借鉴英国经验完善中国土地产权流转

本文在简要介绍中、英两国土地产权制度和土地产权流转的基础上，分析了我国土地产权流转过程中出现的问题，如征地过程中的赔偿过低且不完善、国有土地拆迁补偿不公以及补偿的分配方式不公平等问题。由于英国在土地制度方面与中国的相似性，文章借鉴英国土地补偿中的补偿金与改善金相结合原则、土地使用权的租赁行为以及开发收益回馈社会的方法，为完善和健全我国的土地产权流转机制提出措施和建议。     

一种针对依赖性周期任务的实时多核调度算法

针对软实时系统中的一类同时具有依赖性与周期性的任务,提出一种基于单行树矩阵(MST)的动态因子均衡调度算法SMD(schedule on matrix of the single tree and dynamic load factor)。该算法通过对MST矩阵的特性进行分析,将任务划分为若干并行集,再综合考虑已执行时间、任务间的依赖关系及任务最早截止时间几个要素,以动态因子的形式对任务进行实时调度。最后,还以证明的形式给出了可充分调动的任务集的充分条件,并以此为基础随机生成了测试任务集,进行了对比实验。实验表明,与文献中现有经典算法相比,新算法使处理器利用率提升近15%,任务丢失率降低2%。     

知识型员工工作态度与离职倾向关系的实证研究

采用实证法研究了知识型员工工作态度总体水平及各维度与离职倾向的关系,并建立了关系模型。研究结果表明：工作态度及其维度均与离职倾向显著负相关,且组织承诺对离职倾向的影响大于工作满意度;规范承诺、内在满意度、情感承诺、外在满意度、持续承诺依次成为影响知识型员工离职倾向的主要因素,均负相关。     

一种新的基于隐式经验的服务发现模型

文章介绍了一个新的服务发现模型ICSD模型,解决了传统服务发现技术中服务的功能与非功能特性较难控制的问题.文中第1节定义了模型中用到理论的9个相关概念.第2节具体介绍了模型的实现原理,给出了模型的一个原理图及模型中用到的一个相似度计算算法.文中第3节介绍了一个基于ICSD模型开发的原型系统,并引入了一套测试方案对系统进行了验证.试验证明随着服务数量的增加,系统的精确率稳定到0.8.     

基于离散事件模型的计算系统自愈性

自愈(Self-Healing)技术旨在使系统具有类似于生物系统伤口愈合的特征,它是提高计算系统可靠性与可信赖性的一种潜在的重要方法,正受到越来越多研究人员的关注.当前,一些研究人员从不同视角对自愈技术展开了研究,并尝试运用自愈机制解决了一些针对特定应用的问题,然而,根据现有研究成果,研究人员对计算系统的自愈性尚未形成统一而成熟的认识.文章基于离散事件模型,将计算系统的诊断性与修复性结合起来,提出一种计算系统自愈性的定义及其描述方法,并通过例子进行说明.文中所提出的定义及其描述方法,为自愈计算系统的设计及计算系统的自愈性评价提供了理论基础.     

新的混合关键任务调度算法的研究

分析了混合关键系统中当前任务调度方法存在的问题, 提出一种正反向时间分割和关键因子优先的调度算法, 该方法将所有混合关键任务按照不同级别进行时间正反向分割得出空闲时间窗口, 并根据关键因子的大小决定优先级别. 为了减少在关键级别转化过程中优先级低的任务丢失死限的工作数量, 将空闲窗口分配给由于关键级别转化而使得优先级落后的任务. 仿真实验表明, 该方法在降低任务丢失死限率和完成任务的数量方面比按照关键级别进行优先级指派算法(CAPA)和OCBP方法较优.     

面向实时流处理的多核多线程处理器访存队列

针对多核多线程处理器中乱序访存影响计算实时性的问题,在对典型访存队列进行研究的基础上提出了一种新的访存队列构建模型及其硬件结构.该模型采用窗口优化算法控制最差情况下的访存延迟,保证访存的实时性,同时又利用优化的乱序调度策略减少访存延迟.实验证明,该访存队列可控制最大访存延迟,与顺序访存相比,存储器具备更高的带宽,与传统的乱序访存相比较,可以充分满足计算的实时性需求,而存储器有效带宽基本不受影响,解决了多核多线程处理器承担实时流计算的基础难题.     

Linux系统中多核实时调度平台的设计

为使各种实时调度算法能够在Linux环境中得到运行和验证,设计一种Linux系统中的公共多核调度平台。该平台由调度模块和跟踪测试模块组成,调度模块实现系统调用、调度处理以及同步功能,跟踪测试模块实现日志和跟踪功能。测试结果表明,该平台可正确显示调度算法的运行结果。     

基于灰色系统理论的多属性群决策专家权重的调整算法

研究多属性群决策中专家权重的调整问题.在得到专家主观权重的基础上,提出一种权重调整算法.通过计算专家个体决策结果与群体决策结果的灰色关联度并结合初始权重求得专家的综合权重,运用专家的综合权重计算调整后的决策结果,并据此继续对权重进行调整,直至计算出稳定的权重和决策结果.通过对嵌入式计算机的性能评价表明了该方法的可行性与实用性.     

基于联邦学习的网络化ICU呼吸机和镇静剂管理方法

医疗物联网设备的激增和丰富的医疗数据为智慧医疗提供了新的可能。重症监护室(ICU)的病人依靠众多医疗边缘设备来持续监测管理患者的健康状况。在ICU常见的治疗干预措施中，有创机械通气和镇静剂的注射多用于维持患者的呼吸功能，提高治疗质量，而现有的治疗干预措施很大程度上依赖于医生的判断。文中提出了一种基于联邦学习的临床辅助决策方法——MFed,可以基于网络化ICU分布式协作学习最佳干预政策。该方法应用基于差分隐私的联邦学习方法，打破了医疗数据隐私方面的限制以及医疗数据孤岛的窘境；用分布鲁棒优化确保最坏情况下的性能并结合伪孪生网络实现自适应地滤除噪声数据。最后，在现实ICU数据集上的实验表明，与其他最先进的基线相比，所提方法的准确率提高了36.75%。