Pentium级CPU技术综述

虽然我们不必了解CPU是如何控制计算机的,正像我们可以驾驶汽车而不必知道内燃机是如何使汽车开动的一样,但是熟悉一些基本概念和基本技术有助于我们理解高性能CPU为什么能如此高速地运行。 一、流水线传送 这种技术能让CPU模仿工厂里流水线的方式工作,把一条指令分成若干部分,分别由不同的部件来执行。典型的流水线将每一条机器指令分成5步,即取指、译码、取操作数(或译码2)、执行、回写。虽然每条指令仍需要占用5个或更多个时钟周期,但是在理想条件,流水线已经平稳的环境下,平均每个时钟周期可以完成一条指令。 另外,还有一种超级流水线的设计,它将机器指令划分为更多级的操作以减轻每一级的复杂程度。其理论基础是:在流水线的每一步中需要执     

一种评价搜索引擎信息覆盖率的模型及其验证

搜索引擎的网页搜集子系统通常以WWW的网页构成的有向图结构为依据,循着网页间的链接进行搜集从而扩大信息覆盖面.本文针对这种信息覆盖能力,建立量化模型从多个角度考察搜集系统对WWW信息资源的覆盖程度.文章首先分析了网页搜集不完全性的若干因素,在指出信息覆盖率的研究意义后提出了三类重要的信息覆盖率概念,然后围绕其中的数量和质量覆盖率展开研究工作.在建立"采样-权值计算-验证"的覆盖率评测模型之后,以北大"燕穹"网页信息博物馆为考察对象并获得其网页数据,用不同的方式对中国Web进行采样;然后分别采用PageRank和HITS两种网页权值算法算出其中的重要网页作为样本,从量和质的角度考察"燕穹"系统的信息覆盖率,得到合理的数量和质量覆盖率值,从而验证了"燕穹"系统信息覆盖率结论的合理性和该信息覆盖率评测模型的可靠性.     

基于语义查询扩展的产品评论检索

随着电子商务的快速发展和用户在线评论数据的迅速增加,产品评论检索面临更多的挑战。一方面,产品评论从更为主观的角度为产品的特性提供描述;另一方面,产品评论的数据特性要求对传统检索方法进行相应的修正,以解决数据稀疏和词项权重单一等问题。在产品评论检索的任务下,引入词项相关度的概念,针对传统检索方法主题词项稀疏和词项权重缺少先验的问题,进行基于语义的查询扩展。同时,将词项相关度融入到一个高性能的检索框架中。一系列评测实验表明,该方法可以提高产品评论检索的准确率与质量,更好地提升评论的参考价值。     

桥梁缆索用热镀锌钢丝盐雾条件下腐蚀防护的试验研究

通过对在中性盐雾条件下的腐蚀状态及腐蚀量的计算，评价几种防护材料对桥梁缆索用热镀锌钢丝的保护作用。通过失重法，评价中性盐雾对桥梁缆索用热镀锌钢丝不同周期腐蚀的影响。结果表明：随着实验时间的增长，桥梁缆索用热镀锌钢丝表面的锌层首先被腐蚀，生成白色锈蚀产物，随着腐蚀的加剧，锈蚀产物逐渐变成红褐色及黑色锈蚀产物，通过不同的防锈防护材料的应用，可以显着延长锈蚀产物生成的时间。     

利用维基百科实体增强基于图的多文档摘要

针对基于图的多文档摘要,该文提出了一种在图排序中结合维基百科实体信息增强摘要质量的方法。首先抽取文档集合中高频实体的维基词条内容作为该文档集合的背景知识,然后采用PageRank算法对文档集合中的句子进行排序,之后采用改进的DivRank算法对文档集合和背景知识中的句子一起排序,最后根据两次排序结果的线性组合确定文档句子的最终排序以进行摘要句的选取。在DUC2005数据集上的评测结果表明该方法可以有效利用维基百科知识增强摘要的质量。     

基于用户偏好与语言模型的个性化引文推荐

根据引文上下文,自动为科研人员推荐备引用的论文列表具有很大的实用价值和研究意义。在科研人员写作时,一个为引用符自动推荐引文的系统,会为科研人员节省大量的时间。对于引文推荐问题,过去的工作均主要把注意力集中到基于内容的研究上。该文认为引文推荐,不能只根据内容进行通用推荐,还需要根据不同研究者的偏好进行个性化推荐。该文利用用户的发表及引用历史,结合语言模型,构建出一个个性化引文推荐模型——PCR模型。在结合用户引用倾向性与内容相关性后,与传统的基于内容的语言模型相比,PCR模型在recall@10上获得了71.01%的性能提升,在MAP上获得了70.23%的性能提升。     

全国计划会议提出今年九项工作重点

1.加大对农业和农村经济发展的支持力度,千方百计增加农民收入;2.管好用好国债投资,促进结构调整和经济较快增长;3.切实做好就业再就业工作,努力增加就业岗位;4.大力提升工业竞争力,加快发展服务业;5.积极推进西部大开发,促进地区经济协调发展;6.坚持市场取向改革,深化投资、价格、粮棉流通和垄断行业管理体制改革;7.坚持"引进来"和"走出去"相结合,进一步扩大对外经济技术交流与合作;8.培育和增强居民消费能力,进一步发挥消费需求对经济发展的带动作用;9.大力发展各项社会事业,进一步增强可持续发展能力.     

基于指令级并行的倒排索引压缩算法

文本信息数量的快速增长给传统的信息检索技术带来了新的挑战.搜索引擎通常使用倒排索引来高效地处理查询.为了减少存储开销和加快访问速度,倒排索引通常被压缩存储.因此,如何选择一个高性能的压缩算法对高效查询处理是非常有必要的.在已有倒排链压缩算法PackedBinary和PForDelta的基础上,利用CPU的超标量特性和SIMD向量指令集,将其压缩和解压缩中的关键步骤并行化,提出了2种指令级并行压缩算法SIMD-PB和SIMD-PFD.基于GOV2和ClueWeb09B两个公开数据集的实验表明,SIMD-PB和SIMD-PFD算法在压缩率不变的情况下,压缩和解压缩速度比现有的压缩算法均有非常明显的提升.其中解压缩速度比起目前最好的倒排链压缩算法,最高能提升17％.此外,实验表明算法在较长的倒排链、较大的压缩块单位上有更好的解压缩性能.     

在线游戏用户的流失预测： 基于不平衡数据的采样方法比较和分析

流失用户预测问题在很多领域都是研究重点。目前主流的流失用户预测方法是使用分类法,即把用户是否会流失看作一个二分类问题来处理。该文提出了一个基于二分类问题解决的在线游戏流失用户预测方法。此方法除了总结了一些对在线游戏而言比较重要的可以用于流失预测的特征之外,也考虑到流失用户相对稀少的问题,在流失用户预测问题中引入了不平衡数据分类的思想。该文主要在流失预测中结合使用了基于采样法的不平衡数据处理策略,并对现有主要的几种采样算法进行了对比实验和分析。