基于非负矩阵分解的电磁超声系统优化研究

针对孤立脉冲群电磁超声系统信号特征容易被噪声淹没的问题,提出基于改进的非负矩阵分解（INMF）优选特征的支持向量机（SVM）方法．首先,用3种不同的方法提取高维特征;其次,用NMF方法实现特征降维,并保证降维结果的唯一性,避免对特征的直接选择;最后,应用支持向量机方法对降维特征进行分类．对孤立脉冲群电磁超声系统采集的4种信号特征进行提取、选择和分类,实验结果表明：INMF方法能有效提取微弱信号的特征,减少运算量,提高电磁超声系统特征采集的准确率．     

用错误围堵策略建立可生存的网络安全设备内核

提出在IBM虚拟机器的架构上,使用错误围堵策略建立可生存的网络安全设备内核的思想。建立有效的资源管理器,分割、调度机器资源,把物理资源提供给虚拟机器,平衡错误围堵与其它的性能要求。利用软件和硬件错误围堵技术制约对系统攻击引起的错误,防止一个错误引起整个系统的崩溃。用以上策略建立了内核模型,给它加上大负荷,正常和异常的工作。实验结果显示:即使在系统中某些部分出错的情况下,依然不影响系统的整体性能,并且错误围堵的开销几乎可以忽略不计。     

Batch scheduling with step‐deteriorating processing times to minimize flowtime

Both topics of batch scheduling and of scheduling deteriorating jobs have been very popular among researchers in the last two decades. In this article, we study a model combining these two topics. We consider a classical batch scheduling model with unit‐jobs and batch‐independent setup times, and a model of step‐deterioration of processing times. The objective function is minimum flowtime. The optimal solution of the relaxed version (allowing non‐integer batch sizes) is shown to have a unique structure consisting of two consecutive decreasing arithmetic sequences of batch sizes. We also introduce a simple and efficient rounding procedure that guarantees integer batch sizes. The entire solution procedure requires an effort of O(n) (where nis the number of jobs.) © 2012 Wiley Periodicals, Inc. Naval Research Logistics, 2012     

试论英语学习中词典的使用

词典是汇集词语进行解释、为人们释疑解惑的工具书。初级英语学习者主要依靠教师授课进行学习,而中高级学习者有更多的时间利用英语词典进行自学。词典是英语学习者的必备工具书,但学习者未能充分利用。因此,有必要对以英语学习词典为主的工具书的使用进行探讨,从而得出结论:要使学习者从词典中充分获益,有必要对英语学习者进行词典使用方面的训练。     

探讨研究生学习动机与培养质量的相关性

以往研究研究生的学习动机侧重于量化研究,本文试图从质性研究的角度对当代研究生学习动机进行探讨,归纳出不同的学习类型,分析当代研究生学习动机与培养质量的关系,以及目前由于学习动机造成的培养质量问题,以提高研究生培养质量。     

邻近支持向量机的阵列波束优化

针对标准支持向量回归波束形成器的计算复杂度高、内存开销大、训练速度慢的缺点,提出了邻近支持向量机(Proximal Support Vector Machine,PSVM)波束优化方法。PSVM打破了通过对偶问题求解原问题的传统思维,将支持向量回归的约束条件等式化,直接对原问题进行分析与求解,给出了基于PSVM波束形成器的优化模型及具体实现过程,并进行了数值仿真实验。研究结果表明,在保持波束形成器性能基本不变的情况下,降低了计算复杂度,减少了内存开销,提高了训练速度。与传统的支持向量回归波束形成相比,具有良好的快速性,为波束形成器的优化设计提供了一种新的有效方法。     

基于粗糙集支持向量机的空袭目标识别

为提高对空袭目标的识别能力,提出了一种基于粗糙集支持向量机的空袭目标识别方法.该模型用RS方法构建SVM数据处理系统的前置系统,充分利用RS理论在处理大数据量,消除冗余信息等方面的优势,减少了SVM训练数据,克服了SVM算法因为数据量太大而导致处理速度慢的缺点.根据分类识别的要求,在RS-SVM两类分类算法的基础上,建...     

基于小波变换和支持向量机的水下目标分类方法

水下目标识别技术是世界各国十分重视的研究课题之一,具有重要的理论和应用价值。简要介绍了小波变换、多分辨率分析及支持向量机的基本原理,针对舰船辐射噪声信号,利用小波变换来完成信号的预处理和滤波,在小波变换后信号的多尺度子空间上提取信号的能量特征参数,归一化处理后构建特征向量,最后用支持向量机算法进行分类。仿真结果表明,利用小波变换的多分辨率分析和支持向量机能对舰船辐射噪声信号进行有效分类识别。     

新疆高校维吾尔族学生英语学习中母语负迁移现象的研究

本文从迁移理论出发,以调查维吾尔族母语负迁移为目的,结合访谈、调查问卷和写作,对分布在新疆不同高校里的维吾尔族学生进行了调查研究,最后得出结论：维吾尔族学生在英语学习中受母语负迁移的影响较大,其中与维吾尔语差异最大的语法方面所受母语影响最大,母语思维是产生负迁移的主要原因,其它方面受汉语影响也比较大。基于上述研究,为了避免负迁移的发生,本文提出了相应的建议。     

学习迁移理论指导下的分层式课堂活动研究

在大学的英语课堂,学生在课堂活动中的有效参与直接影响到教学效果。这就要求教师以创新的教学方式来提高学生的参与度和主动性。以学习迁移理论为依据,提出分层次实施课堂教学活动,阐释了分层式课堂活动的设计与应用,对其优势进行了分析,以期对贯彻“因材施教”教学理念起到参考作用。