向量化中的隐数据依赖关系

本文以FORTRAN语言作为背景,通过例题首先抽象出向量化中的隐数据依赖关系的概念,继而分类剖析它对串行运算向量化的潜在影响;描述向量运算识别器对于隐数据依赖关系的识别算法。本算法已经基本实现。     

向量化中的隐数据依赖关系

以FORTRAN语言作为背景,本文通过例题首先抽象出向量化中的隐数据依赖关系的概念,继而分类剖析它对串行运算向量化的潜在影响,描述向量运算识别器对于隐数据依赖关系的识别算法,本算法已经在银河机上基本实现。     

IBM PC FORTRAN使用技巧

本文讨论了如何使用IBM PC FORTRAN已提供的功能来实现灵活的输入输出(光标定位、可变格式输入输出及非行式输入输出)和字符串处理(字符串的分解与连接、与数值型数据间的转换及字符串分析)。     

解决通讯缓冲输出的一种方法

在微型计算机上,一般的磁盘操作系统对通讯没有提供缓冲输入输出的功能,也无中断输入输出功能。但是目前的计算机辅助设计中,经常要用到微机的通讯端口进行输入输出。例如用FORTRAN语言编写DMP-50绘图仪图形绘制程序是通过通讯端口交换数据。直接利用高级程序设计语言中的文件/设备打开功能(如BASIC和FORTRAN语言中的OPEN语     

美国国家标准FORTRAN建议草案

1.引言 1.1 目的 这个标准详细说明用FORTRAN语言表达的程序形式和建立对这种程序的解释。本标准的目的将是提高FORTRAN程序的可互换性以便于在各种各样的数据加工系统上使用。 在本标准中,数据加工系统和程序赖以转换用于该数据加工系统上的机构之组合称为处理系统(Processor)~*     

浅谈怎样简便组织FORTRAN程序的原始数据输入

FORTRAN 是目前国际上广泛流行的一种适于科学计算的程序设计语言,它具有标准化程度高,较易优化,执行效率高等显著优点。FORTRAN语言的文件处理,输入输出操作的功能特别强,具有方便程序设计的一面,但那令人头痛的输入输出格式,则给做数值计算的用户很大约束,十分烦琐。标     

利用AutoLISP实现AutoCAD与FORTRAN接口

利用AutoLISP语言实现FORTRAN程序和AutoCAD之间接口,主要是利用了FORTRAN的格式输出能力和AutoLISP语言的I/O函数READ-LINE。FORTRAN语言的格式输出能力,使得FORTRAN能将其计算的结果数据以整齐的格式形成磁盘数据文件。这样,利用AutoLISP语言的I/O函数READ-LINE和子串函数SUBSTR,就可以一项一项地将数据文件中的各项分别取出。此时,取出的各项,其类型是“字符串”,再利用READ函数,它可以将一个字符串变为原子——即符号。对于这些符号,我们可以将其构成表的形式以方便LISP处理。如果在FORTRAN的输出语句中,将输出的数据文件写成带有符号名的整齐格式,如:符号名值符号名值……,那么由LISP将其构成     

基于时序和上下文特征的中文隐式情感分类模型

对社交网络上的海量文本信息进行情感分析可以更好地挖掘网民行为规律,从而帮助决策机构了解舆情倾向以及帮助商家改善服务质量。由于不存在关键情感特征、表达载体形式和文化习俗等因素的影响,中文隐式情感分类任务比其他语言更加困难。已有的中文隐式情感分类方法以卷积神经网络（CNN）为主,这些方法存在着无法获取词语的时序信息和在隐式情感判别中未合理利用上下文情感特征的缺陷。为了解决以上问题,采用门控卷积神经网络（GCNN）提取隐式情感句的局部重要信息,采用门控循环单元（GRU）网络增强特征的时序信息;而在隐式情感句的上下文特征处理上,采用双向门控循环单元（BiGRU）+注意力机制（Attention）的组合提取重要情感特征;在获得两种特征后,通过融合层将上下文重要特征融入到隐式情感判别中;最后得到的融合时序和上下文特征的中文隐式情感分类模型被命名为GGBA。在隐式情感分析评测数据集上进行实验,结果表明所提出的GGBA模型在宏平均准确率上比普通的文本CNN即TextCNN提高了3.72%、比GRU提高了2.57%、比中断循环神经网络（DRNN）提高了1.90%,由此可见, GGBA模型在隐式情感分析任务中比基础模型获得了更好的分类性能。     

一种基于高斯隐变量模型的分类算法

高斯过程隐变量模型是近年来新兴的无监督降维方法,它可以找到高维数据的低维流形结构.但是由于高斯过程隐变量模型是无监督的概率降维方法,所以当数据集中的样本有类别标记信息时,高斯过程隐变量模型不能利用这些监督信息,实现分类的任务.为了使高斯过程隐变量模型可以处理分类任务,文中提出了一种监督的高斯过程隐变量模型分类模型.通过最大化后验似然的方法确定观测数据在隐空间的坐标,同时可以完成分类任务.实验结果证明了该模型可以有效地用于分类.     

