Manual）验证架构,分别讨论了SoC设计过程中模块验证,集成验证和系统验证的一些改进措施,达到提高功能验证效率的目的。     

基于SystemVerilog的SoC功能验证方法研究

SoC功能复杂度不断提高,结合了最新验证语言SystemVerilog的断言、随机约束、功能覆盖率等特点以及Verification Methodology Manual(VMM)验证架构,对SoC验证的各阶段进行了改进.模块验证阶段灵活应用了形式验证和动态仿真验证;集成验证阶段依据可重性的思想搭建验证环境、采用迭代开发的思想提前了集成验证启动时间;系统验证阶段采取了软硬件协同验证;同时利用随机约束技术开发验证向量,利用功能覆盖率技术评价随机约束向量对功能的覆盖.通过这些改进措施达到了提SoC功能验证效率的目的.     

Dynamic memory mapping delivers additional flexibility to virtual resource management

The Department of Computer Science and Technology, Peking University, Beijing, China, has shown that a novel Dynamic Memory Mapping (DMM) model brings about additional flexibility to virtual resource management, leading to the feature-adjustable design of a virtual machine monitor (VMM). The study is reported in Issue 53 (June, 2010) of SCIENCE CHINA Information Sciences because of its significant research value.
........     

基于虚拟机的文件完整性监控系统

以虚拟化软件Xen为基础,设计实现基于虚拟机的文件完整性监控系统——FSGuard。被监控系统（DomU）运行在全虚拟化模式,无法感知底层VMM的存在。Xen实时监控文件操作相关的系统调用,对被监控系统透明。DomU中的用户态程序提供配置和管理的接口,管理员可对某个DomU进行配置,指定需保护文件的列表和访问控制策略。当DomU中的进程对关键文件进行操作时,Xen实时记录文件操作信息,并通过DomU中用户态程序进行反馈。     

ARM TrustZone的轻量级嵌入式虚拟化架构

针对现存的基于软件的虚拟化解决方案存在的不足,利用ARM标准硬件技术和赛灵思ZC702商业平台,实现通用操作系统(GPOS)与轻量级实时操作系统(FreeRTOS)同时运行.测试结果表明:虚拟机从RTOS到GPOS的上下文切换系统开销是3.10 μs,相反过程为2.64 μs,内存占用也仅为1 KB;由虚拟机监视系统(VMM)引入的性能开销低和内存占用较小;利用ARM TrustZone技术可实现一个具有低成本和高可靠性的轻量级虚拟化解决方案.     

商贸英语专业教学方法研究

商贸英语课程的教学方法应当采取以学生为主体的教学模式,这种教学模式包括:以角色体验为主的"体验式"教学模式,以小组讨论为主的"合作式"教学模式,以课堂竞赛来激发学习热情的"竞赛式"教学模式,以实地调研为主的"实践式"教学模式,以解答学生疑问为主的"问题式"教学模式,以学生需求来选择课堂内容的"菜单式"教学模式。     

大跨度空间网格结构风荷载数值模拟方法

根据谐波叠加法和线性滤波法的基本原理,采用MATLAB语言编写程序分别实现了常规谐波叠加法及其改进的快速傅里叶变换算法和插值算法以及线性滤波法的自回归法对大跨度空间网格结构风速时程的数值模拟,并模拟了2个工程实例的风速时程.结果表明:对于大跨度空间网格结构,不同风速时程模拟方法计算效率从高到低的顺序依次为快速傅里叶变换算法、插值算法、自回归法和常规谐波叠加法,计算精度从高到低的顺序依次为常规谐波叠加法、快速傅里叶变换算法、自回归法和插值算法.综合考虑计算效率和计算精度,快速傅里叶变换算法最适合应用于大跨度空间网格结构的风速模拟.