“多媒体网络答卷与评价系统”的设计与实现

本文给出了“多媒体网络答卷与评价系统”的设计思想及技术实现，其中重点介绍了该系统中所采用的主要技术及系统结构     

TMS320C6000代码优化技术

详细介绍了TMS320C6000 DSP的开发过程和代码优化技术，通过对DSP代码进行优化。提高了指令的并行执行度和代码执行效率，充分利用了系统资源，对实际的系统开发起到了指导作用。     

Holder连续函数空间的插值空间的不等式

考虑空间C~(m,λ)(Ω__)的完备性和所嵌入的空间的问题,对Jensen不等式给出了直接的证明方法,利用Jensen不等式给出了Holder连续函数的例子。指出当Ω是非凸集时空间C1(Ω__)不能嵌入空间C~(0,λ)(Ω__)。给出C(Ω__)和C~(0,λ)(Ω__)是Banach空间证明的具体表述过程,通过建立Holder连续函数空间的插值空间的不等式,给出了空间C~(0,μ)(Ω__)嵌入的空间的证明;在Ω是Rn中的有界开集条件下,应用Arzela-Ascoli定理给出了空间C~(0,μ)(Ω__)紧嵌入的空间的证明,对相关经典知识给予了新的改造表述。     

一种基于混沌映射的音视频水印互认证方案

多媒体认证技术用于证明所接收到多媒体内容的原始性并检测恶意的内容改动.在Lin Chingyung定理和Fridrich的二维混沌映射理论的基础上,提出了一种新的音视频互认证方案,与前人方法不同的是,它采取了单水印认证两种媒体的方案(音视频),所提方案能承受适当的MPEG压缩,同时能检测恶意的内容改动.由于水印仅被加入到音频(或视频)数据,能避免视频帧(或音频块)的失真,所以此方案可应用于一些特殊的场合,比如军事和医疗.     

相空间重构中嵌入维和时间延迟的选择

提出了一种用于相空间重构的嵌入维和时间延迟自动算法，它利用混沌时间序列的去偏复自相关函数的零点来确定时间延迟，有效地降低了平均位移法跟踪平均位移量斜率变化的随意性所造成的计算误差，并借助于复自相关法和Г-test的迭代计算求得准最佳的嵌入维和时间延迟参数．该算法具有较充分的理论依据，其计算复杂度不大，对数据长度的依赖性不强．仿真实验结果表明，用该算法计算标准混沌时间序列关联维的相对误差由传统算法的4．4％降低到1．06％，有效地提高了计算相空间重构中不变量的精度．     

基于单片机的激光美容仪器控制系统的设计

本文分析介绍了基于AT89S51单片机、应用于激光美容仪器的激光控制系统硬件组成、电路设计原理以及软件设计，并给出了系统软硬件设计框图和流程图。设计样机已通过高精度仪器的测试。     

基于整体序列建模的会话推荐模型

会话推荐常用的循环神经网络根据会话的短期交互生成相关表示。循环神经网络采用多次迭代的方式逐步生成表示,在每次迭代中选取局部最优解,无法从全局角度考虑会话记录中各项目的重要性,使会话表示的性能受限。针对该问题,该文提出一种基于整体序列建模的会话推荐模型,通过综合考虑各项目内容对会话表示的重要性,生成更为有效的会话表示。为了更好地挖掘项目内容在会话推荐中的重要性,该文联合分析了该项目在会话历史中所处的位置和该项目与会话最新交互项目的关系等信息,衡量该项目在会话中的权重,最后融合会话历史中的各项目信息生成整体的会话表示。在3个公开数据集上进行的大量实验表明,该文方法明显优于现有方法,证明了其有效性。     

一种基于词嵌入模型和卷积神经网络的简化文本分类方法

自然语言处理（Natural Language Processing,NLP）可分为自然语言理解（Natural Language Understanding,NLU）和自然语言生成（Natural Language Generation,NLG）两大类子任务。预训练语言模型和神经语言模型在自然语言理解的整个流程中占据重要地位。本文梳理了文本预训练语言模型的发展流程,并分析当下主流的预训练语言模型以及深度学习模型的不足,基于经典预训练语言模型（Word2Vec）和卷积神经网络分类模型（CNN）,提出一种简化的文本分类模型（Simplified CNN）,在多个情感分析（Sentiment Analysis,SA）基准数据集上进行实验测试,实验结果表明,在文本分类任务上,简单网络可以得到与复杂网络相媲美的分类效果并且运行时间优于复杂网络,与传统的分类模型相比较,在分类效果上表现出了优势。     

一种新的支持向量机树学习模型

针对特征空间维数较高时,混淆交叉支持向量机树中间节点的学习结果可能包含冗余特征信息的情况,考虑各维特征之间的相互关系以及各数据点之间的相互关系对数据的分类影响,提出一种基于有监督局部线性嵌入的支持向量机树学习模型.考虑每个中间节点上需要不同的特征信息进行局部决策,分别对每个中间节点(包括根节点)上的样例进行有监督局部线性嵌入学习.实验以手写阿拉伯数字识别问题为例验证和分析了模型的结构和分类识别性能,与其他学习模型的对比结果表明,该模型能在有监督局部线性嵌入学习的基础上,以更精简的结构获得与其他学习模型可比的识别精确率.     

具有积分Ricci曲率界的流形上的Sobolev不等式

讨论了在具有积分Ricci曲率界的完备流形上的Sobolev嵌入定理,并最终得到了一个Sobolev嵌入不等式,这是对在Ricci曲率有下界情形之下的Sobolev嵌入定理的一个推广.