基于相关随机子空间的分类数据聚类集成

为了提升分类数据聚类集成的效果,提出了一种新的相关随机子空间聚类集成模型。该模型利用粗糙集理论将分类属性分解成相关和不相关子集,在相关属性子集上随机生成多个相关子空间并对分类数据进行聚类,通过集成多个较优且具差异性的聚类结果以获得最终的聚类划分。此外,将粗糙集约简概念应用于相关子空间属性数目的确定,有效地避免了参数对聚类结果的影响。UCI数据集实验表明,新模型的性能优于其他已有模型,说明了其有效性。     

运维管理平台工作流引擎设计

论述在运维管理平台设计中针对业务发展对系统功能的不断要求引入工作流引擎.实现方便地创建公文流程,不需要编写任何代码;方便地构建业务流程,并能无缝融合到现有的IT服务流程中;方便流程配置、管理,通过图形化工具来确定流程的定义功能,方便流程的变更.     

多线程技术在航班规则检查中的应用

多线程程序设计技术在开发并行性和提高系统性能等方面的应用日益广泛.分析了线程和多线程程序设计的概念和基本思想,并结合在航班优化系统中航班规则检查的应用实例,说明了多线程程序设计的实现方法.     

融合多元信任关系的新型推荐模型

现有的基于信任关系的推荐模型大多用于预测缺失的“用户-物品”评分,未考虑信任关系自身的多样性。基于此,研究了考虑多元信任关系的物品序列推荐的矩阵分解模型。首先,针对社交网络中目标用户可分别作为信任者和受信任者2种情形,提出相应的信任者相似度因子模型(truster factored similarity model,TrusterFSM)和受信任者相似度因子模型(trustee factored similarity model, TrusteeFSM);然后,通过融合两者获得最终的信任相似度因子模型(trust factored similarity model, TrustFSM),TrustFSM引入了物品偏置、用户偏置、物品相似度、用户相似度和社交相似度的影响。最后,基于真实数据集的实验结果表明,TrustFSM获得了最优的推荐效果,所提3种模型的性能优于现有模型（有/无引入信任者信息）。     

基于CPE模式的本科院校计算机实践教学探索

提出将人才培养的CPE模式引入金融计算机应用人才教学中,借鉴CPE模式的精髓来对金融计算机应用人才知识体系进行CPE分类划分,阐述以学生为主体的CPE教学模式并介绍其人才培养措施。     

HEVC的高效分像素运动补偿

现有的视频编码方法单独针对不同的编码技术进行优化,虽然简化了算法的实现,但却忽略了各者之间的内在关系而局限了性能的进一步提升.本文尝试针对HEVC中的分像素插值和分像素运动估计建立一种整合的优化算法,同时提升两者的计算速度.首先,我们通过细分不同分像素的插值方法,把每个分像素的插值代价融合在分像素运动估计的搜索中,并构建一种性价比优先的分像素运动估计方法.该运动估计方法的每一步搜索都按照最小化计算代价和最大化率失真收益的原则进行,保证以最小的计算消耗获得最优的性能.其次,为了配合该方法我们针对HEVC的特性构建了一个分区域分像素集的分像素插值算法.该插值算法在分像素运动估计过程中仅动态地计算所用到的分像素,解决了现有插值算法无法同时降低重复计算和冗余计算的问题.实验结果表明,我们的整合算法可以在几乎不产生率失真性能损失的情况下,大幅地加快分像素运动估计和插值的速度.     

基于Monte-Carlo方法计算定积分的算法研究

Monte-Carlo方法是一种以概率统计理论为指导的一类非常重要的数值计算方法。本文给出Monte-Carlo方法计算定积分的算法实现,并从准确率和时间效率上与插值积分法求积分进行对比分析,实验结果表明Monte-Carlo方法计算定积分适用范围广泛,计算效率高效。     

计算资源受限的视频编码多模式决策

由于视频编码技术趋向于采用越来越复杂的分块模式,多模式决策技术也随之成为一种非常重要的编码技术.多模式决策的优劣不仅会大幅度地影响视频编码的计算消耗,而且也对编码性能的高低起到关键的作用.为使多模式决策在计算能力相差悬殊的平台上都能获得优化的率失真性能,给出一种计算复杂度自适应的优化多模式决策算法.首先,利用视频序列中不同宏块模式间的时空相关性,预测这些宏块多模式决策后的拉格朗日代价和计算复杂度的斜率(Lagrangian cost and complexity slope,简称J-C slope).J-C slope越大,说明在该宏块上的模式决策消耗每单位的计算资源可以获取的率失真收益越多.在计算资源有限的情况下,多模式决策应该按照J-C slope的大小顺序执行,也就是性价比优先的顺序,以便保证计算资源优先分配给率失真收益大的宏块.另外,还通过建立J-C slope阈值与实际计算复杂度的关系模型,设计了一种根据给定计算约束自适应调整计算复杂度的算法.根据实验结果,该方法不仅可以准确地控制多模式决策的计算复杂度,而且还能在不同的计算约束下获得优化的率失真性能.     

基于网络的大学生信用评价管理体系建设

随着互联网的应用以及市场经济体制的逐步完善,传统的高校学生静态档案已经难以完整准确地记录和反映大学生信用状况,也难以为用人单位及银行等相关单位提供真实客观的个人信用信息。建立大学生个人信用档案已成为建设高校优良诚信的学风,提高大学生的就业竞争力,帮助大学生建立是非观念的必要手段之一。本文探索以学生时代为起点,构建基于网络的高校大学生信用评价管理体系,最终各终身信用管理的方向发展,达到和谐校园、和谐社会的状态。