基于预测原理的嵌入式内存分配算法设计

针对嵌入式系统中内存管理存在的实时性与碎片率较大等问题,分别从时间和空间角度对其进行分析,采用基于预测分配和合并分配原理的预测合并分配机制.从时间上,利用预测线程预测下一次申请内存的大小,提前分配以减少系统等待内存创建的时间;将2次申请的内存块合并成一大块,以大块为申请单位申请内存块,以降低内存块被多次分割导致的内部碎片.μC/OS-Ⅱ平台对比实验结果表明,改进后的预测合并内存分配算法能有效从时间和内存碎片率方面提高系统的整体性能.     

基于观点演化模型的异质顾客群体满意度测度

顾客满意度测度对产品演化和企业发展具有重要意义.针对基于量表的顾客满意度测度过程中存在的无法反映顾客交互的问题,提出一种基于改进的Deffuant-Weisbuch(DW)观点演化模型的异质顾客群体满意度测度方法.首先,根据观点接受程度将顾客分为无主见型、随和型、偏执型和固执型4类;其次,考虑负向偏见影响及顾客群体异质...     

压缩UF-tree挖掘不确定数据频繁项

针对UF-growth算法构造大量树节点和分支的局限性, 且不断计算候选数据项支持度的不足, 提出压缩UF-tree算法。压缩UF-tree算法改变建树条件：事务中数据项与树中某个分支节点的数据项匹配时, 将该数据项合并到分支中; 否则, 从该分支节点创建新的分支, 叶节点保存当前事务编号。构建单项数据项的概率向量, 搜索树分支产生候选项, 通过事务编号和概率向量计算候选数据项的支持度进而挖掘频繁项。通过实验对比与分析, 压缩UF-tree算法可行且更高效。