JP QoS与操作系统进程线程调度机制关联性分析

本文作者从一个一线技术人员的角度，对路由器数据流的排队机制与操作系统的进程／线程，调度机制进行了关联性分析。全文虽然偏重于技术，但对网络技术人员却有着较大的参考和借鉴意义。[编者按]     

大型数据集的多维变量关联性挖掘

为了探索多维数据集中各变量之间的关系,特别是非函数关系,对数据集所在的n维立方体的各个维度进行划分,在得到的n维网格中定义自然概率密度函数,以此得到数据集在特定划分下的互信息值。对所有的划分取互信息最大值,正态化后即为所定义的特征张量的一项,取特征张量在给定最大网格数下的最大项的值定义为MIC,它度量了多维变量间的关联程度。     

丁腈橡胶低温性能关联性的研究

采用同一配方分别制备了低丙烯腈、中丙烯腈和高丙烯腈含量的NBR硫化试片,并以此为研究对象进行了低温试验(即,玻璃化转变温度、脆性温度、压缩耐寒系数和TR试验)相关研究;通过数据对比找出了脆性温度和玻璃化转变温度、TR试验结果分别与玻璃化转变温度和压缩耐寒系数的关联性。结果表明,生胶玻璃化转变温度低于其硫化胶玻璃化转变温度;硫化胶脆性温度低于其玻璃化转变温度;采用脆性温度表征硫化胶低温性能的可靠性低;采用TR试验可得出硫化胶玻璃化转变温度;压缩耐寒系数与相同温度下TR试验结果相近,两者可相互验证。     

基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策

针对属性值为直觉梯形模糊数且属性存在关联性的风险决策问题, 提出一种基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策方法。根据直觉梯形模糊数距离公式定义了直觉梯形模糊信息的前景价值函数, 通过价值函数和决策权重函数计算方案单属性前景值, 并运用Choquet积分融合属性间存在关联性的前景价值信息获得方案综合前景值, 根据综合前景值的大小实现方案的排序和优选。风险投资实例分析说明了该方法的可行性。     

透视4R理论在中职体育课程课堂教学改革实践中的价值

从体育课堂教学改革为切入点,将多尔4R理论中值得借鉴的部份引入我国当前中职体育课堂教学改革实践,透视、分析了4R理论在生成性中职体育课程课堂教学改革实践中的价值,目的在于拓宽课程理论工作者的理论视野,来推动中职体育课程改革的发展进程。探寻其在体育课堂教学改革中的价值,无论是在理论的探索方面,还是在体育课堂教学改革实践方面,都将会对中职体育教学改革产生积极而深远的影响。     

无线传感器网络中异常读数检测算法研究*

针对无线传感器网络的离群点检测算法由于没有充分考虑数据的时空关联性和网络的分布特性,导致检测精度低、通信量大和计算复杂度高等局限,提出了基于时空关联的分布计算与过滤的在线离群点检测算法。该算法在各传感器节点上利用传感器读数的时间关联性生成候选离群点,并利用空间关联性对候选离群点进行过滤得到局部离群点,最终将所有传感器节点上的局部离群点集中到sink节点上获得全局离群点。利用时空关联性提高了检测精度,利用分布计算与过滤减少了通信量和计算量,理论分析和实验结果均表明该算法优于现有算法。     

出版业上市公司治理结构与经营业绩关联性研究

选取国内12家出版业上市公司为对象,运用多元线性回归方法构建公司治理结构评价模型,基于2011-2014年的横截面和时间序列数据实证研究了公司治理结构对经营业绩的影响。结果发现,我国出版业上市公司治理结构不完善,治理水平较低,未能完全建立现代企业治理体制,整体绩效表现不理想,财务杠杆过低,可持续增长能力缺乏。在深入剖析出版业上市公司治理中存在的问题和薄弱环节的基础上,从规范公司制度、构建职业经理人市场、优化股权结构、构建科学的股权激励机制、提升财务杠杆作用和产业升级等方面提出了促进出版业上市公司发展的政策建议。     

米饭外观仪器评价与其感官评价的关联性研究

米饭外观品质是其食味品质的重要组成部分.通过分析米饭外观指标的仪器测定值和感官评价值,探索外观仪器评价代替感官评价的可行性.结果表明:米饭外观指标仪器测定值与感官评分值具有显著相关性;以米饭外观感官评价指标为因变量,外观指标仪器测定值为自变量所建立的线性回归方程及其回归系数均达到了显著水平,回归模型预测效果较好,其评分值与预测值相关性最好的是光泽.     

基于属性选择的改进加权朴素贝叶斯分类算法

朴素贝叶斯分类算法简单且高效, 但其基于属性间强独立性的假设限制了其应用范围. 针对这一问题, 提出一种基于属性选择的改进加权朴素贝叶斯分类算法(ASWNBC). 该算法将基于相关的属性选择算法(CFS)和加权朴素贝叶斯分类算法(WNBC)相结合, 首先使用CFS算法获得属性子集使简化后的属性集尽量满足条件独立性, 同时根据不同属性取值对分类结果影响的不同设计新权重作为算法的加权系数, 最后使用ASWNBC算法进行分类. 实验结果表明, 该算法在降低分类消耗时间的同时提高了分类准确率, 有效地提高了朴素贝叶斯分类算法的性能.     

大数据关联关系度量研究综述

大数据关联性分析是大数据挖掘的基础,一个好的关联性度量是实施关联分析的关键。本文首先指出大数据时代关联度量面临的挑战和研究现状,从关联关系度量的构造角度出发,对现有的关联关系度量进行整理,归纳总结了这些关联关系的性质和适用条件。在回顾关联度量发展历程的基础上,结合大数据时代关联关系的特点,提出构造关联度量可能满足的条件。最后针对多模态数据关联关系度量的若干问题进行探讨和梳理,从3个角度出发,提出应对多模态数据空间转换的挑战,以引起对该领域更深入的思考与研究工作,从而促进大数据挖掘工作的进展。