基于Spark的高效并行自动编码机

机器学习中一个非常关键的问题就是如何获取良好的数据特征表示,许多经典的特征提取方法是基于数据间关系或利用简单线性组合降维后得到数据的特征表示。其中深度学习算法在各种学习任务中都可以取得良好的效果,而且可以学到很好的数据特征表示。但现有深度学习算法或模型大多为单机串行实现,不能处理较大规模的数据且运行时间较长。本文设计实现了一种基于Spark分布式平台的高效并行自动编码机,该编码机可以有效地进行特征表示学习,并且利用分布式计算平台Spark对 算法进行加速,优化了对稀疏数据的操作,大大提升了运行效率。本文通过在文本数据特征学习以及协同过滤两个任务上的实验,表明本文所实现的并行自动编码机的有效性和高效性。     

网页兴趣度度量方法及其在兴趣模型中的应用研究

根据用户以往网页浏览的隐式反馈信息来推断用户兴趣,给用户推荐感兴趣的网页内容,提出了网页兴趣度度量方法及其在兴趣模型中的应用。根据用户浏览网页时的停留时间和浏览行为,通过量化的兴趣度度量算法评估出用户对网页内容的感兴趣程度,从而建立起用户兴趣模型;在用户浏览网页的过程中,动态地更新用户兴趣;最终根据归纳出的用户兴趣向用户推荐文章。实验证明提出的网页兴趣度度量方法和对应的兴趣模型是可行的。     

DOA估计算法的一种修正MUSIC算法的研究

传统改进 MUSIC 算法通过对接收信号协方差矩阵作预处理,使信号协方差矩阵分解得到信号子空间与噪声子空间正交,从而降低噪声的影响。但当信号间隔很小时,随着信噪比的降低,传统改进MUSIC算法已无法分辨出信号。基于此问题提出的修正MUSIC算法在使信号子空间与噪声子空间正交的基础上,充分利用了噪声子空间及其特征值对噪声子空间的修正,进而构造谱峰搜索函数估计出信号。通过仿真实验,证实了在信噪比很低的情况下,信号间隔很小且存在相关信号时,修正MUSIC算法能准确地估计出传统改进MUSIC算法不能估计的信号。     

一种基于高斯核化有效性指标的自适应优选聚类数的FKCM

针对传统的模糊核聚类算法(FKCM)需给出聚类个数,且对初始值敏感、易陷入局部最优的缺点,本文提出了一种基于高斯核化有效性指标的自适应优选聚类数的模糊核聚类算法(GKVI-AOCN-FKCM)。利用基于密度和距离的方法选取初始聚类中心,克服了对初始值的敏感,提高了聚类效率。然后用高斯核函数核化后的有效性指标评价聚类效果并自动确定最佳分类数,从而无监督地实现对数据集的模糊划分。对Iris数据集的仿真实验及石脑油属性数据分类的应用验证了算法的可行性和有效性。     

基于信号强度的分组帧时隙ALOHA防碰撞算法

针对现有ALOHA防碰撞算法存在系统吞吐量低下的问题,利用射频识别阅读器和标签之间的信号能量传输特点,对帧时隙ALOHA算法( FSA)进行改进,提出一种分组帧时隙ALOHA防碰撞算法。根据接收信号能量的强度将标签均匀分布到帧时隙中进行分组应答,从而降低标签碰撞概率。仿真实验结果表明,在标签数与帧时隙数之比小于1.8的情况下,该算法最大系统吞吐量可达50%,优于FSA算法及碰撞分组算法。     

Android嵌入式系统架构及内核浅析

对当前流行的Android系统平台架构按层次解析,分析了各层的组成与特点,并对基于Linux内核的系统核心分析了其新增和修改的内核驱动,新的内核支持各种基于Android平台的外设和对强大网络功能的需求.     

基于S3C2410嵌入式无线视频监控系统的设计

介绍了一种基于S3C2410硬件平台和嵌入式Linux操作系统的视频监控系统的总体设计方案,在嵌入式Linux平台下利用软件实现视频数据的采集、MPEG-4编码和网络传输;阐述了系统的总体结构和各部分功能特点,选择xvidcore作为本系统中视频图像压缩模块中的核心算法;采用以嵌入式Linux系统为核心,基于其良好的网络功能,通过USB摄像头实时获取视频和CDMA模块完成无线网络及Internet的接入;控制终端利用Wi-Fi无线局域网技术通过AP接入Internet,真正实现视频监控的无线化,满足无线视频监控系统的要求。     

基于VC的学生教务信息管理系统的设计

随着科学技术的不断提高,计算机科学日渐成熟。作为计算机应用的一部分,使用计算机对学生成绩信息进行管理,有着手工管理所无法比拟的优点。例如：检索迅速,查找方便,可靠性高,存储量大,保密性好,寿命长,成本低等。学生成绩管理系统提供了强大的学生成绩管理管理功能,方便系统管理员对学生成绩等信息的添加,修改,删除,查询,等操作,同时方便学生对自己各科成绩查询,进行学习交流。     

图形处理器CUDA编程模型的应用研究

由于图形处理器(GPU)最近几年的快速发展,基于 GPU 的通用计算已经成为一个新的研究领域.通过对nVIDIA 公司最新的通用计算 GPU 编程模型-CUDA 的研究,阐明了 CUDA 应用程序的结构和它本身特征,讨论和分析了 CUDA 编程方法与普通 CPU 编程的差别,并以 H.264 数字视频编解码中,以消除宏块边界锯齿为主要目的的去块滤波模块为实例.详细描述了 CUDA 编程的方法和特点,最后通过与 CPU 编程实现的去块滤波模块的性能比较,揭示了 CUDA 在计算能力上的优势,为进一步优化编解码器性能和 GPU 通用计算提供了新的方法和思路.     

自然场景下的文本定位

首先阐述了文本定位的基本流程,然后列举了现有的主要文本定位方法,分析了基于区域、纹理、边缘、角点的文本定位方法和机器学习的文本定位方法的优缺点,详细说明了文本区域验证和文本块区域合并的方法,最后总结了各种文本定位方法。