基于语义单元表示树剪枝的关键字过滤方法

传统的关键字过滤技术满足了人们一定的需要,但是其灵活性差,效果有限,难以识别和过滤变形过的关键字. 本文将语义单元应用在网络监测中,提出了一种新的关键字过滤方法. 这种方法可以有效地识别和过滤网络中经过变形的关键字,其时间复杂度为O(L)而非O(LN),其中L是文本的长度,N是关键字集的规模,即无论关键字集有多么大的规模,算法消耗的时间是固定不变的,这对网络监测和信息过滤有着较强的实用性.     

一种改进的空时Lattice译码算法

目的降低分层空时接收机的球形译码算法复杂度,提高运算速度。方法对信号矢量的分量进行分组,每个分组内部采用球形译码算法进行检测,而各个分组之间通过判决反馈的方式进行干扰抵消。结果计算机仿真结果表明,新算法能够明显地降低接收机译码过程的计算量。结论由于在各个分组内部进行球形译码,大大降低了最坏情况下的计算量,从而简化了接收机复杂度。     

MIMO信道下空时迭代均衡译码系统及算法

目的提出一种在M IMO衰落信道下的低复杂度的接收结构。方法通过交织器和解交织器将SISO的均衡器和译码器以及M IMO信道估计器级联起来,进行未知信道条件下迭代均衡译码。结果采用次优的基于最小均方误差均衡算法和Max-Log-MAP译码算法,使系统复杂度大大降低。结论不但可以消除M IMO信道中的码间干扰和多径干扰,而且大大降低系统的复杂度。     

基于自适应参数大小的交通图像去雾霾算法

原始的基于暗通道先验理论的去雾霾算法对于一些户外场景图像去雾霾取得了一定的效果,但不能很好地处理交通图像中的一些白色区域,会导致该区域色彩失真;同时,在处理较高分辨率交通图像时,基于软抠图的透射率优化算法需要消耗大量的计算和存储资源。针对这两个问题,首先对交通图像的白色区域展开研究,分析了基于暗通道理论的去雾霾算法在白色区域产生色彩失真的原因,并基于此提出一种自适应参数大小的透射率求解模型;其次,在透射率优化过程中舍弃效率低下的软抠图算法,提出一种基于块的透射率优化算法。将所提算法用于实例验证,结果表明该算法不但可以保证交通图像的白色区域的色彩不失真,而且提高了去雾霾效率。     

静态代码属性与软件模块缺陷数的偏相关分析

为了解决因选择不同的静态代码属性子集而带来的不同软件缺陷预测性能的分歧,采用偏相关分析法,分析了静态代码属性之间的相关性,以及该相关性对预测算法的影响.在Eclipse数据集(包括发布前与发布后的缺陷数据)上的实验结果表明,静态代码属性之间存在偏相关.同时,也证实了偏相关是软件质量分析的非常重要的因素,为建立软件缺陷预测模型提供了可靠的分析方法.     

常用算法时间复杂度的计算方法

时间复杂度是指程序运行从开始到结束所需要的时间。首先,给出了时间复杂度的定义,然后,给出了时间复杂度的表示方法,最后,给出了时间复杂的计算方法,通过此方法,能够比较容易计算出算法的时间复杂度。     

费马商的推广及其应用

设p为奇素数,整数u与p互素,定义广义费马商为：Hp（u）≡u^λu-1/p（modp）,其中λu为u（modp）的乘法阶。讨论了广义费马商的若干算术性质,并利用广义费马商构造两类伪随机二元序列,通过线性递归关系确定了序列的线性复杂度。结论表明,这两类序列具有高的线性复杂度,在序列密码中具有潜在的应用。     

有限域上的低复杂度正规基及其对偶基

设q为素数的方幂,n为正整数,Fqn为有限域 Fq 的n次扩域。利用 Fq 上多项式分解和Fqn在Fq上正规基N＝｛αqi｜i＝0,1,…,n-1｝的基本性质得出一些低复杂度正规基及其对偶基 B＝｛βqi｜i＝0,1,…,n-1｝,并给出它们生成元之间的关系以及它们的乘法表T＝（ ti ,j ）和 H＝（ hi ,j ）,同时得出对偶基复杂度的上界。     

A component-based back-propagation reliability model with low complexity for complex software systems

Since most of the available component-based software reliability models consume high computa- tional cost and suffer from the evaluating complexity for the software system with complex structures, a component-based back-propagation reliability model （CBPRM） with low complexity for the com- plex software system reliability evaluation is presented in this paper. The proposed model is based on the artificial neural networks and the component reliability sensitivity analyses. These analyses are performed dynamically and assigned to the neurons to optimize the reliability evaluation. CBPRM has a linear increasing complexity and outperforms the state-based and the path-based reliability models. Another advantage of CBPRM over others is its robustness. CBPRM depends on the component relia- bilities and the correlative sensitivities, which are independent from the software system structure. Based on the theory analysis and experiment results, it shows that the complexity of CBPRM is evi- dently lower than the contrast models and the reliability evaluating accuracy is acceptable when the software system structure is complex.     

目标跟踪滤波性能的评价准则

针对单目标跟踪滤波性能评价标准,分析研究均方根误差、误差适配百分比、和方根误差、带有理论边界的状态误差、带有理论边界的新息序列、归一化估计误差平方和具有理论边界的归一化信息平方.针对多目标跟踪滤波性能评价标准,分析研究圆丢失概率、Hausdorff距离、Was-serstein距离和最优子模型分配距离.并讨论跟踪滤波算法时间复杂度的度量方法.