小字母表的高性能算术编码

本文基于改进的算术编码，提出了适用于小字母表的高性能算术编码算法。编码部分和模型部分都在小字母表场合作了特别设计。在编码部分，我们将改进的算术编码进一步改造成无乘法算术编码器，分析表明，冗余码长不于最新的Ｐｒｉｎｔｚ等的结果，编码效率接近百分之百。在模型部分，我们提出了自适应高阶统计模型的快速算法。实验结果表明，算法实现了对小字母表的高效率快速压缩。     

基于分布式共享存储器的并行程序设计

本文概述了分布式并行系统和分布式共享存储器的一般概念，讨论了使用共享对象和可靠广播的并行程序设计模型，最后给出了我们的改进模型。     

采用分布式处理系统实现神经网络模型

本文着重研究了神经元网络模型中的BAM模型,并提出了用于直观地考察BAM状态的能量图.我们注意到BAM的性能是很弱的,所以又提出了改进模型r BAM,并证明了r BAM的性能比BAM优越。最后在单个PC和局网上实现了r BAM模型的软件模拟.     

一种基于人脸识别技术的照片识别问题

本文对于照片的自动识别问题,我们主要采用了一种基于对特征脸识别法的改进方法(TGSF),这也是我们本次研究的重点以及创新点.在对特征脸识别法的改进部分,我们主要是增加了对年龄因素的考虑,通过面部分割法,然后利用matlab进行绘制函数图像,确定了权重系数.找出了在人的各个年龄段变化最不大的部分,并以此作为主要判断依据,对照片进行识别.在方法的最后,我们进行了效果分析,即模型检验.确定了我们所用方法的准确性及可行性.     

时间资源调度模型

本文首先提出Ｐｅｔｒｉ网调度模型的三个层次及其构造算法，在此基础上重点讨论第三个层次；时间资源调度模型－改进的Ｐｅｔｒｉ网模型，本文还给出一个相庆的调度算法，我们提出的调度模型对调度问题的描述极为清晰，对调度求解提供了一个强有力的工具。     

以实践为本，集百家之长

过了这么多年,我们为软件开发研究出了这么多种技术,我们已经学会了哪些可以成功,哪些导致失败。这些年来一直有像我这样的人研究方法论,我个人的主要方向是面向组件的设计、架构、用例相关的流程和实践。有些人在研究CMMI,这是以流程、成熟度模型和改进模型为中心的。现在我们有了名为“敏捷”的新趋势,如今大家都想变得敏捷。这些趋势之中都有可取之处,比如面向对象、面向组件、软件重用、流程改进,还有像结对编程这样的社会工程方面的东西。     

基于改进DenseNet的驾驶行为识别

为提高道路交通安全，解决司机分心驾驶问题，对基于卷积神经网络的驾驶员行为识别模型进行了改进。首先对基于DenseNet的驾驶行为识别模型进行研究，在其基础上引入注意力机制对其进行改进；将注意力机制模块化后设计了三种改进模型；最后将实验结果进行对比分析，确定性能较优的改进模型为SE-PRE模型。实验结果显示，提出的改进模型在相关数据集上达到了94.21%的准确率，上述模型能够准确且高效的识别驾驶行为，为后续的车辆智能化研究奠定了基础。     

面向项目绩效评价的软件过程改进模型与决策支持研究*

在探讨项目绩效与过程改进关系基础上,分析了传统的模型驱动的软件过程改进模型的不足,论述了项目绩效驱动的过程改进的理论框架。为实现该框架,建立了面向项目绩效的过程改进决策支持系统逻辑模型,并提出了持续绩效评价及过程改进的软件项目开发策略。     

蛋白质在格子模型中改进的PERM算法

PERM算法是当前蛋白质结构预测的格子模型优化算法中最为有效的一种算法,在该算法的基础上,我们提出了一种改进的增长算法IPERM。该方法简化了PERM算法中的权重计算公式,在遇到不同类型的残基时选用不同的上下限阂值以提高算法的有效性,并根据链长的大小使用不同的网格尺寸。实验结果表明,改进的增长算法使得HP序列在格子模型中能更快地找到其能量最低构象。     

模型驱动下的形状分布算法

三维模型的特征提取方法中,形状分布算法简单,具有强的不变性和鲁棒性,但其抽样点不具有代表性,影响了系统的检索精度.为增强抽样点的有效性,我们改进抽样策略,首先引入模型复杂度描述参数,扩大抽样点集;然后利用可分离离散小波变换,逐层分解样点集,增强其有效性,并使最终样点数相同;最后使用形状分布算法进行三维模型的特征提取,并应用在三维模型检索上,对比实验结果表明,改进后的算法提高了系统的检索精度.     

一种基于联系的数据库设计方法

本文提出了一个基于扩充的E-R模型的完整的数据库设计方法,与传统的E-R模型相比较,我们的方法选择联系而不是实体作为分子语义的基本单位,从而简化了表示形式,克服了在模式集成处理中的某些难题,这些改进都为实现计算机辅助数据库设计提供了方便。     

运用时间分类树的确定单时钟时间自动机学习

时间自动机的模型学习算法旨在通过提供输入和观察输出构建软硬件系统的形式化模型.确定性单时钟时间自动机的学习是其中的一个重要研究方向, 但是该算法具有一定的局限性, 在状态较多时学习速度较慢, 很难应用到复杂的系统中.由此, 我们提出了一种改进的学习算法, 使用逻辑时间分类树代替逻辑时间观察表作为学习算法的内部数据结构, 有效地减少了成员查询次数, 降低了算法的空间复杂度, 并能够高效率地构建假设自动机.最后我们进行了相关实验, 实验结果表明, 本文提出的改进算法减少了60%左右的成员查询和5%左右的等价查询.同时在该实验中, 改进算法的学习速度最高可提高45倍以上.     

