拟概率空间上学习理论的关键定理和学习过程一致收敛速度的界

进一步讨论了拟概率的一些性质,给出了拟概率空间上的拟随机变量及其分布函数、期望和方差的概念及若干性质;证明了拟概率空间上的Markov不等式、Chebyshev不等式和Khinchine大数定律;给出并证明了拟概率空间上学习理论的关键定理和学习过程一致收敛速度的界,把概率空间上的学习理论的关键定理和学习过程一致收敛速度的界推广到了拟概率空间,为系统地建立拟概率上的统计学习理论与构建支持向量机奠定了理论基础.     

只要自定义 不要Windows 7窗口智能排列

在Windows 7中,微软为桌面窗口设置新加了一个功能:智能排列.其实翻译成"智能排列"并不是很准确,因为在Windows 7的桌面窗口上,一些应用程序在屏幕顶端,或左右两侧时,应用程序会自动最大化,或占据左右两边的屏幕.如果你不习惯这样的默认行为,完全可以将其屏蔽.     

一种基于扫描相关度的LSB算法

自然图像相邻像素序列具有一定的相关性。基于图像的这种统计特性,提出了扫描相关度的概念。隐藏信息的非均匀嵌入使得载体图像的相邻像素序列相关度降低,而且图像局部有相关度突变的现象,增大了隐藏信息被检测到的风险。进一步提出了一种LSB改进算法,该算法将隐藏信息均匀嵌入到载体图像中,并在嵌入过程中,根据相邻像素期望值对扫描相关度有突变的区域进行平滑。实验结果表明,该算法明显降低了图像相关度突变的现象。     

功率受限的无线网络的传输速率控制

无线自组织网络是没有预置基础设施支撑的自组织可重构的自治网络.由于需要克服远近效应问题、干扰问题以及提高信道的空间复用度,并且为了降低网络节点的能耗,提高网络的生存时间和系统的能量效率,网络节点的发射功率受到限制.因此,如何在功率受限的情况下保证网络数据传榆性能,成为无线网络的关键问题.提出了功率受限的无线自组织网络模型,该模型用发送功率的凸函数作为度量效用的指标之一,更加贴切地反映了网络节点功率受限的特点.采用对偶分解的方法求解模型,得到分布式算法,协调节点的传输功率和数据速率,达到全网效用最大化.最后用具体的拓扑和效用函数进行仿真,验证了算法的收敛性,并考察传输速率和功率的关系对网络性能的影响.     

搜索引擎是如何最大化关键字广告收益的

通过什么样的规则来安排哪个广告给哪个关键字,才能最大化当天的收益呢?此问题可以抽象成"On-line带权二部图最大匹配问题"。     

基于样本期望训练数的BP神经网络改进研究

BP算法是神经网络中最常用的算法之一.标准BP算法存在的最主要问题就是易于陷入局部极小、收敛速度慢等问题.针对BP算法的这些问题,出现了许多改进的措施,如引入变步长法、加动量项法等.提出了一种基于样本期望训练数的改进BP算法,仿真实验说明了该算法可以明显提高BP网络学习速度,并且具有简单通用性,可以和其他方法结合,进一步提高算法的收敛速度.     

期望最大算法及其应用(1)

EM算法是实现极大似然估计的一种有效方法,主要用于非完全数据的参数估计。它通过假设隐变量的存在,极大地简化了似然方程;对于一些特殊的参数估计问题,利用EM算法也很容易实现。而极大似然估计是一种常用的参数估计方法,EM算法使其应用更加广泛。文章从应用者的角度出发,内容是自包含的。     

索尼公司研发出世界最高光输出功率的红光半导体激光阵列

在美国,IT经理们对于在企业服务器中使用SSD（固态硬盘）青睐有加,因为相较于目前普遍使用的传统硬盘,它解决了IT经理们的两个头痛问题：运行速度和高额电费。     

方寸天地——桌面工作台改造工程

对于使用Windows的我们来说,无论是进入系统后的第一面,还是关闭系统前的最后一眼,见到的都会是Windows的“桌面”。无论你是使用电脑工作学习还是娱乐,所有程序都会在这个“工作台”上不断地打开、关闭、最大化、最小化……每隔一段时间我们可能会更换一张壁纸,为的是每天面对“工作台”时能有新鲜的感觉;我们也可能找了许多工具来打造“工作台”,为的是它能更好地为我们服务。     

虚拟企业在技术创新扩散过程中决策采纳优化算法

在技术创新扩散过程中很少创新是一进入市场就被立刻采用的。当具备采纳创新技术所需的财务条件时,企业主要考虑何时及如何配置各资源比例达到效用最大化的问题,这是一个多阶段有限理性的决策过程。本文提出运用反向传播算法进行定量计算,解决了企业在创新技术决策采纳过程中资源权重配置的问题,通过虚拟企业实证为企业决策优
优化采纳提供了可行性的参考依据。