期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
TRIZ技术系统演进视角的计算机辅助创新软件体系架构 被引量:9
1
作者 李牧南 熊俊霞 +1 位作者 许治 苏锦钿 《计算机集成制造系统》 EI CSCD 北大核心 2013年第2期309-318,共10页
从发明问题解决理论的技术系统进化规则视角,结合软件技术自身发展的特点,分析了软件体系架构的技术进化路径和趋势。在此基础上,对当前主流的计算机辅助创新软件产品的体系架构进行了对比分析。根据软件体系架构技术的进化规则和趋势,... 从发明问题解决理论的技术系统进化规则视角,结合软件技术自身发展的特点,分析了软件体系架构的技术进化路径和趋势。在此基础上,对当前主流的计算机辅助创新软件产品的体系架构进行了对比分析。根据软件体系架构技术的进化规则和趋势,以及计算机辅助创新系统自身的发展和演化特点,综合运用当前主流的面向服务的体系架构模型对计算机辅助创新软件的体系架构进行分析和改进设计,得到了一个跨平台、更灵活、复用度更高、更加松耦合、具有一定前瞻性和实用参考价值的新一代计算机辅助创新软件体系结构设计框架。 展开更多
关键词 发明问题解决理论 技术系统进化 面向服务的体系架构 计算机辅助创新 产品开发
在线阅读 下载PDF
基于苹果着色面积的计算机视觉分级技术研究 被引量:13
2
作者 王建 黎绍发 《计算机工程与设计》 CSCD 北大核心 2008年第14期3813-3814,3817,共3页
通过数码相机获取不同苹果等级的彩色图像,将图像平滑后利用R颜色分量进行最小错误阀值分割,再进行腐蚀去噪声和孔洞填充,并将RGB值转换成HSL值,最后用像素点变换法恢复苹果在二维投影图中真实的几何信息,重新计算像素点的面积,计算苹... 通过数码相机获取不同苹果等级的彩色图像,将图像平滑后利用R颜色分量进行最小错误阀值分割,再进行腐蚀去噪声和孔洞填充,并将RGB值转换成HSL值,最后用像素点变换法恢复苹果在二维投影图中真实的几何信息,重新计算像素点的面积,计算苹果的着色面积并进行分级。实验结果表明,机器识别苹果等级的准确率为89.8%。 展开更多
关键词 着色面积 像素点变换法 机器视觉 分级 计算机应用
在线阅读 下载PDF
基于语义聚类的协作推荐攻击检测模型 被引量:4
3
作者 陈健 区庆勇 +1 位作者 郑宇欣 李东 《计算机应用》 CSCD 北大核心 2009年第5期1312-1315,1320,共5页
协作过滤推荐模型目前已被广泛应用于电子商务等环境。由于其对用户偏好数据敏感,因此攻击者可以通过注入伪造的用户偏好数据来影响推荐系统的预测。提出了一个基于语义聚类的协作过滤攻击检测模型,从分析项目的语义入手,针对攻击数据... 协作过滤推荐模型目前已被广泛应用于电子商务等环境。由于其对用户偏好数据敏感,因此攻击者可以通过注入伪造的用户偏好数据来影响推荐系统的预测。提出了一个基于语义聚类的协作过滤攻击检测模型,从分析项目的语义入手,针对攻击数据中的随机性,通过分析用户兴趣的组合来评判用户偏好数据的真实与否。大量的实验证明,该模型能有效地检测协作过滤推荐中的注入攻击,从而大大提高了推荐系统的鲁棒性和可靠性。 展开更多
关键词 协作过滤 推荐系统 攻击模型 语义聚类
在线阅读 下载PDF
一种状态自动划分的模糊小脑模型关节控制器值函数拟合方法 被引量:3
4
作者 闵华清 曾嘉安 +1 位作者 罗荣华 朱金辉 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第2期256-260,共5页