FORTRAN77中初值语句及外部过程的处理

一、初值语句的处理在FORTRAN77文本公布以前,FORTRAN初值语句的处理比较简单.如果认为初值语句中的量获得了初值以后,不再要求重新开工时或再次进入该程序段时恢复原来初值语句所定义的初值,那么编译程序对初值语句的处理,是在迂DATA语句时,对其中出现的量及其对应的数据初值,造一对照表并作语法检查.在编译结束之前,由编译程序根据该表赋予初值即可,无需把该表作为目标保存起来.当然,也可在编译完后将该表存于某文件上,随用随调.调出后,转去执行一个小的解释程序,按该对照表逐一赋给初值,然后目标程序才正式开工.这样作,便于     

树形结构数据输入输出控件的设计与实现

为解决现有树形结构数据输入输出控件都不能很好地输入一个树形数据完整信息的问题,提出了对现有树形结构数据输入输出控件进行改进并与其它控件组合成复合控件的方法。该方法分析了树形结构数据在数据库中的存在形式,分别设计并封装了现有树形结构数据输入输出控件,实现了自定义单表和多表树形结构数据输出控件,然后在自定义输出控件的基础上结合其它控件设计了单表和多表树形结构数据输入控件。该控件是数据敏感的,封装后数据的显示只需填写相关的自定义属性。并通过备件编目实例验证了该方法的有效性。     

序论

本节概述FORTRAN Ⅳ (H)编译程序的目的、它与操作系统的关系、它的输入输出数据流程、它的组成以及它的复盖结构。     

用含动态隐层的前馈网辨识非线性系统

用含动态隐层的前馈网对非线性系统建立全局成立的输入输出模型,证明了这种辨识 结构的可行性,网络学习算法为动态BP法.     

软件流水中隐式控制流恢复技术

具有条件分支的循环通过IF转换将显式的控制流转换为隐式的控制流,从而为指令调度提供进一步的机会.但它往往将程序的代码进行深度重构,增加了程序的理解和代码重建工作的复杂性.提出了一种软件流水循环中的隐式控制流恢复技术,用于重构软件流水循环中的条件分支,提高软件逆向工程中生成的目标代码的质量.     

FORTRAN源码从NDP FORTRAN移植到FORTRAN—— Powerstation 4.0应注意的几个问题

本文在简单介绍NDP FORTRAN和FORTRAN Powerstation 4.0的基础上,通过几个FORTRAN77程序的试验,说明了在将NDP FORTRAN环境下编译运行无误的源码移植到FORTRAN Powerstation 4.0环境时文件输入输出应注意的几个问题及解决方法。     

一种多变量隐式极点配置自校正控制器及其应用A

本文提出了一种极点配置自校正控制器.该控制器不仅能控制开环不稳定或非最小相位 系统,而且能控制具有任意、未知或变化传输延时结构的多变量系统.该控制器采用隐式方式 来实现即利用输入输出数据直接辨识控制器的参数.这样不仅避免在线解矩阵方程,而且增 加算法的鲁棒性.仿真和实时控制多变量电加热系统的结果表明该控制器具有好的控制性能.     

时空数据发布中的隐式隐私保护

随着大数据时代的到来,大量的用户位置信息被隐式地收集.虽然这些隐式收集到的时空数据在疾病传播、路线推荐等科学、社会领域中发挥了重要的作用,但它们与用户主动发布的时空数据相互参照引起了大数据时代时空数据发布中新的个人隐私泄露问题.现有的位置隐私保护机制由于没有考虑隐式收集的时空数据与用户主动发布的位置数据可以相互参照的事实,不能有效保护用户的隐私.首次定义并研究了隐式收集的时空数据中的隐私保护问题,提出了基于发现-消除的隐私保护框架.特别地,提出了基于前缀过滤的嵌套循环算法用于发现隐式收集的时空数据中可能泄露用户隐私的记录,并提出基于频繁移动对象的假数据添加方法消除这些记录.此外,还分别提出了更高效的反先验算法和基于图的假数据添加算法.最后,在若干真实数据集上对提出的算法进行了充分实验,证实了这些算法有较高的保护效果和性能.     

边界保持的隐式曲面三角化方法

隐式曲面三角化是隐式曲面绘制的常用算法.对于开区域上散乱点数据重建的隐式曲面,常用的隐式曲面三角化方法得到网格模型不能很好地保持散乱点数据的边界.针对该问题,提出了一种边界保持的隐式曲面三角化方法.根据散乱点数据的空间分布,控制等值面的抽取范围,实现了边界保持.实验结果表明,该算法能够产生和散乱点数据边界一致的三角网格.     

一种约束输入输出的隐式广义预测控制新算法

基于CARIMA模型提出了一种约束输入输出的隐式广义预测控制算法.针对广义预测控制问题,在整个预测时域和控制时域,对输入幅值,输入增量和输出幅值施加了约束,引入了输入输出柔化系数,从而简化了目标函数,减小了计算量,该算法不必求解逆矩阵;并采用了隐式广义预测自校正控制算法,利用并列预测控制器间的特点,直接辨识输出预测器中的参数,从而避免了在线求解Diophantine方程.该算法占用内存小,计算速度快,仿真结果表明该算法具有良好的控制性能.     

多媒体隐写研究进展

大数据分析可以跳过数据内容而仅从数据背景挖掘情报,传统的加密通信已经难以满足安全通信的需求。隐写技术是将秘密消息嵌入各种载体(如数字图像、音频、视频或文本)中实现隐蔽通信的技术,是应对大数据情报获取的有效手段,是密码技术的必要补充。人工智能,尤其是深度学习,在计算机视觉、语音和自然语言处理等领域的巨大成功,给隐写术带来了新机遇,提出了新挑战,促使基于图像、音/视频和文本的隐写术出现了一系列新思想、新方法。本文介绍隐写术的概念、分类、主要作用和研究意义,概述隐写术的发展历史、研究近况和应用场景。注意到各类载体上的隐写术虽然有差别,但是其核心追求有共通之处,可以提炼成通用的隐写编码问题。所以本文首先介绍隐写编码的基本思想与关键技术,然后针对最重要和流行的载体、图像、视频、音频和文本,分别介绍隐写术的进展。总体而言,本文从隐写编码、图像隐写、视频隐写、音频隐写和文本隐写5个方面概述隐写术的国际/国内发展现状,总结差异,对比优势和劣势,并分析发展趋势。