一种求解非线性方程组的并行算法

研究了求解非线性方程的并行算法，分析了传统算法存在的不足，并提出了一种新的求解非线性方程组并行算法，通过新算法与传统算法的比较以及新算法进行的性能分析表明，新算法有较好的并行度和较低的存储需求，可用于大规模的高性能计算。     

Web日志挖掘及AprioriAll算法的改进

阐述了利用数据挖掘技术对Web日志进行挖掘的可能性及其重要作用.通过用户维的引入,对已有的Apri-oriAll算法进行了改进,改进后的算法降低了原算法的时空复杂度,特别是在新算法中可以对Web日志数据按用户维进行切片,消除了原算法中的I/O相关性.这不仅使对Web日志数据进行的挖掘活动可以分散地进行,而且使多机连网分布式挖掘成为可能,同时还可以实现对Web日志的增量挖掘和动态挖掘.此外,该改进算法的特殊意义还在于它不仅可以将所有用户看作一个整体进行挖掘,而且还可以对不同的用户个体的行为进行独立地挖掘,使挖掘出的结果能够满足对用户个性化使用的需求.     

基于位置相关查询的一种语义缓存模型

为了克服FAR算法在位置预测方面的不足，定义了一种语义缓存模型，与传统的语义缓存模型相比增加了对移动单元的坐标和语义片段的时间描述，有助于预测未来移动单元可能的位置．提出了一个改进的RBF—FAR算法作为替换策略，并结合使用RBFNN进行位置预测．实验证明，通过定义新的语义缓存模型，采用新的查询替换策略，再结合神经网络的自学习特性，使得RBF—FAR模型更加灵活，并有效地减少网络负载和查询时间．     

面向领域的语义排序与自适应热点算法

为了加强面向领域的搜索技术查询有效性与准确性,在证券领域本体的基础上对检索表达式进行扩展,使检索内容更加相关.对于初始检索集,根据本体进行面向语义排序,提高了检索结果集相关度.对面向证券领域的语义信息检索系统框架数据流与算法效率进行了分析,并对语义排序算法功能进行增强,得到自适应热点算法扩展,使系统可以在特定时间段内根据用户点击率反映阶段性关注热点.     

基于P2P流媒体技术的网络视频教学系统研究

概括介绍了P2P流媒体技术,介绍了如何构建基于P2P流媒体技术的网络视频教学系统,例如系统结构、应用层组播树模型的选择、激励机制的选择等.最后讨论了系统值得改进的工作.     

基于局域网的并行计算负载平衡

负载平衡是并行计算中的一个重要问题．利用局域网实现并行计算是一种便于实现的廉价方式．首先分析了局域网中特有的“不确定”因素以及待计算问题本身的特点，提出了一种适合在局域网上实现和扩展的3层模型，并针对负载平衡问题给出了“分段双向计算”算法．     

一种新的求补算法

阐述了已有的求补运算算法的潜在统一性,了单边求补算法,sharp算法与德．摩根律是等效的算法,不相交的sharp算法是递归算法的一个特例,提出了否定树的概念,给以否定树为基础的解决SOP型函数求补运算的更快的算法。     

Java Applet在网络实验中的应用

在计算机网络课程的教学过程中，实验是加强学生对基本理论理解的一个重要手段．本文以网络中Go-Back-N（后退N帧）实验为例，介绍了如何应用Java Applet制作网络课程中交互性实验的详细过程．     

语音/数据同帧传输方法

提出了一种语音/数据同帧传输新方法。该方法对语音进行压缩处理，连续存放，收集无声期用于传输数据，与传统的语音/数据同帧传输方法相比，能明显提高信道资源利用率。     

一种新的布尔函数对称检测算法

对称是逻辑综合、逻辑优化以及映象技术领域中的一个十分重要的性质－ 对于对称函数, 可以使用特殊的逻辑综合程序来改进设计结果－ 使用对称也可以提高映象技术和等价检测的有效性－ 本文提出一种用于ＯＢＤＤ 布尔函数对称检测的高效算法