基于快速强化学习的无线通信干扰规避策略

针对无线通信环境中存在未知且动态变化的干扰,该文联合考虑通信信道接入和发射功率控制提出了基于快速强化学习的未知干扰规避策略,以确保通信收发端的可靠通信。将干扰规避问题建模为马尔可夫决策过程,其优化目标为在保证通信质量的前提下同时降低系统发射功率和减少信道切换次数。随后,提出一种赢或学习快速策略爬山(WoLF-PHC)学习方法的干扰规避方案,从而实现快速规避干扰的目的。仿真结果表明,在不同干扰模式下,所提WoLF-PHC算法的抗干扰性能、收敛速度均优于传统的随机选择方法和Q学习算法。     

基于联合编程技术的线轮廓度评价软件开发

换挡毂线轮廓度测量评价难度大,单一的系统工程软件难以实时高效地实现线轮廓度评价的任务需求.采用.NET面向对象编程接口技术,利用Matlab开发线轮廓度评价算法,LabView进行实时数据的采集分析,实现联合编程,开发了线轮廓度评价软件.联合编程技术加速实现了从控制、采集、分析等任务的集成到实际部署应用的进程,提高了开发效率.     

校园生活综合服务平台小程序的设计与实现

针对大学生校园生活需求众多,生活区域集中的特点,分析了高校大学生的主要服务需求和现有解决方案的优缺点,基于微信小程序设计和开发了一款校园生活综合服务平台——阿米校园,并对其中的关键技术进行了分析。     

基于话题模型的科技文献话题发现和趋势分析

自动挖掘科技文献话题,总结发展趋势及最新研究动态,有助于科技工作者的研究。该文提出一种话题发现和趋势分析的方法,该方法首先利用LDA话题模型抽取科技文献的话题,然后计算话题的强度和影响力,最后针对热门和冷门话题以及影响力高和影响力低的话题,进行了趋势分析。该文提出的话题强度和影响力计算方法,可以针对任何文集。对ACL 论文集的实验,显示了计算语言学领域过去的发展状况。和其他方法的对比实验,也验证了该文提出的话题强度和影响力的计算方法是正确和可行的。     

用课程群方法加强计算机网络工程专业课程体系建设

从地方院校计算机网络课程群建设的角度出发,阐述该类课程群建设的背景和存在的问题,从培养应用型人才的角度出发,理论结合实践,探讨了该类课程群的建设的思路和措施。     

玩苹果，还得入乡随俗

苹果再神奇,也是舶来品,其中洋玩艺儿不少,但国人元素略显不足,令人着实不爽。作为国内的粉丝,该如何为自己的“洋苹果”添加更多的中国元素呢？看完本文,你就明白了。     

并行求解多维递归方程组的三种Krylov子空间迭代方法

多维递归方程组在并行求解时存在串并行不一致问题,提供三种Krylov子空间迭代求解方法———PCG/ATCG和GMRES来解决这一问题,并采用典型算例对这三种Krylov子空间迭代方法进行正确性验证和加速比测试.试验表明这三种Krylov子空间迭代法在并行规模较大的情况下,均能够正确求解多维递归方程组,并且加速特性良好.     

基于十亿亿次国产超算系统的流体力学软件众核适应性研究

国产众核处理器提供了两种移植难度相差较大的众核级并行编程语言。不同流体力学软件对众核架构适应性的不同,决定了它们在移植优化过程中适合于不同的编程语言。首先介绍了国产众核处理器的体系结构、编程模型和并行编程语言;然后分析了流体力学软件应用于国产众核处理器存在的挑战性问题,包括隐格式带来的数据相关性、大型稀疏矩阵线性代数方程组求解、多重网格方法和非结构网格等,这些问题限制了软件对众核架构的适应性。文中针对这些难题分别提出了创新的优化算法,并通过理论分析和实验得到了几种典型流体力学软件的众核适应性研究结论。实践证明,多数流体力学软件对国产众核处理器的适应性良好,能够采用OpenACC编译器自动移植,并扩展到百万核并行规模,能保持较高的并行效率。     

基于迭代两步CRF模型的评价对象与极性抽取研究

微博作为一种新兴媒体,已经在人们生活中扮演了一种不可或缺的角色。如何从大量微博中抽取出有意义的评价对象并识别出正确的情感倾向显得越来越重要。本文在传统的CRF模型基础上,提出了两步CRF模型及迭代两步CRF模型,对评价对象和极性进行抽取。两步CRF模型在COAE2014评测语料上取得了0.505的F值,迭代两步CRF模型通过不断增加训练语料,提高了召回率,使得F值达到了0.513,同时提高了模型的稳定性。实验对比了当前主流的几种方法,结果证明了本文提出的方法是行之有效的。     

混合粒子群算法和多Agent系统的协同生产调度及其组合优化

为了从整体角度优化调度供应链网络的各个环节,研究了在供应链环境下核心制造商与制造商的协同生产调度方案,考虑在满足产品生产时间节点的最少加工时间。建立了多Agent的供应链环境下的协同生产调度模型,针对此模型设计了协同混合粒子群优化算法并进行求解。通过实例研究表明,供应链环境下制造商的协同优化对生产的计划与实行起到了关键的作用。