定数截尾数据缺失场合下k(m)/n系统可靠性指标的经验Bayes估计

在定数截尾缺失数据样本下,研究了不可修n中取m串连续k失效系统(简记为k(m)/n系统)的可靠性评估问题.利用Bayes方法和极大似然估计法得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的经验Bayes估计.最后利用随机模拟例子说明了本文方法的正确性和可行性.     

基于DiffServ的星上交换设计与仿真

星上交换的设计在满足对综合业务QoS支持的同时,还需要考虑到星上实现复杂度和系统资源的限制.为此,基于DiffServ的思想,将(m,k)模型应用于地面业务到卫星业务的QoS映射,并通过双漏桶模型在业务增长时对星上数据进行有选择的控制,从而建立了一个实现复杂度低且可以有效保证综合业务QoS的星上交换框架.系统建模仿真结果表明,该设计方案在节省星上缓存资源的同时提高了系统性能,对业务的突发具有较好的平滑性.     

一种新的并行计算机网络模型及其路由算法

为了提高并行计算机的通信效率,基于Petersen图提出了一种新的网络结构-GP（n,k）网络．该结构继承了Petersen图简单的拓扑结构,同时具有良好的可扩展性．主要研究了其中一类GP（n,k）网络即GP（i^2,i）的拓扑性质,给出了它优于2-Dtorus的直径．最后设计出GP（i^2,i）的单播及多播路由算法．     

高k介质纳米MOSFET栅电流和电容模型

介绍了一种纳米MOSFET（场效应管）栅电流和电容的统一模型,该模型基于Schrfidinger-Poisson方程自洽全量子数值解,特别适用于高k栅介质和多层高k栅介质纳米MOSFET。运用该方法计算了各种结构和材料高k介质的MOSFET栅极电流,并进行了分析比较。模拟得出栅极电流和电容与实验结果符合。     

云计算环境中面向大数据的改进密度峰值聚类算法

对密度峰值聚类算法进行有效改进,计算各样本点之间的距离和各样本点局部密度,选择两者中较大的样本点作为聚类中心点,根据其余样本点与各中心点的距离设定样本点所属类别;引入K近邻算法对密度峰值聚类算法进行优化,求解各样本点的距离时只需要考虑其周围由邻近值决定的若干样本点,实现距离阈值的自动选取;根据距离矩阵计算样本点的密度,绘制决策图并选择簇内中心点,将剩余点根据密度值分配给离中心点距离最近的类;最后将K近邻-密度峰值聚类算法部署至Hadoop云计算平台,用于解决大规模数据聚类的问题。仿真结果表明,通过合理设置K近邻算法的近邻值k,K近邻-密度峰值聚类算法具有较好的大数据样本聚类性能,与常用聚类算法相比,该算法具有更高的聚类准确率和聚类效率,适用于大数据样本聚类。     

平稳高斯序列的联合渐近分布

{Xn}为标准的平稳高斯序列,在弱相依条件下,文章得到了此序列的第k个最大值Mn(k)与其出现的位置Ln(k)的联合渐近分布,以及此序列的前k个最大值的联合渐近分布。     

次近邻电子跳跃对聚苯胺基态电子结构的影响

在聚苯胺的Baranowski-Büttner-Voit模型基础上,引入了含有次近邻电子跳跃的哈密顿修正项,并推导出相关理论公式.数值计算了完全氧化态的Pernigraniline-base(PNB)和半氧化态的Emeraldine-base(EB)的基态电子能谱结构,结果表明(1)次近邻电子跳跃对能隙和总带宽的影响较小;(2)随着次近邻跳跃强度的增加,PNB聚合物价带宽度将增加,导带被压缩;而EB聚合物的导带与价带均被压缩.     

k(a)ler流形上的消没定理

在本文中主要研究k(a)ler流形上的消没定理,利用全纯线丛和截断函数以及sobolev不等式得到几个消没定理的结果.     

一种基于KNN与改进SVM的车牌字符识别算法

提出了一种将KNN(K近邻)和支持向量机相结合的字符识别算法.首先用KNN对字符进行判断,如果输出的置信度大于阈值,则认为分类正确;如果小于阈值则采用支持向量机进行判决.改进了SVM分类器,通过调整支持向量机的分类超平面改进了支持向量机的性能.将算法应用到实际的车牌字符识别中,识别结果表明,这种方法在提高识别速度的同时,有效提高了字符的识别精度.     

图的符号边全k控制数

通过对图G边集分折的方法,对图的符号边全k控制问题进行了研究,得到了连通图G的符号边全k控制γskt(G)的2个下限,并确定了所有路符号边全k控制数.