LL(1)预测分析器的构造

着重分析了编译原理课程中的LL(1)预测分析器的设计算法。对于给定的代码,求出FIRST、FOLLOW和SELECT集,构造相应的LL(1)预测分析器,给出预测分析表,并对求解FIRST集和FOLLOW集中存在的环问题提出了解决算法。     

一种基于平衡划分的集合差并行算法

基于精确划分的思想提出了一种新的集合差并行算法DIFF—DL。利用DL子算法查找最终全局序列中等分位置上的划分点,将数据平均划分并分配给所有处理机,使每个处理机具有相同的工作负载。给出了网络并行计算环境下的实验结果,并与DIFF-S、DIFF-NS算法进行了对比。理论分析和实验的结果都表明,DIFF-DL算法具有很高的并行效率和扩展性,原因是划分类算法的性能和划分后区间数据量的平均程度正相关。     

基于冲突关系的集合划分分类

介绍了中突关系的形式描述,研究了中突关系与相容的数学原理,构造了集合的划分算法,运用划分算法解决了补考安排问题.     

基于多色集合理论的工作流过程交互建模

为研究不同系统间工作流过程的交互问题, 基于多色集合理论构建了工作流过程交互矩阵和工作流过程交互多色图模型. 首先, 将元组与多色集合理论相结合, 形成多元素二元组多色集合与单元素二元组多色集合. 其次, 对围道矩阵进行扩展, 构成K元组围道矩阵和它的析取、合取、连接运算, 并对多色图中的节点进行区域划分以表示活动间交互所需的资源与消息. 最后, 构建系统间交互以及工作流过程交互模型, 用医院的HIS与RIS间工作流的交互为例进行验证.     

关系数据库的集合运算

本文将介绍Fo-chase“和FOWRO等关系数据库的库文件之间的并（U）、交、差（一）等集合运算问题，并给出相应的实现程序。工数据库的集会化关系数据库的库文件都是若干记录的集合，每个记录都有自己的记录号，即使各字段的值都对应相同的两条记录，也都有各自的记录号。在实际操作中，往往用某个（些）关键字段的值来区分不同的记录，当有多个记录的关键字段的值都相同时（如一条记录重复输入多次），只保留其中一条，则去掉关键字段重复的多余记录的操作，称为数据库的集合化。不失一般性，我们只取一个字段作为关键字段。例如：在ST．…     

关于集合运算的数据结构和算法

本文探讨适合于表示集合的数据结构，提出一系列与集合有关的算法，并分析算法的时间复杂性。     

VC++中集合类的使用

结合实例详细介绍了VC ++中表集合类和数组集合类的使用方法和步骤。     

基于二进制位集合的遗传算法设计及应用

遗传算法中,基因型串结构数据表示为无符号二进制整数,但在传统程序设计中,数据中的“0”和“1”是以字符(char)形式存储的,这样表示的基因数据不仅在数据结构上和实际存在差异,多占用了内存空间,而且也使算法中的操作实际是字符串操作。利用C++面向对象设计思想,通过引入二进制位集合类,使基因型数据真正表示为二进制位(bit)数据,并改进了数据的存储方式,减少了内存需求,使遗传操作编程更方便。     

NI携手FIRST共同推出第二届FTC科技挑战赛

近日,美国国家仪器公司（National Instruments,简称NI）携手FIRST共同在同济大学嘉定校区举办第二届FIRST科技挑战赛（FTC）2012年上海赛区决赛和中国赛区总决赛。     

Parallel Processing of FIRST and FOLLOW Sets in Multiprocessors Environments

This paper describes a new method of computing FIRST and FOLLOW sets on multiprocessors environments in parallel, and it also discusses the design thoughts and tactics. For a given grammar G,when the LL（R） analysis table is constructed and the grammar is judged whether it is a LL （1） grammar or not, it needs to construct FIRST and FOLLOW sets of the grammar, because of large quantities of terminals and non-terminals in the grammar and this is of theoretical and operation significance in considering the parallel processing method of computing FIRST and FOLLOW sets.     

