改进FBM的3D复杂场景实时显示方法

分形布朗运动FBM(Fractional Brownian Motion)能真实地表现自然场景,但计算量大,运行费时,在实际的应用中对硬件的要求比较高,难以满足虚拟场景实时生成需求。三角形边界细分法能很好地满足场景实时交互的要求,但在细节描述方面不如FBM。提出一种把两者结合起来生成地形的有效算法,在FBM的基础上对各边法线进行统一方向扰动,通过比较中心点与阈值关系来控制迭代次数,最后采用滤波技术解决运动时产生的闪烁问题。实验证明该算法既能充分表现地形表面的丰富细节,又具有速度快、方便快捷的特点。     

基于RNN-RBM语言模型的语音识别研究

近年来深度学习兴起,其在语言模型领域有着不错的成效,如受限玻尔兹曼机(restricted Boltzmann machine,RBM)语言模型等.不同于N-gram语言模型,这些根植于神经网络的语言模型可以将词序列映射到连续空间来评估下一词出现的概率,以解决数据稀疏的问题.此外,也有学者使用递归神经网络来建构语言模型,期望由递归的方式充分利用所有上文信息来预测下一词,进而有效处理长距离语言约束.根据递归受限玻尔兹曼机神经网络(recurrent neural network-restricted Boltzmann machine,RNN-RBM)的基础来捕捉长距离信息;另外,也探讨了根据语言中语句的特性来动态地调整语言模型.实验结果显示,使用RNN-RBM语言模型对于大词汇连续语音识别的效能有相当程度的提升.     

正态分布属性数据集上的Skyline查询

Skyline查询适用于多目标决策、数据挖掘等领域。以往的研究工作主要关注确定型数据集,少数针对不确定型数据集的研究处理的也多是离散型不确定数据。为此,定义属性呈连续型分布的不确定数据集,并给出一种针对该种数据集的Skyline查询算法,利用索引和分治思想解决其Skyline查询问题。实验结果表明,该算法可以在牺牲少量精度的情况下提高查询效率。     

基于层次社会组织目标的需求过程建模

将社会组织结构抽象为递归的社会组织域树,其顶层目标即为社会组织总体目标,总体目标层层分解为社会子组织域目标,从层次化的社会组织目标构建软件系统需求目标分解树,进而构建软件系统需求,并用层次着色Petri网对软件系统需求过程进行形式化建模,无缝连接社会组织目标与软件系统需求,为软件系统需求分析提出了一种自然、直观的需求过程建模方法.     

面向复杂评价模型的证据推理方法

证据推理方法针对多层结构的属性合成采用递归方式,其合成次数为评价属性树的分支结点个数,合成计算量较大.为减少计算量,文中提出一种非递归方式的合成方法,并对比两种合成方式的时间复杂度.为探究非递归方式处理各类不同置信结构分布的准确性和非线性特性,文中在三层结构的评价模型中,按照置信结构分布为和谐、准和谐和冲突分别计算综合属性的置信度和效用值,从公式推导和实验结果对比的角度分析两种合成方式的非线性特性,从相对误差的角度分析非递归方式计算结果的准确性.实验结果与算例证明文中方法的有效性.     

癫痫脑电的递归确定性分析

利用排序递归图的分析方法对癫痫脑电进行了确定性(DET)的分析,得出癫痫头皮脑电(EEG)的DET高于健康EEG。DET特征的差异性在局部导联上更明显,局部导联的DET特征可以作为癫痫疾病的自动诊断特征。通过分析发作阶段和发作间隙皮层脑电(ECoG)的DET,得出整个频带的DET差别不大,而在beta频带,发作阶段的确定性明显高于发作间隙的DET。Beta频带的DET特征可以作为癫痫发作的预测特征。研究结果为癫痫疾病的自动诊断和癫痫发作预测提供了理论依据。     

数据结构中递归算法的教学要点及方法探讨

学生对递归算法的理解和掌握程度影响着对数据结构及后续课程的学习效果,提出在数据结构课程中应补充递归思想和算法实现的教学,探讨了教学要点和教学方法,并设计合理的实验教学方案。实践证明教改后取得了良好的教学效果。     

非奇异H矩阵的一个判定条件及一类实矩阵逆的无穷范数估计

通过理论证明,给出了判断一个矩阵为H矩阵的实用充分条件及一类实矩阵逆的无穷范数估计公式,并给出数值例子进行了说明.此结果对于判定系统的稳定性、特征值分布、线性方程组迭代解及矩阵范数估计等都具有重要的理论和实际意义.     

广义严格对角占优矩阵的判定程序

通过广义严格对角占优矩阵的判定定理,提出了判别广义严格对角占优矩阵的算法,编写成程序在计算机上得以实现.程序部分应用的软件是Visual Basic6.0程序设计软件.     

非奇异H-矩阵的一个判定条件

应用对角占优矩阵的概念,通过对矩阵元素进行比较,利用矩阵理论中的一些方法和不等式的放缩技巧,构造相应的正对角矩阵.得出了判定非奇异 H-矩阵的一个新的充分条件,从而改进了已有的一些对非奇异 H-矩阵的判别方法,使得定理的适用范围明显扩大,并用数值例子说明了该判定条件的有效性.