实时系统调度算法的优化设计

文章介绍了Linux操作系统实时调度算法的简化模型,并提出了一种优化改进调度算法。该算法以进程的重要性为基础,兼顾截止期内完成进程的紧迫程度,建立了进程的优先级队列。算法可通过双链表来实现。对比实验结果表明,优化后的算法与优化前相比,特别是CPU正常负载时,可以实现更高的价值完成率和进程完成率,从而有效地提高了操作系统的实时性能。     

警用辨识系统现场指纹分类与点模式匹配算法研究

尽管验证模式(1：1方式)指纹识别产品可在市场看到，但人们对警用辩识模式(1：N方式)识别挑战的追求从未停止过，而这恰是指纹识别理论与应用领域极为重要的部分．基于K．Karu等的core和delta分类模型，追加了严格的约束条件与相关概念定义，从理论上阐明了其正确性，同时，分析指纹的特征空间结构，提出了登记条件、匹配支持、基点对等概念，实现了具有旋转、平移、缩放不变性的快速匹配．5000枚样本空间的现场指纹实验结果，验证了上述算法的有效性和正确性．     

基于贝叶斯方法的尿沉渣图像分割

通过对贝叶斯分类器的讨论,提出将贝叶斯方法应用于医学图像分割后的合并策略思想,旨在提高图像分割的准确性,为计算机自动识别医学图像中包含的各种元素提供更加可靠的依据。首先让计算机自动识别出尿沉渣图像中的红细胞、白细胞、管型细胞、上皮细胞和结晶等有形成分,其次将各细胞实体正确地分割出来。由于图像中存在着大量背景噪音,因此在分割之前需要进行去除噪音的预处理。预处理采用数学形态学的方法,依次进行边缘提取、梯度图像二值化、腐蚀、膨胀。最后,在图像分割过程中,使用最大后验概率法进行破损目标体的合并,为进一步的特征提取和分类作了基础。在目标体分类中使用朴素贝叶斯分类器进行分类。将本方法应用于尿沉渣检查自动图像分析系统中,实验结果表明这一方法效果较好。     

GPRS中的分组调度算法

首先描述了GPRS(GeneralPacketRadioService)中的服务质量标准和延迟的标准化方法 ,然后根据对GPRS特性的分析 ,得出了GPRS中分组调度算法应遵循的一些原则。根据这些原则确定了几种可能适合于GPRS的分组调度算法 ,并在此基础上提出了一种基于延迟约束的分组调度算法。通过仿真发现 ,新算法可在满足延迟要求的基础上以较小的复杂度获得比其余算法更高的资源利用率。     

利用相关性理论改进Prolog的推理机制

为了减少求解过程中的无用回溯，提高Ｐｒｏｌｏｇ系统的运行效率，必须对规则相关性进行分析。本文在单一的深度优先加回溯的推理机制的基础上，提出了一种改进的推理机制。把变量相关性分析引入到内存数据库的子目标搜索过程中，大大缩短了回溯链，提高了系统的求解效率     

具有备份恢复功能的OTS设计与实现*

提出一种对象事务服务器备份恢复模型,并结合CORBA的OTS标准实现了一个具有恢复管理功能的CORBA对象事务服务器。结果表明,该事务服务器除了具有OMG规范规定的功能外,还具有事务数据在线备份及意外失败后恢复的功能。     

全自动芯片键合机中多目标图像识别算法

在全自动芯片键合机图像识别系统的开发中,芯片数目自动确定是一个亟待解决的问题。提出了一种新的基于聚类遗传算法的多目标图像识别算法。将聚类思想引入遗传算法的搜索机制中,结合模板语义以及遗传算法进化过程中形成的适应度图景构造聚类规则,将遗传群体有效的划分为不同的小生境。实际应用表明,算法有效地解决了自动确定目标图像数目的问题,一次可以准确识别场景图像中的多幅目标图像,减少了单幅图像的识别时间,提高了系统效率,实现了多目标图像识别的自动化。     

基于工作流的数据挖掘PMML模型实现

随着计算机、数据仓库等技术的发展,数据挖掘在电信、银行等行业中得到了越来越广泛的应用.本文提出了应用PMML标准实现不同数据挖掘模型、工具间数据的传递的方法,同时将工作流应用到数据挖掘系统中,实现了由用户定制数据挖掘过程和选择算法的功能,解决了多个数据挖掘模型、算法间的互操作问题,同时运用工作流增强了数据挖掘系统用户自主定制和选择的能力.     

数据挖掘方法在用户流失预测分析中的应用

移动通信在高速发展的同时,出现了大量用户离网的现象,基于客户信息、消费行为等历史数据,进行客户离网预测分析成为各个运营商普遍关注的问题。文章基于客户的历史数据和短期偶发数据,提出了链型数据挖掘方法,并结合决策树,形成了一个综合的链型树分类器(Chain Tree Classifier,CTC)和用户行为预测模型,实验结果显示,该分类器对移动通信运营商感兴趣的单个事件发生具有良好的预测能力,可被应用到客户离网预测中,从而帮助运营商提前发现具有离网倾向的用户,进而获得更高的利润。     

二次挖掘相联规则算法

通过研究、分析FUP等算法 ,提出用于二次挖掘相联规则的算法SuperFUP。该算法更多关注的是新增数据 ,只对整个数据库扫描一次就能在变更的数据中发现相联规则 ,从而提高了算法效率。