“Kaleido R7”数字相框

IPEVO日前推出了名为“Kajeido R7”的数字相框，Kaleido R7最大的卖点在于支持了WIFI传输功能．机身内置了512M的内存空间，即使说没有SD卡．用户也可以直接通过WIFI功能直接进行和电脑之间的照片分享传输，并且相框还提供了垂直显示功能。     

使用程序复盖应注意的问题

本文通过介绍RSX—11M操作系统程序复盖的基本概念,讨论复盖程序的特性和适用范周。     

面向频繁封闭渐进项集的挖掘算法

主流数据挖掘算法不能有效解决大规模数值数据集挖掘问题。提出了一种应用于大规模数值数据集的线性时间封闭项集挖掘改进(Improved Linear time Closed Itemsets Minner, ILCM)算法。ILCM算法使用能够提取属性共同变化量的渐进模式挖掘方法,借鉴LCM算法的前缀保留闭合扩展思想,通过深度优先搜索输出频繁封闭渐进项集结果。实验证明,相比传统挖掘算法,ILCM能够显著提高算法运行效率和降低内存空间占用,并且能够有效处理如DNA微阵列等实际大型数值数据集挖掘。     

优化Visual Basic应用程序代码

在讨论了VB应用程序优化的重要性和必要性的基础上，提出了针对VB应用程序源代码进行具体优化的方法，并对其作出了详细的解释，实施这些优化方法能提高VB应用程序的速度，缩小VB应用程序的大小，减小VB应用程序所需内存空间。     

AVR单片机实时系统内存分配算法的研究

由于AVR单片机存储资源十分有限,因此对内存的分配及使用会直接影响到整个系统的性能.对设计并实现的嵌入式操作系统iDCX 128的内存分配进行了测试,结果表明由于系统采用首次适应算法,在进行多次内存分配后,内存空间利用率不高.因此对其内存分配算法进行改进,通过修改内存区存储任务的堆栈结构及分配机制,使其成为最佳适应算法.实验结果表明改进后算法虽然浪费少量存储单元,并相应地增加了算法执行时间,但内存的整体利用率却得到了较大的提高.     

Selectivity estimation using compressed spatial information

Spatial selectivity estimation is one of the essential studies to get query responses rapidly and accurately with the limitation of memory space. Currently, there exist several spatial selectivity estimation techniques such as random sampling, histogram, and parametric. Especially, Cumulative Density Histogram guarantees accurate estimation for rectangle object which has multiple-count problem. However, it requires large memory space because of retaining four sub-histograms for spatial data. Therefore in this paper, we propose a new technique Cumulative Density Wavelet Histogram, called CDWH, which is the combination of Cumulative Density Histogram and Haar Wavelet Transform, a compressed technique. The proposed method simultaneously takes full advantage of their strong points, high accuracy provided by the former and economization of memory space supported by the latter. Consequently, our technique is able to support estimates with relatively low error and retain similar estimates even if memory space is small.     

用计算机模拟整数竖式乘除法计算排列组合

用计算机模拟整数竖式乘除法给出了排列组合的算法,并用Turbo C写出程序.     

Linux环境下缓冲区溢出的攻击分析

缓冲区溢出攻击方式是最主要的网络攻击方式之一。本文首先对缓冲区溢出原理及攻击类型进行了阐述;其次,本文分析了Linux环境下的缓冲区溢出攻击;最后,简要介绍了缓冲区溢出的防范策略。     

基于Smith-Waterman算法的并行分而治之生物序列比对算法

生物序列比对是生物信息学中最常见的问题之一, 基于动态规划思想的Smith-Waterman算法是序列比对中最基本的算法. 然而现有的并行Smith-Waterman算法都需要庞大的内存, 且无法处理大规模的数据串, 随着生物数据的急剧增长, 这些并行算法对内存空间的需求已成为需要迫切解决的问题. 由此提出一种并行生物序列比对算法, PSW-DC算法, 该算法采用分而治之的方法把query序列划分为若干片段, 并分配给相应的各个处理器, 而后并行地按Smith-Waterman算法与目标(subject)序列进行比对, 再通过按一定规则的扩展过程求取序列的优化匹配. 与其他并行算法相比, 该算法有效地降低了内存空间的需求, 并实现了对大规模数据串的并行处理. 为实现该算法, 给出了一种称作C&;E的拓展规则及实现方法. 且该方法已经在实际系统中得到实现.