-
题名精确制导中的多处理器并行处理技术
被引量：2
- 1
-
-
作者
潘建鹏
沈志达
丁传红
-
机构
北京计算技术及应用研究所
-
出处
《计算机工程与设计》
CSCD
北大核心
2006年第22期4365-4368,共4页
-
文摘
精确制导技术的不断发展对弹载计算机的性能要求越来越高,采用多个处理器并行处理技术才能满足这些要求。TMS320C6416数字信号处理器是当前性能最强的数字信号处理器之一。简要介绍了精确制导技术概况,提出了采用多个TMS320C6416处理器并行处理的弹载计算机设计方案。测试结果表明,采用此方案设计的弹载计算机能够满足实时图像匹配的要求。
-
关键词
多处理器
并行处理
精确制导
弹载计算机
TMS320C6416
-
Keywords
multiprocessor
parallel process
precision guidance
missilebome computer
TMS320C6416
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
-
题名超高维部分线性模型的PRAR变量选择
被引量：1
- 2
-
-
作者
杨鑫
李冰月
田萍
-
机构
北京工业大学理学部统计与数据科学学院
北京计算技术及应用研究所
许昌学院数理学院
-
出处
《应用概率统计》
CSCD
北大核心
2021年第6期551-568,共18页
-
基金
国家自然科学基金面上项目(批准号:11871001、11971001)
北京市自然科学基金项目(批准号:1182003)资助.
-
文摘
本文考虑超高维部分线性模型,其中参数向量维数是样本量的指数阶.基于profile最小二乘方法和保留正则化方法,本文提出了新的变量选择方法用来解决超高维部分线性模型的变量选择问题.在一定的正则条件下,证明了所得估计量的符号相合性.通过数值模拟和实例分析,将该方法与Lasso、SIS-Lasso、自适应Lasso方法进行对比,发现所提方法在恢复线性部分参数向量符号方面明显优于其它方法.
-
关键词
部分线性模型
变量选择
高维数据
Lasso
符号相合性
保留正则化
-
Keywords
partially linear model
variable selection
high-dimensional data
Lasso
sign consistency
regularization after retention
-
分类号
O212.7
[理学—概率论与数理统计]
-
