基于模糊理论的软件项目调度算法

针对软件项目调度问题中信息的不确定性及资源分配的特殊性需要,提出了一种基于模糊理论的软件项目调度算法FSSA。该算法采用模糊数表示任务的工期并应用遗传算法产生任务的调度序列。实验结果表明,FSSA算法能在很短的时间内得到理想的结果,有一定的应用价值。     

基于稀疏表示的对抗网络图像聚焦形貌修复

传统方法在进行对抗网络图像聚焦形貌修复时,图像光影边缘修补效果不佳,图像去噪效果差,提出一种稀疏表示的对抗网络图像聚焦形貌修复方法.通过摄像机采集到基本的目标图像,利用计算机图像扫描程序对目标图像分别进行整体的与局部的图像扫描,采集需要修复的图像内部信息.使用图像融合法融合图像数据,提取特征点.通过预估字典矩阵确定字典类型,运用贪婪算法中的追踪匹配法,实现图像数据匹配与缺陷填补.使用平滑处理的方式改善线条与光影边缘部分,得到清晰的图像.实验结果表明,设计的图像聚焦形貌修复方法能够提高目标图像完整融合,提高图像修复清晰度,有效解决噪声问题.     

以温度为函数的硝仿系炸药的爆发分解反应动力学参数

用爆发点试验装置测定了6种硝仿系炸药:2,2,2-三硝基乙基-N-硝基-甲胺(TNMA)、二(2,2,2-三硝基乙基-N-硝基)乙二胺(BTNEDA)、4,4,4-三硝基丁酸-2,2,2-三硝基乙酯(TNETB)、二(2,2,2-三硝基乙醇)缩甲醛(BTNF)、1,1,1,3-四硝基丙烷(TETNP)和二(2,2,2-三硝基乙基)硝胺(BTNNA)在不同温度下的爆发延滞期.依据谢苗诺夫方程lnt_(lag,i)=E_α/RT_i-lnA_α,由lnt_(lag,i)对1/T_i的关系,用作图法和最小二乘法计算了爆发分解反应的表观活化能(E_α)、指前因子(A_α)和5 s爆发点.用非线性等转化率积分法所得的表观活化能(E_α)校验了由lnt_(lag,i)～1/_Ti关系得到的Eα值.借助热力学关系式,计算了爆发分解反应的活化热力学参数[活化自由能(ΔG≠),活化焓(ΔH≠)和活化熵(ΔS≠)].结果表明: (1) E_α和作图法所得E_α间的相对误差在±5%以内; (2) E_α与最小二乘法所得E_α相等的事实佐证了不同温度下爆发分解反应延滞期内的分解深度是相等的,所得E_α和A_α值是可接受的,谢苗诺夫方程推导过程中采用A_α>>G(α)的假设是合理的; (3) 以5 s爆发点和ΔG~#为判据,6种硝仿系炸药对热抵抗能力的次序为:TNETB＞BTNF＞BTNEDA＞TETNP＞TNMA＞BTNNA.     

基于ARM的信号发生器人机交互系统设计

针对DDS任意波信号发生器越来越多使用液晶显示器的趋势,本文设计了一套基于HMS30C7202ARM处理器和AM-320240LTNQW-00H液晶屏的中英文人机交互系统。描述了硬件电路结构,详细分析了中英文显示算法,窗口的构成及多窗口的显示管理。     

动力学机理函数的导出途径、逻辑选择/确定及在含能材料分解反应速率方程中的一些应用

推演了包括扩散机理函数、随机成核和随后生长机理函数、幂函数法则机理函数、相边界反应机理函数和化学反应机理函数在内的常用动力学机理函数。提出了逻辑选择/确定最可几机理函数的技术途径。汇集、阐述了一些含能材料分解反应的机理函数。报道了描述6b-硝基-1,3,5-三氧环戊烷[cd]-并环戊二烯-2,4,6-三硝酸酯(NHTPN)放热分解反应过程的机理函数和速率方程。附参考文献79篇。     

结合评估函数和Boosting的特征选择方法

特征降维是文本分类中的重要环节．在对常用的特征选择方法分析研究的基础上,提出一种将评估函数和Boosting算法相结合的特征选择方法,该算法采用基于Boosting算法的汉明损失作为最终特征子集的评估准则,进一步寻找具有关键作用的特征项,进而形成最终用于分类的特征子集．数据集上的实验结果表明,该方法有效地改善了分类性能．     

VC平台下Word文档自动生成技术

为了进一步利用和挖掘Word强大的功能,在对Word进行二次开发时需要实现一些比较复杂的文档处理功能,例如生成复杂的表格和图形,Word文档自动生成技术成为Word自动化操作应用中的一个重要的研究方向。文中基于VC平台下OLE技术对Word文档自动生成技术进行了研究。介绍了相关的技术如COM、MFC、Word对象模型、VBA等,并给出了Word文档自动生成的原理及实现细节。最后通过一个实例对Word文档自动生成技术进行了验证。     

计算智能研究综述

计算智能是人们在长期的研究过程中,受到自然界形形色色规律的启迪,根据这些规律的原理,模仿求解现实世界问题,它已经成为智能信息科学中最活跃的研究领域之一。针对计算智能几个相对独立的分支：神经网络、进化计算、群体智能和免疫系统,分析了其典型算法的原理、应用领域、优缺点和研究现状,指明了未来的研究方向。     

基于噪声奇异性的光耦器件爆裂噪声检测新法

为了准确客观地检测出爆裂噪声的存在,提出了基于噪声信号奇异性的光耦器件爆裂噪声检测方法.通过对光耦器件噪声样本的计算发现,含有大量爆裂噪声的样本,其平均H(o)lder指数接近于0,反映到局部奇异性指数分布直方图中,其最可几率所对应的h值也在0值附近.而不合爆裂噪声的样本平均H(o)lder指数则在-0.3附近.实验证实了奇异性检测方法可以明晰地区分良品组与次品组光耦器件.噪声奇异性参数可以作为爆裂噪声是否存在的客观依据.     

Bagging算法在中文文本分类中的应用

Bagging算法是目前一种流行的集成学习算法,采用一种改进的Bagging算法Attribute Bagging作为分类算法,通过属性重取样获取多个训练集,以kNN为弱分类器设计一种中文文本分类器。实验结果表明Attribute Bagging算法较Bagging算法有更好的分类精度。