基于模糊核聚类的SVM多类分类方法

针对SVM在大类别模式分类中存在的问题,提出了一种基于模糊核聚类的SVM多类分类方法,并给出了一种高效的半模糊核聚类算法。该方法基于模糊核聚类方法生成模糊类,并采用树结构将多个SVM组合起来实现多类分类。模糊核聚类方法不但能够实现更为准确的聚类,而且能够挖掘模糊类的外围、不同模糊类之间的交叠情况等信息,利用这些信息能有效提高分类器的性能。实验表明,所提方法比传统方法具有更高的速度和精度。     

基于Redhat AS4并行计算机群的安装研究

利用Norton Ghost工具制作映像文件来快速备份、恢复操作系统已成为业内的通行做法,但具体情况还需具体分析,巧妙的方法能取得事半功倍的效果。描述了并行计算机群的安装方法,着重讲述了基于新近出品的Redhat L inux Advanced Server 4.0操作系统下如何高效地安装、配置并行计算机群。     

手持电子导游系统的设计与实现

本系统以Sitsang板为载体，移植了嵌入式Linux系统，利用其强大的外置设备和扩展接口，采用Motorola的MC68HC908AP64单片机做红外信号发射控制端，终端通过接收特定的红外遗讯信号实现景点定位，完成景点的音频和视频介绍。利用GI，RS模块实现主机端与移动终端之间的交互通信。本系统已准确的实现旅游景点定位、音视频播放和主机与终端的无线通讯等功能。     

A Bayesian nonlinear support vector machine error correction model

The use of linear error correction models based on stationarity and cointegration analysis, typically estimated with least squares regression, is a common technique for financial time series prediction. In this paper, the same formulation is extended to a nonlinear error correction model using the idea of a kernel‐based implicit nonlinear mapping to a high‐dimensional feature space in which linear model formulations are specified. Practical expressions for the nonlinear regression are obtained in terms of the positive definite kernel function by solving a linear system. The nonlinear least squares support vector machine model is designed within the Bayesian evidence framework that allows us to find appropriate trade‐offs between model complexity and in‐sample model accuracy. From straightforward primal–dual reasoning, the Bayesian framework allows us to derive error bars on the prediction in a similar way as for linear models and to perform hyperparameter and input selection. Starting from the results of the linear modelling analysis, the Bayesian kernel‐based prediction is successfully applied to out‐of‐sample prediction of an aggregated equity price index for the European chemical sector. Copyright © 2006 John Wiley & Sons, Ltd.     

一种基于支持向量机的多分辨率信号逼近算法

为了进一步提升多分辨率信号逼近算法(MSA)的逼近性能,提出了一种基于支持向量机(SVM)的信号多分辨率逼近算法(SVM-MSA).SVM-MSA以尺度子空间是再生核希尔伯特空间为前提,先在MSA中集成SVM的逼近准则并得到一个无约束规划,再引入松弛变量将无约束规划转化为约束规划,最后借助拉格朗日乘子法求解约束规划,获得逼近系数与逼近表达式.SVM-MSA不仅保留了MSA的多分辨率逐级逼近特点,而且兼具SVM良好的逼近准确度与平滑度.实验结果表明:在逼近sinc信号时,SVM-MSA具有比MSA更好的逼近准确度与平滑度;在噪声环境下,当输入信噪比大于约2 dB时,具有更强的稳健性.     

基于Linux嵌入式操作系统的研究

从Linux内核实时性、实时调度策略以及时钟细粒度定时器三个方面,对Linux嵌入式实时化技术进行了探讨。在内核中插入抢占点或采用双内核系统,改善Linux的实时性能;通过动态优先级提高实时任务的调度性能;通过增加时钟中断频率或采用实时时钟一次性模式,实现时钟细粒度。     

半群上的粗集与模糊同余

Fuzzy集理论和Rough集的结合为处理不确定性现象提供了一个新的空间。引入了半群上的粗集,建立了半群粗集的模糊同余关系,讨论了在模糊代数系统下,粗集的一些代数性质。     

有限群特征标的核与中心

探讨了特征标的核与特征标的中心之间的一些关系,并考察了它们对群结构的影响,特别是得到了有限群为交换群的一个特征标刻划.     

基于Linux内核2.4的高性能HTTP代理

设计和实现了基于Linux 2.4内核的高性能的HTTP代理KHttpProxyd.KHttpProxyd作为一个Linux内核模块,减少了用户态和内核态的频繁切换,最大限度地利用Linux强大的网络功能;采用轮询模式对多用户进行服务,克服了多线程模式在大容量客户时产生的性能瓶颈;描述了KHttpProxyd的功能设计、流程结构和具体实现,阐述了实现中的关键技术,比较了Linux内核编程和用户态编程,提出了因此内核编程获得的优点.最后通过测试数据的对比,可以看出KHttpProxyd相对于其他HTTP PROXY在性能上得到明显的提高.     

一种基于Linux的车用实时操作系统

为了提供一个开放、自主、实用的汽车电子软件开发平台,在结合OSEK (汽车电子的开放式系统及接口)规范和Linux操作系统的基础上设计了车用实时操作系统OSEKLinux. OSEK规范定义的小型实时操作系统与Linux差别较大, OSEKLinux基于Linux通过采用实时策略、重写任务调度算法、增加OSEK适配层、为用户提供OSEK编程环境来达到兼容OSEK规范. OSEKLinux按照功能的不同被设计成两类 无文件系统基本型和带文件系统增强型. OSEKLinux的设计在PC机上基于RTLinux和Redhat 7.1平台已经得到了实现和验证.