基于OWL的成语典故本体构建研究

本体是共享概念模型的明确的形式化规范说明,作为知识表示和知识共享的一种方法,本体是目前信息处理领域研究的热点.基于本体论的思想,利用骨架法构建了成语典故本体,并用OWL语言对成语典故本体进行形式化描述.详细介绍了成语典故本体的目的和使用范围、知识采集提炼及OWL描述,OWL描述分别从类、子类、属性、个体及关系几个方面进行了详细分析,为成语典故相关知识的查询奠定基础.通过成语典故本体的构建可有效对成语典故进行智能检索,是本体技术在中国传统文化中应用的尝试.     

多频率超声衍射CT图像重建的研究

根据傅里叶衍射投影定理,不同频率的超声波得到的投影数据的傅里叶变换对应着复平面上不同半径的圆弧.文中对多频率衍射层析成像原理进行深入探讨,提出了多频率超声CT模型,并对多频率超声CT进行实验研究.重建步骤如下:首先,根据标准的体模算出重建数据点的值;然后运用网格插值法将非笛卡分布的重建数据点插值到笛卡网格内;最后用二维的傅里叶逆变换完成图像的重建.多频率超声衍射CT的成像速度要快于单频率CT的成像速度.     

基于NS-2的视频流仿真方法研究

MPEG标准将视频图像序列编码为I帧、P帧和B帧,具有压缩比高、节省网络带宽的重要特性。随着视频会议等网络多媒体应用在因特网上的部署,视频流的流量特性的仿真研究具有越来越重要的作用。文中对MPEG视频流的流量特性及其仿真方法进行了研究。在分析MPEG编码技术原理的基础上,用C／C＋＋语言扩展了NS-2仿真器内核,添加了MPEG视频流量产生器模块,对NS-2中的流量产生器模块及视频仿真接口进行了扩展。实验结果表明,所提出的NS-2视频流仿真扩展方法是可行的和有效的。     

HMM在自然语言处理领域中的应用研究

隐马尔可夫模型（HMM）是一种强大的统计学机器学习技术,该模型已经成功地应用于连续语音识别、在线手写识别,在生物学信息中也得到了广泛的应用。由于该模型的强大的学习能力,在自然语言处理领域逐渐得到了应用。对隐马尔可夫模型在词性标注、命名实体识别、信息抽取应用中的关键问题进行了分析。着重分析了在信息抽取时使用隐马尔可夫模型的重点和难点问题,期望让更多的研究人员进一步认识和了解HMM。最后分析了隐马尔可夫模型在应用中的不足之处和改进研究。     

Pricing decisions with retail competition in a fuzzy closed-loop supply chain

The optimal pricing decision problem of a fuzzy closed-loop supply chain with retail competition is considered in this paper. The fuzziness is associated with the customer demands, the remanufacturing cost and the collecting cost. By using game theory and fuzzy theory, the optimal decision on wholesale price, retail prices and remanufacturing rate are explored respectively under the centralized and the decentralized decision scenarios, and the expressions for them are also established. Some insights into the economic behavior of firms are given, which can serve as the basis for further study in the future.     

轴承变载荷压力实验系统设计

针对现有轴承实验台的加载力不可按照任意载荷谱调节的缺陷,提出了PLC与虚拟仪器共同控制的方案.下位机采用PLC进行简单可靠控制,上位机采用虚拟仪器进行复杂的加载控制.详细阐述了控制方案及与PLC传输协议协调的实现方法.在允许的载荷输入范围内,该方案通过实验台加载力的可调输入,进行设定载荷谱试验,使试验时间有效缩短.试验结果表明,该方案灵活,且成本低,满足了产品测试需求.     

基于数据流程变换的Mashup性能优化方法

Mashup是一种流行的web2.0应用,由开发者将互联网上多个web数据源的数据进行聚合构建而成.大多数mashup工具支持通过可视化的数据流程设计来开发mashup,但是缺少编程经验的终端用户设计的数据流程可能执行效率很低,当处理较大规模数据时mashup的响应时间会大幅增加.本文研究如何通过数据处理操作的合并拆分、次序交换、并行化等技术实现mashup的数据流程优化,提高mashup的性能及可扩展性.本文提出一种新的mashup性能优化方法,对多样化的mashup组件标注其操作语义特征属性及代价模型,定义适用于mashup的流程变换规则,针对用户设计的rnashup数据流程生成所有与其语义等价的流程,并提出算法建立流程之间的代价偏序关系图从而快速选择执行代价最小的流程.文中实现了一个mashup工具,实验表明该方法可以有效提高终端用户设计的mashup的执行效率.     

基于OpenCL的MD5破解算法

在基于GPU的异构平台上,采用开放计算语言(OpenCL)实现破解算法,利用分轮生成攻击密码、图形渲染管线加速存取以及多密码并行等方法对算法进行优化,在Intel四核CPU Q8230(2.3 GHz)和一片NVIDIA GT200组成的平台上进行实验。实验结果表明,在相同CPU平台上该算法能够获得高于破解软件John the ripper 17倍的破解速度。     

晶圆制造物料运输系统实时调度方法

Interbay物料运输系统的运行效率对晶圆制造系统的影响较大。为减少运输小车平均搬运工件时间、晶圆工件的等待时间和运输小车的临时性堵塞,提出一种基于匈牙利算法的实时调度方法,并建立工件调度模型。基于300 mm晶圆制造系统数据的仿真结果表明,与传统的Interbay物料运输调度方法相比,该方法能有效提高Interbay物料运输系统的综合性能。     

基于动态混沌扰动的粒子群优化及其应用

针对混沌粒子群算法中存在的盲目搜索问题,提出基于动态混沌扰动的粒子群优化算法。对标准粒子群优化引入动态混沌扰动,在最优值改变时进行较小扰动,在多次不变时进行动态扰动范围的混沌扰动,减少混沌粒子群算法中存在的盲目搜索,提高搜索速度和效率,使有限的时间用在最有效的搜索上。将该算法应用到K均值算法中,可以克服K均值算法的局部最优和对初值和孤立点敏感的缺点,使K均值算法得到全局最优解。通过仿真实验证实该算法的高效性和稳定性。