Julia集合CPU和GPU方法的分析比较

Julia集合编程主要有CPU和GPU两种实现方法。这两种方法的主要区别就是核函数的实现,在CPU方法中使用for()循环来遍历数据,而GPU方法中使用线程块的索引来生成数据的索引从而来遍历数据。通过实验测试,GPU方法的性能比CPU方法提高了将近10倍。     

基于工程图的参数化三维重建技术研究

提出了一种基于工程图的参数化三维实体的构造方法.针对DXF格式的工程图文件完成了几何数据的读取、视图的划分和数据的重组;以基本体素为单位,对工程图实现对应图元的匹配和参数的提取;根据基本体素的虚、实性,采用一种基于三角面片的集合运算来构造完整的实体.在VC 和OpenGL环境下实现了三维重建系统的开发,证明了该方法的有效性.     

总理赔量分布的另一种选择:复合Poisson-逆高斯分布

本文考虑当理赔次数N的分布为Poisson-逆高斯分布时,相应的总理陪量分布(即复合Poisson-逆高斯分布)的两种近似:正态分布和平移Gamma分布。同时还考虑了当理赔量的分布为下指数分布时复合Poisson-逆高斯分布的尾概率的一种近似计算。     

一种基于系数状态表的SPIHT图像编码算法

提出了一种新的基于系数状态表的SPIHT(LPS-SPIHT,list of p ixel stata-set partition ing in h ierarch icaltrees)图像压缩编码算法,该算法具有以下5个特点:第一,定义了一种扩展的空间方向树,使1个结点含有2×2相邻的4个系数,并将基本EZW(嵌入式小波零树)的符号定义应用于扩展树;第二,用1个廉价的系数状态表代替了SPIHT算法中的LIS(不重要集合表)、LIP(不重要像素表)、LSP(重要像素表)等3个数据表,节省了内存;第三,通过扫描系数状态表,可一次性完成对图像数据的编码,使分类过程与细化过程合二而一;第四,利用一种树指数避免了重复计算,提高了处理速度;第五,通过重新组织编码过程,省去了对大量可推知位的编码,提高了压缩效率。实践证明,与目前公认的最为有效的SPIHT算法相比,该算法不仅性能优越,而且计算简单,容易实现。     

带有区间约束的产品设计参数模糊推理法及其在继电器智能设计中的应用

在产品设计规则和计算式中,常存在一些只能在某一范围内取值的待定系数(设为a,且a∈[aL,aH]).a的取值通常受到多种因素的影响和约束,而这种约束往往带有模糊性.为此,首先根据设计规则中各种影响因素对a的模糊约束关系,分别构造两者的备择集以及备择集元素在其论域上的模糊集合,然后基于模糊综合决策方法来确定a.本方法剔除了以往在解决这一问题时,由人来决定a取值的主观性,适用于产品的智能化设计.     

潮流建模中的不确定性——边界潮流法的应用

回顾了边界潮流法最新研究进展和应用现状。边界潮流法是一种通过赋予不确定节点功率以模糊/区间数来找到精确潮流解的方法。边界潮流法得到的结果可以纳入系统不充裕指标的形式中。这些指标可用于风险评估——决策过程中的基本部分。118节点测试系统的数字仿真结果表明了所提方法的适用性。     

广告符号在传播中的价值

论述了将符号当作一种方法论去认识广告,以裨益于广告的创意表现,因而讨论了广告在传播中的价值,并提出在当代市场传播环境中,关于符号传播研究和实践的迫切性.     

关于双射函数f:N×N×N→N的研究

讨论了可数无穷个可数无穷集合的并的计算问题.通过对自然数集合N的二次笛卡尔积运算--N×N和三次笛卡尔积运算--N×N×N的详细分析,得出了它们与自然数集合N之间都存在双射关系结论,即集合N×N和集合N×N×N都是可数无穷的.文中推导出了自然数集合N的三次笛卡尔积运算--N×N×N与自然数集合N之间的双射函数运算公式,对可数无穷集合的复杂计算作了进一步研究.得出结论:任意可数无穷个可数无穷集合的并(如N×N×N×...,即Nn)也是可数无穷的.     

U See,U Say——-朗玛UC即时通信娱乐平台

即时通信软件加上游戏、社区、电信等多方面的综合功能,就形成了完整的信息娱乐交流平台,国内市场中最为火爆的当然是腾讯QQ,早期它通过免费的服务和不断提升的功能,抓住了绝大部分用户的心,从而成为业界的老大。近年来,国内的即时通信软件领域完全可以用异彩纷呈来形容,而2002年初露锋芒的朗玛UC,则是其中的一匹黑马。全免费的朗玛UC具有不错的易用性,并提供多种插件集合,可进行在线游戏、聊天等活动,是一款颇具特色的即时通信娱乐平合。     

对n元多项式对称性的研究

将Sa通过置换下标作用在n元多项式环上，命I(f)是这个作用下多项式f所对应的迷向子群,易知f是n元对称多项式当且仅当I(f)=Sa,即,I(f)刻画了f的对称性．本文对任意的f，提出了一种方法，指明I(f)的结构．最后给出了一个与多项式分解相应的I(f)的表达式．