基于虚拟机放置的数据传输时间最小化方法

在数据密集型结构的数据中心平台中,数据的传输时间是影响整体任务完成时间的重要因素。优秀的虚拟机放置优化方法所需数据传输时间较少,可缩短整体任务完成时间。为此,构建虚拟机放置的优化模型,实现数据传输时间的最小化。证明该模型是一个NP-Complete问题,并设计启发式算法对其进行求解。实验结果表明,该方法能合理优化虚拟机放置位置,有效减少数据传输时间。     

基于面匹配的模型相似性度量方法

为了准确地衡量两个模型的相似程度,提出了一种基于面匹配的模型相似性计算方法.使用面邻接图表示模型的拓扑结构,根据面的组成边数来构造两个模型之间的面匹配矩阵,同时,使用贪心算法来计算模型之间的相似性.在实验中,使用所提方法来度量目标CAD模型和源CAD模型之间的相似程度.实验结果表明,该方法能够有效地衡量模型之间的差异.     

用于图像场景分类的空间视觉词袋模型

以传统的词袋模型为基础,根据同类场景图像具有空间相似性的特点,提出了一种用于图像场景分类的空间视觉词袋模型.首先将图像进行不同等级的空间划分,针对对应空问子区域进行特征提取和k均值聚类,形成该区域的视觉关键词,进而构建整个训练图像集的空间视觉词典.进行场景识别时,将所有空间子区域的视觉关键词连接成一个全局特征向量进行相...     

数据库语义学与自然语言交流

数据库语义学(Database Semantics)是德国爱尔兰根一纽伦堡大学Hausscr教授于20世纪90年代提出的面向计算机自然语言处理的程序化语义学理论。这一理论不同于以往任何以元语言为基础的语义分析方法,它将自然语言的理解与生成建构为角色(即听者和说者)转换的规则理论体系。该理论建构自然语言交流模型的两个核心基础是左结合语法((LA)和词库数据结构(word bank)。以古汉语为例介绍和分析这一理论,通过顺次应用LA语法的3个变体:LA-hear, LA-think和LA-speak说明DI3S理解和生成自然语言的过程。     

基于有序差别集和属性重要性的属性约简

针对粗糙集理论的属性约简问题,提出新的差别矩阵简化算法,该算法在无需排序和较少通历次数的情况下 简化了差别矩阵,明显提高了简化速度并最终得到简化的有序差别集。实验验证了该算法的高效性;给出度量属性重 要性的新标准,即根据属性所在差别矩阵元素的权重、在差别集中出现的频数和吸收能力3方面来度量其重要性;在 上述两者基础上,提出一种基于有序差别集和属性重要性的属性约简新方法,理论分析证明新方法的最坏时间复杂度 低于其它基于差别矩阵的属性约简算法。大量实验结果也表明,新方法的有效性甚至可以在很大程度上得到最小属 性约简。     

一种改进的并行计算图划分模型

图划分成功地应用在许多领域,但应用于并行计算时,使用边割度量通信量,其主要缺点是不能准确代表通信量,而且图划分模型没有考虑通信延迟和通信额外开销的分布对并行性能的影响.提出了改进的图划分模型,该模型将影响并行性能的多个要素(通信延迟、最大的局部通信额外开销和整体通信额外开销)整合到一个统一的代价函数,不仅克服了图划分模型中边割度量的一些缺点,而且可以通过调整加权参数,处理不同的优化目标和强调不同因素对并行性能的影响.     

基于多核学习的医学文献蛋白质关系抽取

从生物医学文献中抽取蛋白质交互作用关系对蛋白质知识网络的建立、新药的研制等均具有重要的意义。为此,提出一种基于多核学习的方法,用于从文献中自动抽取蛋白质关系信息。该方法融合基于特征的核、树核以及图核,并扩展最短路径依存树以及依存路径以利用更多的上下文关系信息。在AImed语料上的实验得到63.9%的F值和87.83%的AUC值,表明该方法具有较好的性能。     

城市交通监控中的一种基于Internet的传输控制协议

本文基于城市交通物联网及远程控制的发展趋势,提出一个设备无关的、可靠的、面向连接的传输控制协议,使各种交通设备的传输数据和控制命令能够以统一的数据格式进行表示和传输,并通过Internet来进行远程感知和控制。设计了设备和服务器间交互报文的数据格式,结合通信协议的原子性、次序性、实时性和容错性,实现了连接建立、数据传输、状态维护、丢包检测和重传机制、拥塞控制等关键技术。通过仿真和实验分析了可行性及传输性能。     

融合字特征的平滑最大熵模型消解交集型歧义

交集型歧义的切分问题是分词阶段需要解决难点之一。该文将交集型歧义的消解问题转化为分类问题,并利用融合丰富字特征的最大熵模型解决该问题,为了克服最大熵建模时的数据稀疏问题,该文引入了不等式平滑技术和高斯平滑技术。我们在第二届国际分词竞赛的四个数据集上比较了高斯平滑技术、不等式平滑技术和频度折扣平滑技术,测试结果表明 不等式平滑技术和高斯平滑技术比频度折扣技术有显著提高,而它们之间不分伯仲,但是不等式平滑技术能使特征选择无缝嵌入到参数估计过程中,显著压缩模型规模。该方法在四个测试集上最终获得了96.27%、96.83%、96.56%、96.52%的消歧正确率,对比实验表明 丰富的特征使消歧性能分别提高了5.87%、5.64%、5.00%、5.00%,平滑技术使消歧性能分别提高了0.99%、0.93%、1.02%、1.37%,不等式平滑使分类模型分别压缩了38.7、19.9、44.6、9.7。     

基于改进潜在语义分析的跨语言检索

该文采用基于SVD和NMF矩阵分解相结合的改进潜在语义分析的方法为生物医学文献双语摘要进行建模,该模型将英汉双语摘要映射到同一语义空间,不需要外部词典和知识库,建立不同语言之间的对应关系,便于在双语空间中进行检索。该文充分利用医学文献双语摘要语料中的锚信息,通过不同的k值构建多个检索模型,计算每个模型的信任度,使得多个模型都对查询和文本的相似度做出贡献。在语义空间上进行项与项、文本与文本、项与文本之间的相似度计算,实现了双语摘要的跨语言检索,取得了较好的实验效果。