Google体系结构分析

为了适应大规模广范围高密度的搜索,Google的网络搜索应用允许在不同的处理器上运行不同的查询;同时,通过对全局索引进行分解,Google也允许在多个处理器上运行单一的查询.Google的主旨是,使用市场上流行的具有通用的PC,以达到大型机所具有的高性能.通过对已有资料进行搜集,对Google的体系结构、工作性能等进行分析,目的是通过对Google的调研,给网格建设提供一定的借鉴.     

Locally linear discriminant embedding: An efficient method for face recognition

In this paper an efficient feature extraction method named as locally linear discriminant embedding (LLDE) is proposed for face recognition. It is well known that a point can be linearly reconstructed by its neighbors and the reconstruction weights are under the sum-to-one constraint in the classical locally linear embedding (LLE). So the constrained weights obey an important symmetry: for any particular data point, they are invariant to rotations, rescalings and translations. The latter two are introduced to the proposed method to strengthen the classification ability of the original LLE. The data with different class labels are translated by the corresponding vectors and those belonging to the same class are translated by the same vector. In order to cluster the data with the same label closer, they are also rescaled to some extent. So after translation and rescaling, the discriminability of the data will be improved significantly. The proposed method is compared with some related feature extraction methods such as maximum margin criterion (MMC), as well as other supervised manifold learning-based approaches, for example ensemble unified LLE and linear discriminant analysis (En-ULLELDA), locally linear discriminant analysis (LLDA). Experimental results on Yale and CMU PIE face databases convince us that the proposed method provides a better representation of the class information and obtains much higher recognition accuracies.     

模糊综合评判理论在研究性学习系统中的研究及应用

介绍了工程数学中的模糊综合评判理论以及相应树型向量推理算法,并将模糊综合推理机制运用到研究性学习系统中进行研究型应用。该系统中运用模糊综合评判对学习效果进行合理评判,得出综合成绩,以其作为改进研究性学习模式的参考评证,从而使研究性学习过程良性发展。     

基于主次原型超平面最接近支持向量机

基于广义特征值的最接近支持向量机GEPSVM是一种新的具有与SVM性能相当的两类分类方法,通过求解广义特征值来获得两个彼此不平行的拟合两类样本的超平面,其决策规则是将测试样本归为距其最近的超平面所在的类。然而,该规则在某些情形会导致较差的分类结果。对此,本文提出了在利用GEPSVM产生一个主原型超平面的基础上,再利用主原型超平面及它类样本的信息构造一个次原型超平面,形成一个由主次原型超平面共同决策的最接近支持向量机。该方法不仅简单且易于实现,而且具有较GEPSVM更优的分类性能。在UCI数据集上的实验验证了它的有效性。     

基于控制微元的统计自适应增量控制方法

依据系统对模拟量实时控制的要求,提出了基于控制微元的统计自适应增量控制方法,给出了量化控制状态统计图的获取方法,分别找出了扩展控制微元的统计稳定系数、平均统计状态偏差、统计趋势、统计超调、尾偏差等参数与调节增量之问的关系,确定了统计控制策略及其最优化条件,给出了统计预测自适应记忆增量控制器的设计方案.该方法易于微处理器编程,运算速度快,可高效率实现对模拟量的精确控制.     

圆锥裁剪BLOB的视频目标检测方法

真实场景的视频目标检测需要消除阴影、反射和鬼影等噪声的影响,以检测出运动目标和静止目标.为了实现系统性的视频目标检测,提出一种自适应圆锥裁剪联通块(TC-BLOB)榆测方法.基于BLOB知识,将3D颜色空间变换为"夹角-模差"2D空间后,定义一套圆锥裁剪规则划分出阴影BLOB和反射BLOB;再以一种持久化记忆PM方法判别出鬼影BLOB;最后改进双背景模型检测出静止目标和运动目标.采用不同环境视频进行实验的结果表明,文中方法足有效的,并有独立于后续跟踪的优点.     

基于GIS的有害生物分布预测系统研究开发

为了满足现代农业发展的需要,建立有效预防和控制外来有害生物入侵的技术平台,研究开发出一种基于地理信息系统(GIS)的有害生物分布预测系统.系统将ADO数据库访问技术和GIS空间管理技术相结合,实现了空间数据的自动采样和处理,并利用两种生态位模型算法GARP和MaxEnt分析预测出有害生物在我国潜在的地理分布区,最后对模型预测结果进行ROC曲线评价.实验结果表明,系统的模型评价指标值均在0.85以上,对于有害生物的适生性分析具有较好的预测能力.     

改进的蚁群算法及其在2DHP模型中的应用

为了提高蛋白质折叠问题解的质量,采用蚁群算法对蛋白质的折叠问题进行研究,并且在现有的蚁群算法的基础上成功引入了淘汰和克隆机制,使其具有更好的运算效率,并成功应用到2DHP模型中.在蚁群对最优值进行搜索的过程中,容易出现局部最优点,导致影响解的质量.为了避免计算结果收敛到局部最优点,引入了一种最大最小蚁群策略.选择测试序列进行实验,实验结果表明,该算法在保证解的质量的同时,还具有较高的效率.     

双积分系统阶跃响应快速无超调控制: 一种增益切换非线性PD控制

采用标准PD或PID控制器镇定双积分对象时,系统的阶跃响应必然存在超调:为此,设计了一种可以切换增益的非线性PD控制器,给出了系统阶跃响应无超调的充要条件,以及减小调节时间的方法.采用的切换规律是:当误差的幅值大于设定门限时,设计好的快速PD控制器投入工作,以加快误差的收敛:当误差的幅值小于设定门限时,设计好的强阻尼PD控制器投入工作,以抑制可能出现的超调.通过这两个控制器的配合作用,既能实现阶跃响应无超调,又能有效减小调节时间.仿真验证了该结论.     

基于Struts2框架的AJAX开发研究

AJAX通过异步交互技术,提高了在B/S模式下服务器与客户端之间的传输效率和响应速度.Struts2通过兼容DWR和Dojo两大框架,以及提供对AJAX的支持标签,整合了AJAX技术.同时针对XML格式在AJAX中传输数据方面的效率低下问题,提出了利用JSON格式支持AJAX在Struts2中的数据交换的优化方案,实现了一个能够提供快捷的响应和良好的互动功能的MVC框架.