一种基于粗糙集理论的快速并行属性约简算法

将并行计算的思想融入基于粗糙集理论的快速属性约简中,提出了一种基于粗糙集理论的快速并行属性约简算法.该算法在保证约简结果是Pawlak约简的情况下,将属性约简任务划分到多个处理器中同时处理,从而大大提高了属性约简的效率.仿真实验结果说明了该算法的高效性.     

粗糙集多目标并行属性约简算法

粗糙集理论(RST)中,求解最小属性约简MAR (minimal attribute reduction)是一种NP-难(non-deterministic polynomialhard)组合优化问题.蚁群优化算法ACO(antcolonyoptimization)是进化算法中的一种启发式全局优化算法,粗糙集理论与ACO相结合,是求解属性约简的一种有效、可行的方式.针对蚁群优化算法易于陷入局部最优解、收敛速度慢等问题,首先以一种改进的信息增益率作为启发信息,提出了冗余检测机制,对每个被选属性和每代最优约简集合进行冗余检测,并提出了概率提前计算机制,可避免每只蚂蚁在搜索过程中相同路径上的信息反复计算;针对大数据集的属性约简问题,考虑到蚁群优化算法具有并行能力以及粗糙集中“等价类”计算的可并行性,提出一种将ACO与云计算相结合用于求解大数据集的属性约简算法,在此基础上,进一步提出一种多目标并行求解方案.该方案可以同时计算出其余属性相对于当前属性或约简集合的重要度.实验结果表明,该算法在处理大数据的情况下能够得到最小属性约简,计算属性重要度的时间复杂度由O(n2)降至O(|n|).     

基于Rough集的交叉覆盖算法设计

1.引言人工神经网络因其特有的信息处理能力和独到的解算能力取得了长足的发展,引起各方面的广泛关注,当前已经有许多人工神经网络模型在视觉、语言、信号处理、自动控制、函数逼近、金融证券等领域获得成功的应用,但诸如BP网络等模型也存在一些带有共性的缺点,比如:学习和训练时间很长、学习收敛性很难保证。文[2]根据神经元的几何意义提出的     

面向大规模数据集的并行化Top-k Skyline查询算法

随着数据规模的日益庞大,在大规模数据集中帮助用户定位出数据量可控的代表性信息显得越发重要。虽然Top-k Skyline查询能够找到数据集中前k个最具代表性的信息,在获取代表性信息的同时又控制了结果规模,满足了上述要求,但是现有的Top-k Skyline查询在面对大规模数据集时效率较低,并不适用于大规模数据集。为了解决这个问题,将Top-k Skyline查询与并行化处理相结合,提出了一种面向大规模数据集的并行化Top-k Skyline查询算法PTKS（parallel Top-k Skyline）,通过充分利用分布式资源,将原有查询进行有效的并行化处理,同时设计了基于用户偏好的用于缩减结果数据量的筛选规则,满足用户需求。在真实数据集上进行了相关实验,并与现有方法进行了对比,结果表明PTKS在大规模数据集上的查询效率更具有优势,能很好地适用于大规模数据集。     

层叠加权中值滤波器

利用层叠滤波器的阈值分解特性，提出了一种基于阈值分解结构的滤波器－层叠加权中值滤波器。该滤波器结构简单，易于并行处理和通过ＶＬＳＩ实现。图象处理仿真实验表明，其具有良好的滤波效果。     

基于佳点集遗传算法的足球机器人策略设计

为了优化足球机器人策略的设计,文中提出了一个基于佳点集遗传算法的足球机器人动作规划算法。首先定义一个足球机器人的动作集合,根据赛场的实际情况为足球机器人分配角色与任务,然后利用佳点集遗传算法为足球觇器人选择合适的动作,用该算法进行截球实验和射门实验。实验结果表明,应用新算法的仿真足球机器人动作更准确,效果更佳。