可分性判据在中文网页分类中的应用

提出了一种改进的基于统计的中文网页的分类算法。通过对传统的基于计算相似度文本分类方法和基于贝叶斯模型文本分类算法的研究，我们对贝叶斯模型分类算法进行了改进，提出了利用一种基于概率分布的可分性判据分类方法，即用类别密度函数似然比来增加特征词的可分性信息的算法。通过对计算相似度方法，贝叶斯方法及改进的贝叶斯方法的对比实验表明，改进算法可以使类与类的间隔最大化，因而具有较高的分类精确率和召回率。     

考虑行人相对速度的改进社会力模型的验证与评估

在人群仿真的研究领域中,社会力模型是由Helbing提出的一种非常经典的微观仿真模型,能够模拟一些常见的人群自组织现象。但社会力模型仍然存在行人震荡、行人重叠等问题,因此许多学者在参数设置、受力范围、算法优化等方面对社会力模型进行了丰富和改进。目前,Gao等提出的一种考虑行人相对速度的改进社会力模型依然是一些学者进行改进社会力模型研究以及各种仿真实验的基础和重要参考。由于Gao等仅通过两个实验就表明了他们的改进社会力模型的优势这一情况欠缺可靠性,以及没有进行更多的人群自组织实验来表明改进后的社会力模型仍然保留原始社会力模型能够模拟人群自组织现象这一能力,因此文中对Gao等提出的改进社会力模型进行了验证性和评估性实验。通过验证性实验验证了Gao等进行的两个实验,证实了该改进社会力模型的优势。文中通过评估性实验证实了Gao等的改进社会力模型保留了能够模拟人群自组织现象的能力,发现并分析了Gao等的改进社会力模型所存在的行人重叠问题。     

基于主题语言模型的中文信息检索系统研究

准确的文档语言模型估计对于改善语言模型检索系统的性能是非常重要的。在本文中我们提出了基于主题语言模型的信息检索系统,首先设计了“改进的两阶段K2Means 聚类算法”来对文档集合进行聚类,通过引入Aspect Model 结合聚类结果可以得到基于主题的语言模型。这个新的语言模型较深入地刻画了词汇在不同主题下的分布规律以及文档所蕴含不同主题的分布规律。将主题语言模型和文档本身的语言模型通过线性插值可以更准确地估计文档语言模型。实验结果表明我们提出的这个方法显著改善了检索系统的性能,与Jelinek2Mercer 模型方法相比较,主题语言模型检索系统的平均精度提高大约16117 % ,召回率提高大约 9164 %。     

Bhanu模型和遗传算法在阵发性心脏病判别中的研究和应用

Bhanu图像分割模型发挥了遗传算法在处理复杂数据上的优势,但存在一定缺陷,容易被次要信息影响分割效果。为了克服这个缺点,首先介绍Bhanu模型的过程,在此基础上提出了将特征参数权值作为优化对像,利用遗传算法对Bhanu模型进行了改进,阐述了改进模型的自动学习过程,最后提出了将改进模型应用于阵发性心脏病（PAF）的分类判别中的解决方案。通过对实验数据的分析,论证了改进方案的可行性和有效性。     

一种实用对等网络信任模型研究*

在分析了一种实用信任模型的特点和不足的基础上,提出了一种改进的信任模型WeightRep.分析和仿真表明,改进模型比原模型具有更好的安全性和可用性.     

随机粗糙面的一种新双站散射模型

描述了一种对改进的IEM模型的扩展双站散射模型。我们发现在非相干功率的表达式中,交叉分量和补充分量都由两项组成:一项与误差函数无关,而另一项与误差函数有关。后一项可看成是由误差函数引起的修正项。模型预测值和测量数据的良好吻合显示了这种扩展双站散射模型的有效性。     

目标检测模型的决策依据与可信度分析

目标检测模型已经在很多领域得到广泛应用, 但是, 作为一种机器学习模型, 对人类来说仍然是一个黑盒. 对模型进行解释有助于我们更好地理解模型, 并判断其可信度. 针对目标检测模型的可解释性问题, 提出将其输出改造为关注每一类物体存在性概率的具体回归问题, 进而提出分析目标检测模型决策依据与可信度的方法. 由于原有图像分割方法的泛用性较差, 解释目标检测模型时, LIME所生成解释的忠诚度较低、有效特征数量较少. 提出使用DeepLab代替LIME的图像分割方法, 以对其进行改进. 改进后的方法可以适用于解释目标检测模型. 实验的对比结果证明了所提出改进方法在解释目标检测模型时的优越性.     

LogP模型的改进与FFT算法的优化设计

作为大规模并行机上的并行计算模型，ＬｏｇＰ为我们提供了独立于具体系统的算法设计依据。虽然它可以精确地调度通信与计算，但却陷入了繁杂的细节设计，导致实际结果和设计期望相去甚远。我们从算法设计和模型概括两方面对它进行了改进，将路障同步和长消息引入了ＬｏｇＰ模型，既更好地发挥发并行机的效率，又使得实际结果接近设计期望。