快速的多项式平滑型支持向量顺序回归算法

支持向量顺序回归是一种重要的有监督排序学习算法.尽管其优化问题规模与样本数呈线性关系,但在学习大容量数据集时,训练速度仍过慢.为此,提出一种支持二次误差的多项式平滑型支持向量顺序回归(psSVOR)算法,其优化方法包括3个步骤:用两个分段多项式函数分别近似(1+x)+和(1-x)+,优化目标转变为二次可微的无约束问题,从而由Newton-YUAN方法直接求平行的多个决策超平面.给出了分段多项式平滑函数的3个性质及psSVOR的收敛定理.另外引入简约核提高非线性psSVOR的优化速度.多个公开数据集及LETOR OSHUMED的实验表明,与传统方法相比,psSVOR的顺序回归性能并不逊色,而训练速度显著快.     

基于AJAX和Struts的Web应用的设计与实现

为了构建更加动态,响应更加灵敏的Web应用程序,在对AJAX技术仔细研究的基础上,将其引入Struts框架中,极大地提升了Web应用程序的响应速度,从而使服务器方便、快捷地和客户端进行交互,解决了由于大量的数据交互而带来的服务器响应下降的问题.同时介绍了结合运用AJAX技术与Struts框架实现的信息管理系统中个人信息录入模块.     

组合认知复杂度的程序谱软件错误定位方法

基于程序谱的软件错误定位(spectrum-based fault localization,SBFL)技术收集测试用例结果和语句覆盖信息,用以计算每条语句的可疑度值.认知复杂度是软件复杂性度量工具,其值高的代码较易出错.为提升错误定位性能,提出一种语句级认知复杂度和SBFL相组合的方法对语句排序.当多条语句可疑度值相等时,新方法优先检查认知复杂度高的语句.测试数据集有925个错误版本,包含Java、C和C++项目.实验结果证实,加入认知复杂度后,传统的SBFL技术能减少待排查语句.     

大型火力发电厂汽轮机基础施工技术及工艺

介绍了某2×330 MW机组工程汽轮机基础施工技术及工艺、大体积混凝土及清水混凝土的施工控制措施等,对类似工程施工提供参考和借鉴.     

C#实现OPC历史数据存取研究

在OPC.NETCOM包装器和OPC.NETAPI的基础上,用C#实现一个实例,从OPC历史数据服务器抽取数据,对数据聚合运算。结果表明,该技术能应用于工业过程数据仓库,综合分析自动化系统所产生的历史数据,取得了满意的效果。     

屋顶风机选用的注意要点分析

介绍了屋顶风机类型及特点,指出了目前工业厂房的屋顶风机在设计和使用中存在的问题,针对存在问题提出了屋顶风机选型注意要点及管理措施,使客户能够更合理的选用和使用屋顶风机。     

适应Web检索的平滑型排序支持向量机

代价敏感的排序支持向量机将样本的排序问题转换为样本对的分类问题,以适应Web信息检索.然而急剧膨胀的训练样本对使得学习时间过长.为此,文中提出一种支持二次误差的代价敏感的平滑型排序支持向量机(cs-sRSVM),用分段多项式光滑函数近似铰链损失函数,将优化目标转变为无约束问题.再由Newton-YUAN算法求无约束问题的唯一最优解.在排序学习公开数据集LETOR的实验表明,cs-sRSVM与已有的代价敏感排序算法相比,训练时间更短,而检索性能同样出色.     

集成最近邻规则的半监督顺序回归算法

监督型顺序回归算法需要足够多的有标签样本,而在实践中,标注样本的序数耗时耗力,甚至难以完成。为此,提出一种集成最近邻规则的半监督顺序回归算法。基于最近邻,针对每个有标签样本,在无标签数据集选择与其最近似的若干样本赋以相同序数;再由监督型顺序回归算法训练有标签样本和新标注样本。多个数据集的实验结果显示,该方法能显著改善顺序回归性能。另外,引入折扣因子λ评估新标注样本的可信度,并讨论了λ和有标签数据集大小对方法的影响。     

ADO.NET中基于Shape的层次记录集传输研究

研究在ADO．NET中如何使用Shape命令，获取查询结果的层次记录集，减少数据库服务器和应用程序之间传输的数据副本．提高系统性能。并提供六组实验数据找出Shape命令的拐点。     

在Chebyshev多项式概要上近似属性分布

在属性分布估计中,给定关系属性的类型为N个,使用B个(BN)数值近似其频度分布.基于直方图和小波的概要数据结构得到深入的研究,然而Chebyshev多项式也适合于近似算法.首先构造基于Chebyshev多项式的概要,再在其上估计原始属性分布,和以前的方法相比,算法的优势在于: L1、L2、L∞等误差度量下更高的精度;构造概要的时间复杂度只有O(NB);更易于动态维护.Chebyshev概要的有效性在模拟数据序列和实际数据序列上得到验证.