大数据负载的体系结构特征分析

针对大数据离线分析类和交互式查询类负载,首先对这些负载的一些共性进行分析,提取出公共操作集,并对它们进行分组整理;然后在大数据平台上测试这些负载运行过程中的微体系结构特征,采用PCA和SimpleKMeans算法对这些体系结构特征参数进行降维和聚类处理。实验分析结果表明负载之间有公共的操作集,如Join和Cross Production;有些负载有相似的属性,如Difference和Projection共享相同的微体系结构特征。实验结果对于 处理器等硬件平台的设计以及应用程序的优化具有指导性的意义,并且为大数据基准测试平台的设计提供了参考。     

工作记忆及语言水平对英语学习者隐喻理解的影响

本研究旨在探讨工作记忆广度和语言水平差异在中国英语学习者对隐喻句这一特定句型理解的影响。通过英语工作记忆广 度、英语语言水平及英语隐喻理解的研究测试发现,中国英语学习者的英语工作记忆广度、英语语言水平与其隐喻理解能力高度 相关,工作记忆和语言水平高低两组t 检验结果均呈显著性差异。工作记忆广度及语言水平是影响中国英语学习者隐喻理解的两 大因素,故英语学习者可以通过知识面拓展及工作记忆训练来提高自己的隐喻理解能力。     

改进的对象间差异度的限制容差关系模型

不完备信息系统不能直接用经典的粗糙集理论来处理,为此,容差关系、非对称相似关系、限制容差关系、限制非对称相似关系、对象间差异度的限制非对称相似关系等扩充的粗糙集模型被相继提出。通过分析这些模型的优点和不足之处,定义了新的对象间差异度,提出了一种改进的对象间差异度的限制容差关系模型,实例结果表明基于所提出模型的划分更精确,更符合实际。     

强力输送带接头点识别算法

针对新型的强力输送带以接头点为基准参考点进行故障实时检测,存在接头定位困难问题,提出了一种基于统计学和图像处理技术相结合的接头点检测识别算法。该算法首先把图像每一列看成一个样本总体;然后根据每一列的样本均值以及该列中的每一个像素的方差计算出该像素点的平滑度,根据一定的平滑度阈值来找到接头点区域,通过对接头点区域应用图像处理技术中的腐蚀、膨胀等运算,使其形成一个矩形区域。利用该矩形区域像素值的方差以及矩形区域的宽高比这两个特征,来达到对接头点的识别。实验表明该算法能够有效地识别出接头点。     

基于小波去噪的神经网络软测量在血糖浓度估计中的应用

由于皮下间隙液葡萄糖的易测性和测量过程中传感器感染血液的低风险性, 皮下间隙液一直是血糖监测的首选位置. 但皮下间隙液葡萄糖浓度的变化总是滞后于血糖浓度的变化, 而且测量过程中会引入噪声, 不能准确地估测血糖值, 针对这一问题提出了一种基于小波去噪的神经网络软测量方法. 该方法先对与血糖相关的一些辅助变量进行去噪处理, 然后用来训练神经网络, 建立血糖软测量模型. 通过对1号、2号成年人采集的仿真数据进行实验, 结果表明, 运用该方法得到的测量结果比皮下间隙液葡萄糖值具有更小的均方根误差、更好的信噪比、以及更小的测量延时.     

贝叶斯先验约束下的混合判别方法

在有限样本下判别模型对训练样本敏感,易导致分类器学习结果泛化性能较弱,产生过拟合现象.针对上述问题,提出一种贝叶斯先验约束下的混合判别方法.通过在判别计算中引入生成先验分析,构建生成与判别模型在决策层的混合求解框架.该方法采用不同质分类器进行分类预测,并通过定义有效的融合机制进行样本筛选和标签决策,自动扩展训练集以更新模型,弥补训练样本信息的不完全性.有限样本下的场景分类实验结果表明,相比经典算法,该模型能够挖掘出具有高度判别特性的样本,从而进行有效的模型更新,纠正前期由于样本分布不均而导致的错分样本标签,提升场景分类精度.     

基于山区地形的无线传感器网络三维定位机制

针对三维DV-hop无线传感器定位算法在实际地形中定位时误差较大的问题,提出了根据山区地形的网格数据进行较近点投影校正的无线传感器网络非测距三维定位算法。经典的三维DV-hop算法求出未知节点位置后,在该节点附近搜索3个离该节点较近且非共线的山区地形网格上的点,将该节点向上述3个点确定的面进行投影,投影点即为校正后的未知节点位置。山区地形多场景实验表明,该方法较大幅度减小了定位误差。     

基于Pi验算的流程建模方法探讨

传统的软件开发在需求阶段多是采用自然语言描述,因为自然语言自身的矛盾性和语义的模糊性等,在后期的运行中,难以避免软件的很多漏洞。本文针对这一现状,分析和探讨了形式化方法的优势,以形式化语言Pi验算描述交互为例,演示了形式化方法的准确性和采用形式化方法的必要性。     

基于加速度传感器的可扩展手势识别

为了提高基于加速度传感器的动态手势识别算法的性能,并且增强系统的可扩展性,提出了一种有效结合机器学习模型与模板匹配的方法.将手势分为基本手势和复杂手势两大类,其中复杂手势可分割为基本手势组成的序列;根据手势运动的特点提取有效的特征量,并利用基本手势样本训练随机森林模型,然后用其对基本手势序列进行分类预测;将预测结果进行约翰逊编码,再与标准模板序列进行相似度匹配.实验结果表明,该方法获得了99.75%的基本手势识别率以及100%的复杂手势识别率.算法既保证了手势识别的精度,也提高了系统的可扩展性.     

以培养计算思维为导向的大学计算机基础课程教学改革与实践

为培养大学生的计算机能力,计算机基础课程教育有必要改"知识传授为导向"为"计算思维能力培养为导向",重新构建凸显"面向应用、突出实践、着眼能力"特点的大学计算机基础课程体系和以信息素养和应用能力培养为主线的"模块化、多层次"的实验教学体系,对"大学计算机基础"课程和课程体系中第二层次的重点核心课程进行全面改革,在课堂教学中运用与专业相融合的多元化教学模式,并在建设多元化教学资源平台基础上将能力培养渗透整个专业学科课程教育中,全面提升大学计算机基础课程教育质量,对大学计算机基础课程的教学改革进行了初步的研究与实践。