期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于多Markov链预测模型的Web缓存替换算法 被引量:3
1
作者 黄学雨 钟艳青 《微电子学与计算机》 CSCD 北大核心 2014年第5期36-40,共5页
为了提高web缓存的性能,提出了一种基于多Markov链预测模型的Web缓存替换算法PGDSF-AI.首先将Web中具有不同浏览特征的用户分为多类,为每一类用户建立类Markov链,进一步建立多Markov链预测模型.然后利用该模型对当前的用户请求预测,进... 为了提高web缓存的性能,提出了一种基于多Markov链预测模型的Web缓存替换算法PGDSF-AI.首先将Web中具有不同浏览特征的用户分为多类,为每一类用户建立类Markov链,进一步建立多Markov链预测模型.然后利用该模型对当前的用户请求预测,进而组成预测对象集.当缓存空间不足时,选取键值最小且不在预测对象集中的对象替换.通过估算对象的平均间隔时间,避免缓存大量保留长时间没有访问的对象.实验结果表明,提出的算法有较好的性能. 展开更多
关键词 WEB缓存 替换算法 MARKOV链 预测模型 浏览序列
在线阅读 下载PDF
基于Java应用程序的可移植缓存模型
2
作者 黄学雨 张茂新 《微电子学与计算机》 CSCD 北大核心 2014年第9期101-104,108,共5页
为了研究Java应用程序与缓存系统的相互独立性,结合Java应用程序的缓存特征,提出了一种基于Java的可移植缓存模型PCM-JA.借助Java技术的平台无关性,PCM-JA型可以移植到不同的平台.并且为Java应用程序提供了一个通用的方法来创建、访问... 为了研究Java应用程序与缓存系统的相互独立性,结合Java应用程序的缓存特征,提出了一种基于Java的可移植缓存模型PCM-JA.借助Java技术的平台无关性,PCM-JA型可以移植到不同的平台.并且为Java应用程序提供了一个通用的方法来创建、访问、更新和删除Cache中的条目,介绍了该模型的五个核心模块及其功能实现,研究了具体的缓存策略,结合现有缓存算法给出了相应的算法设计.实验结果表明,提出的缓存模型具有较好的性能. 展开更多
关键词 Java CACHE 可移植性 缓存模型 缓存策略
在线阅读 下载PDF
基于USB接口的虚拟示波器的开发实现
3
作者 黄学雨 黄琳 《电子工程师》 2003年第4期1-2,共2页
为了克服虚拟示波器应用中的一些缺点 ,在虚拟示波器中采用了一种新的总线接口标准—— USB接口。主要介绍了基于 USB的虚拟示波器的独特优点 ,着重说明了系统整体设计、外插硬件设计。
关键词 USB接口 虚拟示波器 WINDOWS驱动模型 快速傅里叶变换 总线接口 软件设计
在线阅读 下载PDF
基于AVR单片机的嵌入式“瘦服务器”系统设计思想
4
作者 黄学雨 成锡岗 《电子工程师》 2003年第1期1-2,共2页
根据国内嵌入式设备的研究形势和产业发展规模 ,提出了基于 AVR单片机(ATmega10 3)的嵌入式“瘦服务器”系统的基本设计思想 。
关键词 AVR单片机 嵌入式 瘦服务器 系统设计 ATmega103 计算机
在线阅读 下载PDF
显微图像粒度检测系统研究 被引量:4
5
作者 王大海 黄学雨 +1 位作者 刘琮 陈智芳 《矿冶》 CAS 2008年第2期114-116,123,共4页
在显微颗粒图像研究的基础上,以分水岭算法和极限腐蚀算法为关键步骤,研究开发显微图像粒度检测系统,从噪声较为复杂的颗粒图像中有效地分割出目标图像,较好地解决了颗粒粘连以及重叠问题,从而得到较高准确度的粒度信息。对铜精矿实践... 在显微颗粒图像研究的基础上,以分水岭算法和极限腐蚀算法为关键步骤,研究开发显微图像粒度检测系统,从噪声较为复杂的颗粒图像中有效地分割出目标图像,较好地解决了颗粒粘连以及重叠问题,从而得到较高准确度的粒度信息。对铜精矿实践应用结果表明,该系统具备较好的适应性和推广性,为之后的研究提供了一定的参考和借鉴作用。 展开更多
关键词 图像处理 粒度 分水岭算法 极限腐蚀
在线阅读 下载PDF
融合边界处理机制的学习型麻雀搜索算法 被引量:5
6
作者 王子恺 黄学雨 +3 位作者 朱东林 闫少强 李权 郭伟 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第1期286-298,共13页
为改善麻雀搜索算法(SSA)初始化阶段种群分布不充分,寻优过程中容易受到局部最优解干扰的不足,提出融合边界处理机制的学习型麻雀搜索算法(HSSA)。使用Piecewise map初始化种群,提高种群的分散程度;使用排序配对学习与竞争学习策略分别... 为改善麻雀搜索算法(SSA)初始化阶段种群分布不充分,寻优过程中容易受到局部最优解干扰的不足,提出融合边界处理机制的学习型麻雀搜索算法(HSSA)。使用Piecewise map初始化种群,提高种群的分散程度;使用排序配对学习与竞争学习策略分别更新跟随者和警戒者,确保各代的最优解信息能够引导下一代的位置更新;自适应的警戒者数量使得警戒者作用被强调,提供灵活的应变机制;根据不同阶段的寻优特点制定多策略边界处理机制,保留住种群数量的同时,为超出边界的个体提供更加合理的搜索位置。经过12个基准函数的仿真实验,并借助消融实验、Wilcoxon秩和检验等证明了HSSA在收敛速度上的稳定性和寻优的高效性。 展开更多
关键词 麻雀搜索算法 Piecewise map 排序配对学习 竞争学习 多策略边界处理
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部