JIT系统下的单机提前/拖期调度问题

分别研究了交货期及交货期窗口下的单机调度问题，目标是寻找一个最优调度极小化提前／拖期任务数。假设如何任务在交货期或交货期窗口内完工，则不受处罚；否则，就要受到一个固定的提前／拖期惩罚；提出了在交货期及交货期窗口下的寻找最优调度的多项式算法，并以两个实例说明了算法。     

基于AHP的审稿专家信息数据库

运用层次分析法(AHP),根据期刊编辑选择审稿专家的评价标准,在审稿专家信息数据库中建立各层次模型,如学术水平、质量、速度、职称、单位级别等,从而确定专家综合能力评价次序,为编辑选择审稿专家决策提供依据,并编程仿真计算实验验证该方法的合理性和有效性.     

同时多线程微处理器分布式保留站结构的数据流技术

为提高同时多线程微处理器数据流指令高效并行执行性能,提出一种7个部分组成的分布式保留站结构。分布式保留站结构的同时多线程微处理器中采用了线程独占重排序缓冲的提交机制及能够快速访问并且具有硬件复杂度低特点的寄存器堆。两线程指令执行的结果表明其并行度得到明显提高。对保留站、重排序缓冲提交机制及寄存器堆协同工作的功能进行验证与仿真,用综合工具完成逻辑综合。     

基于二元背景模型的新词发现

该文提出一种基于二元背景模型的新词发现方法。采用前、背景语料二元似然比挑选候选二元组(bigram);然后根据频率、刚性、条件概率等基于前景语料的统计量,对二元组进行进一步筛选和扩展,以确定新词边界。用该方法提取出的词既包含新词特征,又可以成词。而且该方法充分利用现有背景生语料却无需分词等标注信息,不依赖词典、分词模型和规则,具有良好的扩展性。为了得到更好的发现效果,还讨论了各统计量阈值的选取策略和垃圾元素剔除策略。该方法在网络小说语料上验证了其有效性。     

计算机在材料振动数据采集,传送及频谱分析中的应用

研究开发计算机辅助材料振动和分析系统的数据采集，数据传送及频谱分析。采用电路与８０９８单片机连接采集信号，然后将数据传送到计算机。频谱分析采用原址运算。结果表明，采用上述方法解决了系统数据采集和信号传输的不稳定现象，以及运算中占用内存大，时间长的问题，在实际使用上取得较好的效果。     

支票验证系统中BP网络的应用及其实现

该文阐述了银行支票验证系统的组成 ,说明了 BP网络和模糊特征提取技术在其中的应用 .重点介绍了特征向量的选取以及 BP网络结构和算法的确定 .     

AOD炉冶炼过程中的双比色红外测温法

依据AOD炉冶炼过程中几种常规的温度检测方法,研究了一种以普朗克黑体辐射原理等为理论依据的新型在线测温技术——双比色红外测温法,并进行了实验验证及误差分析,结果表明该方法是可行的。     

非周期实时任务过载的判别和处理机制

提出一种基于任务价值的非周期实时任务过载处理机制. 在给出一种非周期实时任务过载判断方法的基础上,将任务的截止期和价值这两个参数结合起来,提出处理实时任务过载的数学模型,并采用改进的动态贪婪算法求解. 设计了任务参数和任务价值函数,从实现价值率方面分析改进的动态贪婪算法的性能. 实验结果表明,在所有额定负载条件下,改进的动态贪婪算法相对于截止期优先、最高价值优先和鲁棒最高价值优先等算法能达到更高的实现价值率.     

一种基于节点交换的FP-tree构造算法

基于FP树的FP-Growth关联规则挖掘算法,不需要产生候选项集,是当前频繁项集挖掘算法中应用最为广泛的算法之一.针对该算法在对大型的数据库挖掘的时候,存在运行速度慢,占用资源多的问题,文中发现算法中FP树和条件FP树的构建是最占资源的阶段.为此,提出了一种基于改进的FP树的构造算法.该算法一方面通过节点交换的方式压缩树的规模,提高挖掘的效率;另一方面,利用节点支持度计数的差值作为阈值以限定节点交换的条件,避免了由于交换过于频繁,造成不必要的系统开销,并把这种基于节点交换FP树构造算法称为TFP树算法.经过实验验证和性能分析,结果表明新算法有效,执行时间少,效率高.     

结合类别信念的AdaBoost算法(英文)

集成学习是一种受到广泛认可和使用的机器学习算法.为此提出一种新的多类集成学习算法,即AdaBoost belief.此算法改进多类集成学习算法AdaBoost·SAMME,使每个基分类器对于每个类别都有权重信息.这种类别上的权重被称为类别信念,可通过计算每次迭代中各个类别的正确率得到.将所提出的算法与原有的AdaBoost·SAMME算法从预测准确率、泛化能力以及理论支持等方面进行比较发现:在高斯数据集、多种UCI数据集以及基于日志的多类别入侵检测应用中,该算法不但具有更高的预测准确率和泛化能力,而且当类别数目增加,即类别更难以预测时,其分类错误率较原有AdaBoost·SAMME算法上升得更缓慢.