面向蛋白质功能预测中有向无环图标记结构的多示例多标记学习

在多示例多标记学习问题中,标记之间往往是相互关联的,其中有向无环图结构是一种常见的层次关联结构,可见于蛋白质的基因本体学生物学功能预测的应用场景中。针对其标记间的有向无环图结构,提出了一种新的多示例多标记学习算法。算法从原始数据的特征空间训练出所有标记共享的低维子空间,通过随机梯度下降方法来降低模型排序损失,并融入标记间有向无环图结构关系对预测标记进行优化。将该算法应用于多个数据集的蛋白质功能预测中,实验结果表明,该算法具有更高的效率及预测性能。     

搞好战争动员潜力调查统计

实施战争动员潜力调查,是战争动员准备工作的重要内容和基础性工作,只有平时搞清楚本区域内战争动员潜力的情况,战时才能有效地实施动员。因此,必须采取有效措施,搞好战争动员潜力调查统计。     

一种基于组件的DEVS建模与仿真方法研究

针对当前DEVS建模仿真中存在的一些主要问题,将XML和组件技术开发方法引入到仿真系统开发中.提出了基于组件的DEVS建模仿真框架,可以很好地支持仿真模型组件从静态模型描述到动态模型的调用,支持模型组件的重用和组合.     

YHFT-DX高性能DSP中Cache失效流水设计

YHFT-DX是国防科技大学自主研制的一款高性能DSP.以提升YHFI-DX的 Cache 性能为目标,研究了降低 Cache 失效延迟的优化策略,设计并实现了一种针对高频高性能DSP的一级数据Cache优化策略--失效流水.与传统优化策略相比,该策略将连续访问Cache的失效请求并进行流水化处理,使多个Cache失效延迟重叠,从而达到降低平均Cache失效代价的目的.将该策略应用到YHFT-DX芯片的一级数据Cache控制器的设计与优化中,使访问Cache失效引起的流水线停顿从8拍降为2拍,显著提升了系统性能.     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

一种改进块修正技术在数值传热中的应用

块修正技术保证边界条件向内点传递信息方面比起ADI方法来无疑是先进的。因此，在许多情况下，比起ADI方法来，其收敛速度更快，更容易得到收敛的数值解。但传统的块修正技术，其在传递边界信息的时候，是一种平均传递，因此，它只能保证块上的未知值的分布发生平行移动，并不能改变相对分布，这正是传统的块修正技术的不足之处。提出一种改进的块修正技术方法，并进行了算例验证，实践证明，这种方法是行之有效的。     

基于机器翻译的原型句蜕及其包装研究

首先简要介绍了HNC理论及其机器翻译观,结合机器翻译的难点与原型句蜕存在的普遍性,说明了解决原型句蜕变换的意义:接着对原型句蜕构成现象进行了描述,从汉英语义块构成对比分析中导出了汉英变换规则;从现有的机器翻译系统所暴露的问题中,说明原型句蜕变换对提高机器翻译质量的必要性和可行性;最后是对本文的结论和说明。     

基于块分类的快速分形图像压缩

针对分形图像压缩编码时间长的问题 ,提出基于块分类的分形图像压缩算法 ,实验结果表明 ,该方法相对于经典的Jacquin分形图像压缩算法 ,压缩比得到提高 ,压缩时间提高近 10 0倍。     

基于XML的三层C／S模型在航空IETM中的应用研究

在简要介绍XML的基础上提出了基于XML的三层Client／Server模型，并对其数据获取、传输、显示以及外部处理的应用进行了分析。以某型飞机航空IETM系统为例，说明了其具体的实现；最后对基于XML的三层C／S模型的应用优势进行了总结。