基于启发式规则优化的网页元素提取方法

网页信息提取方法中的启发式规则,是识别网页标签信息、利用网页节点分析结果、针对网页不同内容、完成信息提取的重要手段。本研究在对现有启发式规则进行研究分析的基础上,提出了几种优化的启发式规则,实现对网页标题、发布时间、来源以及正文内容等元素信息的精准提取。本研究进一步提出了运用编辑距离算法实现正文内容提取准确率的判定,并提出阙值优化方法,克服了正文提取中噪声节点多、内容识别不完全的缺陷,大大提高了提取的准确度。     

机器人足球比赛系统中的机器人任务分配方法

针对基于遗传算法的多机器人任务分配方法中,由于初始种群是随机产生不能很好地表征整个解空间,而容易陷入局部最优解的问题,提出一种新的多机器人任务分配方法。该方法根据机器人效用函数值来确定个体基因,从而产生初始种群,并引进分层遗传算法来实现具有不同最优基因的群体分开演化。仿真实验表明,该方法比传统的遗传算法有更高的寻优效率和更快的收敛速度。     

移动边缘计算中基于中继辅助计算方法综述*

为了满足下一代网络在覆盖范围、部署成本以及容量方面的挑战,移动边缘计算（MEC）通常需要借助中继节点的辅助来完成计算密集型和延迟敏感型的任务。首先介绍了基于中继辅助MEC系统的基本架构,之后从任务卸载、资源分配和中继节点选择三方面对基于中继辅助MEC系统最新的研究方法进行归纳总结。更进一步,针对现有方法可能存在的问题与挑战进行了讨论与分析,并提出一些可行的解决方案为后续研究发展提供参考。     

基于IFMOP的玉环市区域水资源配置

引入无概率分布的区间数表示不确定性影响范围,选取经济效益、供需水效率和COD排放量分别构建经济目标、社会目标和环境目标优化函数,构建了玉环市不确定性模糊多目标规划(IFMOP)水资源配置模型,并计算了不确定性解集。结果表明:IFMOP配置计算成果可实现玉环市区域水量水质协调高效利用和社会-经济-生态系统均衡发展;在75%来水保证率下各行业配置总水量不确定性范围为14 375万~15 154万m³。IFMOP水资源配置模型在信息不充分的条件下能够全面使用各类数据信息进行水资源配置,更好地满足水资源在各行业配置过程中的动态管理需求。     

基于多维产出ZSG-DEA模型的中国水资源污染综合分配效率测算

利用考虑多维产出的零和收益-数据包络分析(ZSG-DEA)模型测算2000—2017年中国大陆31个省级行政区(以下简称省)在水资源污染排放总量固定下的污染综合分配效率及生产、生活与生态3个维度的产出效率,并基于效率最大化原则对2017年各省污染排放额度进行调整。结果表明:31个省污染综合分配效率的平均值由2000年的0.322上升至2017年的0.364,生产维度产出效率是拉动污染综合分配效率提升的主要动力;2000—2017年31个省污染综合分配效率的平均值为0.341,生态产出过量与生活维度产出不足导致污染综合分配效率处于较低水平;污染综合分配效率、生态维度产出效率与生活维度产出效率受经济发展水平影响较小,而生产维度产出效率受经济发展水平影响较大;污染综合分配效率分布由大到小为东部、西部、中部,生产维度产出效率分布由大到小为东部、中部、西部,生态维度产出效率分布由大到小为西部、中部、东部,生活维度产出效率分布由大到小为西部、东部、中部;各省污染排放调整额度与污染综合分配效率呈正相关关系,北京、天津、上海、浙江、青海与西藏等20个效率较高的省可增加污染排放额度,河北、安徽、河南、江西与湖北等11个效率较低的省需降低污染排放额度。     

多机器人网络中资源公平分配的研究

就如何实现多机器人网络中各独立任务资源的公平分配及其服务质量最优化提出了一种新方法。该方法通过对增益控制参数的模糊控制,增强了系统的鲁棒性,并尽可能快速平稳地实现各项独立任务所需资源的公平分配。     

基于云自适应遗传算法的NoC路径分配研究

路径分配是NoC设计流程中的两个关键步骤之一;路径分配的结果对NoC系统的性能尤其是通讯延时有着很重要的影响;多约束条件下的NoC路径分配问题是NP完全问题,要求出其最优解比较困难,目前常用的方法是利用启发式算法求得其较优解;文中提出一种基于云自适应遗传算法的NoC路径分配解决方案,该算法利用云模型对传统遗传算法加以改进,采取新的方法自动调整遗传算法过程中的交叉概率pc和变异概率pm,将适应度与云模型的3个参数Ex、En、He相互结合,从而达到优化遗传算法的目的;将此算法应用于2D-Mesh拓扑结构的NoC中,以平衡链路负载和联合优化为实验目标,以优化静态通讯分配结果;实验证明,文章所采取的算法在平衡链路负载和联合优化方面均取得了良好的效果。     

Register allocation for write activity minimization on non-volatile main memory for embedded systems

Non-volatile memories are good candidates for DRAM replacement as main memory in embedded systems and they have many desirable characteristics. Nevertheless, the disadvantages of non-volatile memory co-exist with its advantages. First, the lifetime of some of the non-volatile memories is limited by the number of erase operations. Second, read and write operations have asymmetric speed or power consumption in non-volatile memory. This paper focuses on the embedded systems using non-volatile memory as main memory. We propose register allocation technique with re-computation to reduce the number of store instructions. When non-volatile memory is applied as the main memory, reducing store instructions will reduce write activities on non-volatile memory. To re-compute the spills effectively during register allocation, a novel potential spill selection strategy is proposed. During this process, live range splitting is utilized to split certain long live ranges such that they are more likely to be assigned into registers. In addition, techniques for re-computation overhead reduction is proposed on systems with multiple functional units. With the proposed approach, the lifetime of non-volatile memory is extended accordingly. The experimental results demonstrate that the proposed technique can efficiently reduce the number of store instructions on systems with non-volatile memory by 33% on average.     

利用信息技术优化课堂教学研究

21世纪是以计算机和网络技术为特征的世纪,信息技术在社会各个领域得到了广泛的应用,信息化课堂教学作为信息技术应用于教学的核心,也是目前我国推进教育信息化进程中的重、难点。尽管信息化课堂教学正如火如荼地开展,但仍存在许多弊端,从而导致信息化课堂教学流于形式。本文通过对目前信息化课堂教学存在的弊端及成因进行分析,提出并讨论了利用信息技术优化课堂教学的有效性措施。     

基于最大加权独立集的频谱分配算法

动态频谱接入技术允许认知用户接入未授权的频谱,可以有效地提高频谱资源的利用率。频谱分配算法的时间开销和公平性是算法优劣的主要评价标准。本文从图论着色模型出发,构建了着色算法的评价体系及优化目标。针对用户间的公平性与分配的时间开销问题,在极大独立集的基础上提出了基于加权最大独立集的着色算法,获得了接近于最优的用户公平性,且该算法的时间开销等于信道数,与认知用户的数目无关。仿真分析验证了算法的正确性。