Linux线程机制研究

阐述了线程技术在linux操作系统中的发展过程,指出了早期linux线程机制的不足及在发展过程中的改进策略。简单分析了一般线程机制,详细分析了linux线程思想及在内核中的实现,包括linux线程描述数据结构,管理线程机制和策略,线程栈结构,线程id和进程id的创建和分配,Linux线程实现方法。     

光顺样条函数的再生核表示与计算

光顺样条是散乱数据拟合的理想函数,是噪声数据最优平滑的重要工具。因此,光顺样条的数学表示和计算的研究具有重要的意义。本文在一般的线性微分算子和线性泛函的情况下讨论光顺样条函数的构造和计算,通过构造一个适当的再生核Hilbert空间,使得所讨论的微分算子光顺样条成为该空间中的最小范数问题,再利用投影理论建立了光顺样条函数的再生核表示方法,并得到了插值偏差表达式。作为特例,还给出了奇次多项式光顺样条函数新的简洁的计算方法。     

社会计算实验动态仿真引擎的研究与实现

应对新形势下非常规突发事件的严峻挑战是各国政府亟待解决的问题,综合人工社会-计算实验-平行执行的ACP方法,是解决非常规突发事件应急管理问题的有效方法.本文引入ACP方法,阐述构建高性能社会计算实验动态仿真引擎的作用;按照层次化模块化思想设计动态仿真引擎D-PARSE的体系结构,详细描述各组成部分的具体功能,并基于并行...     

纹理影像特征选择及K-means聚类优化方法

Gabor变换和K-means算法是最为常用的纹理分析方法。然而,采用Gabor变换得到的纹理特征向量具有较高的维数,影响算法的运行效率;K-means算法也易受初始类中心的影响而导致分类精度下降。因此,通过Relief算法对采用Gabor变换所提取的纹理特征进行选择,得到合适的纹理特征子集。进一步采用差分进化算法,对K-means算法的聚类中心进行优化从而提高纹理识别精度和效率。实验结果表明:提出的方法所需用到的纹理特征向量的维数相对于原始特征集有大幅降低,较之基本的K-means算法,纹理识别的精度也有较明显的提高。     

基于核与灰度的区间灰数多属性群决策方法

针对属性值为区间灰数且专家权重未知、属性权重部分已知的不确定多属性群决策问题,提出了一种基于区间灰数的核和灰度的决策方法。给出了区间灰数的基于核和灰度的简化形式,充分利用区间灰数的核和灰度的信息建立优化模型求得属性的权重。在求出属性权重的基础上,运用灰色关联方法分别求取各专家的核与灰度距理想方案值的关联系数,综合两者得到专家权重,最终综合专家意见并对方案比较排序得出最优结果。鉴于此,提出一种基于区间灰数相对核与灰度的决策方法。最后以一个算例验证该方法的有效性和可行性。     

Power series expansions for the distribution and mean value function of a geometric process with Weibull interarrival times

The geometric process is considered when the distribution of the first interarrival time is assumed to be Weibull. Its one‐dimensional probability distribution is derived as a power series expansion of the convolution of the Weibull distributions. Further, the mean value function is expanded into a power series using an integral equation. © 2014 Wiley Periodicals, Inc. Naval Research Logistics, 61: 599–603, 2014     

Bivariate models from univariate life distributions: A characterization cum modeling approach

Bivariate life distribution models are of importance for studying interdependent components. We present a generic approach by introducing a new concept of characterized model in stead of a characterized distribution. It strikes a balance between characterization and modeling approaches to eliminate their individual limitations and incorporate their respective strengths. The proposed model, being a characterized one, admits many important properties irrespective of the choice of marginal distributions. The retention of univariate IFR, DFR, IFRA, DFRA, NBU, and NWU class properties in the bivariate setup has been ensured along with some results on series combinations and convolution. No other models, available in the literature, can ensure simultaneous retention of these fundamental and extremely important class properties. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004     

ARM内核体系架构及ARMv6上的Linux开发与优化

介绍了各款ARM内核体系架构的特性和增强技术,讨论了在ARMv6上的Linux开发与优化。从6款ARM内核体系架构的特性分析入手,引入了对ARM内核体系架构重要增强技术的介绍,在分析ARMv6体系架构功能特性的基础之上,分别讨论了Linux内核和工具链等所做的优化与改进。     

基于生物视觉原理的图像结构信息变化检测方法

为克服多时相遥感图像变化检测中照度差异和配准误差的影响,采用边缘结构信息进行变化检测。利用多方向Gabor函数从图像梯度强度图中提取边缘结构信息,称之为边缘标记(Edge Tag,ET),通过比较多时相遥感图像中ET的互相关系数实现变化检测。为减小差异较小的边缘对检测结果的影响,在相关系数的计算中引入抑制因子。仿真图像和真实图像的实验结果表明,该方法能克服图像照度差异和配准误差对变化检测的影响,取得了较好的检测效果。     

论社会主义核心价值体系的理论特征及其价值本质

社会主义核心价值体系在理论特征上深刻体现了社会主义本质，这必然在价值关系中为理解社会主义核心价值体系的价值本质奠定了基础。社会主义核心价值体系的价值本质不仅是一种真实的主客体关系，也是一种具有教育属性的价值旨趣与具有优先选择的公共价值。