一种任意分布下的隐变量因果结构学习算法

因果发现旨在通过观测数据挖掘变量间的因果关系,在实际应用中需要从观测数据中学习隐变量间的因果结构。现有方法主要利用观测变量间的协方差信息（如四分体约束）或引入非高斯假设（如三分体约束）来解决线性因果模型下的隐变量结构学习问题,但大多限定于分布明确的情况,而实际应用环境往往并不满足这种假设。给出任意分布下隐变量结构的识别性证明,指出在没有混淆因子影响的情况下,两个隐变量的因果方向可识别所需要的最小条件是仅需要其中一个隐变量的噪声服从非高斯分布。在此基础上,针对线性隐变量模型提出一种在任意分布下学习隐变量因果结构的算法,先利用四分体约束方法学习得到隐变量骨架图,再通过枚举骨架图的等价类并测量每一个等价类中的三分体约束来学习因果方向,同时将非高斯约束放宽到尽可能最小的变量子集,从而扩展线性隐变量模型的应用范围。实验结果表明,与MIMBuild和三分体约束方法相比,该算法得到了最佳的F1值,能够在任意分布下学习更多的隐变量因果结构信息,且具有更强的鲁棒性。     

基于UV油墨吸收峰的光源系统的研究

为了进一步提高UV-LED印刷固化设备的固化效率,降低其能源消耗,进行了UV油墨和光谱吸收实验,通过紫外-可见分光光度计在190~800nm波长范围内测定UV油墨的吸光度,当光穿过稀释的UV油墨溶液时,油墨中的物质对光的吸收程度随光的波长不同而变化。因此,通过测定不同波长下UV油墨的吸光度,使用MATLAB绘制UV油墨的吸收光谱图,即吸光度与波长的关系图。通过分析吸收光谱的波峰分布,设计一种可用于高效固化UV油墨的UV-LED固化光源系统。     

基于Linux的ARM芯片嵌入式视频监控终端设计

本文以ARM芯片作为控制中心,利用ARM控制板从端口获取视频信息,最终实现实时监测功能.实验证明该系统有良好的可靠性.而且有较好的可扩展性.     

基于IEC61968消息的GML图形展示与应用

针对描述电力地理信息时数据格式的多样化,造成的数据间传递、展示的不便,基于IEC61968标准提出了使用GML规范的电力地理信息传输与共享。依照IEC61968提供的展示消息,使用Web Service进行GML数据的传输,并实现了在客户端接收后将GML转换格式,使得使用浏览器可以查看展示的电力地理信息。     

一种基于控制点差分数据的NURBS曲线曲面数据优化压缩方法

针对协同设计中数据传输的需求,以去除数据冗余为目标,提出一种基于控制点坐标差分数据的NURBS自由曲线曲面的数据优化压缩方法.该方法的思路是:以权因子为基础整合坐标数据分量,使原数据所具有的几何意义与数据压缩过程紧密联系起来;再利用离散余弦变换,对控制顶点坐标分量的差分值矩阵进行变换;最后进行量化压缩处理,并根据目标压缩率选取量化压缩比.方法在有效压缩数据的同时使传送的压缩数据中携带了压缩复原数据的累计误差.实例应用分析给出了压缩复原数据与原始数据的数据误差,说明在不显著增加误差的基础上此数据压缩方法能有效减少数据量.     

软件自动化测试的合理应用

主要从软件自动化测试在工作中的实际经验出发,探讨如何合理应用"软件自动化测试"这一测试手段.同时也简单介绍了软件自动化测试的定义、目的等概念,以及常见的一些自动化测试工具软件.另外从对软件自动化测试的一些认识误区的分析中,让大家意识到软件自动化测试的合理应用是软件开发过程中降本增效的关键.     

基于三元互关联后继树的Web日志挖掘

针对二元的互关联后继树模型进行改进,构造三元互关联后继树,并结合Web日志的特点,构造Web事务集的互关联后继树和增量更新模型,设计基于三元互关联后继树的频繁路径挖掘算法,挖掘Web日志中的频繁路径。通过实验证明了基于三元互关联后继树和改进后的模型的出色插入查询性能。     

基于合成邻域的蚁群算法求解无委托板坯匹配问题

无委托板坯是指炼钢工序剩余的暂时没有合同对象的板坯. 无委托板坯匹配问题是研究如何将这些板坯合理分配给热轧计划中的合同. 针对实际问题, 建立了多目标优化的0-1整数规划模型. 鉴于其NP-hard特性, 采用蚁群算法(Ant colony optimization, ACO)获得近似解. 根据问题特点, 提出钢级分解策略, 并加入随机扰动策略, 构造了合成邻域以改进算法性能. 目前, 以该算法为核心的决策支持系统已在企业通过应用验证, 与人工匹配相比, 日匹配板坯量平均提高了52.42%, 百吨板坯匹配切损量平均降低了11.36%.     

基于数据相容压缩的RAS测试方法

提出一种随机存取扫描测试方法,对扫描单元进行相容处理,以形成新的测试集合。结合Random Access Scan结构特性,对该测试集合进行优化,同时解决在测试工作中面临的测试数据量、测试功耗、测试时间等3方面问题。在ISCAS’89基准电路上对该方法进行验证,实验结果表明,该方法是有效可行的。     

基于2D Mesh的NoC路由算法设计与仿真

在研究Turn Model模型的基础上,提出一种基于2D Mesh结构的XY-YX路由算法,是一种确定性的无死锁的最短路径路由算法。给出无死锁的证明,通过片上网络（NoC）模拟仿真实验平台NIRGAM,将该算法在一个4×4的2D Mesh网络中进行仿真,并与XY路由算