在庞大离散状态空间或连续状态空间中,强化学习(RL)需要进行值函数拟合以寻找最优策略.但函数拟合器的结构往往由设计者预先设定,在学习过程中不能动态调整缺乏自适应性.为了自动构建函数拟合器的结构,提出一种可以进行状态自动划分的... 在庞大离散状态空间或连续状态空间中,强化学习(RL)需要进行值函数拟合以寻找最优策略.但函数拟合器的结构往往由设计者预先设定,在学习过程中不能动态调整缺乏自适应性.为了自动构建函数拟合器的结构,提出一种可以进行状态自动划分的模糊小脑模型关节控制(FCMAC)值函数拟合方法.该方法利用Bellman误差的变化趋势实现状态自动划分,并且探讨了两种选择划分区域的机制.汽车爬坡问题和机器人足球仿真平台中的实验结果表明新算法能有效拟合值函数,而且利用所提出的函数拟合器智能体可以进行有效的强化学习. 展开更多
关键词 强化学习 值函数 状态自动划分 模糊小脑关节模型控制器
在线阅读 下载PDF
基于杂交遗传算法的多处理器硬实时容错调度算法 被引量:4
5
作者 李冠楠 李家春 《计算机应用研究》 CSCD 北大核心 2016年第9期2606-2610,共5页
传统的硬实时容错调度算法获得了较好的容错性能,但其任务拒绝率、处理器分配偏差比例以及最早完成时间等性能参数不佳,对此提出了一种基于杂交遗传算法的优化方案,并对传统的硬实时容错算法进行优化。采用了中心型调度模型,并采用了任... 传统的硬实时容错调度算法获得了较好的容错性能,但其任务拒绝率、处理器分配偏差比例以及最早完成时间等性能参数不佳,对此提出了一种基于杂交遗传算法的优化方案,并对传统的硬实时容错算法进行优化。采用了中心型调度模型,并采用了任务备份方案来实现容错能力。将任务拒绝率、处理器分配偏差比例以及最早完成时间三个优化参数作为遗传算法适应度目标函数的三个带权分量,对其进行优化,通过遗传算法的杂交与迭代计算获得了优化的结果。最终使用不同的任务数量与处理器数量的组合对本算法与传统算法进行对比实验,结果可看出本算法的三个优化参数明显优于传统算法,且总适应度值亦比传统算法有明显改进。 展开更多
关键词 遗传算法 硬实时系统 容错调度 多处理器 嵌入式系统
在线阅读 下载PDF
机动车检测设备通信接口的设计与实现 被引量:2
6
作者 洪家龙 冯彬 曾宪强 《中国测试》 CAS 2009年第2期40-43,共4页
针对目前机动车检测行业中存在的计算机管理控制系统与检测仪器设备之间的双向交互数字接口因检测仪器的型号、规格不同而标准不一的问题,采用异步全双工工作方式的接口标准和数据校验方式,设计了一种规范的通信接口协议。根据机动车检... 针对目前机动车检测行业中存在的计算机管理控制系统与检测仪器设备之间的双向交互数字接口因检测仪器的型号、规格不同而标准不一的问题,采用异步全双工工作方式的接口标准和数据校验方式,设计了一种规范的通信接口协议。根据机动车检测流程要求,重点介绍了通信接口协议的指令格式和功能,对机动车检测流程和检测仪器设备的状态进行了规范。统一通信接口协议的使用对确保检测数据的准确合理、规范机动车检测行业有重要的作用和深远的意义。 展开更多
关键词 通信规范 数字接口 数据帧 机动车检测 检测流程
在线阅读 下载PDF
基于粗糙集的并行协作模块化神经网络模式分类器 被引量:1
7
作者 凌卫新 郑启伦 陈琼 《计算机工程与应用》 CSCD 北大核心 2002年第23期57-60,共4页
该文提出了基于粗糙集的K类模式分类器的体系结构(RSPCMNNC),基于粗糙集理论提出了三个预处理算法,简化了分类器的结构,降低了学习难度,有效地避免产生过多的子网。样本空间基于最大均衡的策略来划分,保证BP算法在学习过程中的有效性。... 该文提出了基于粗糙集的K类模式分类器的体系结构(RSPCMNNC),基于粗糙集理论提出了三个预处理算法,简化了分类器的结构,降低了学习难度,有效地避免产生过多的子网。样本空间基于最大均衡的策略来划分,保证BP算法在学习过程中的有效性。实验结果表明,该文提出的RSPCMNNC分类器显示出更高的识别率,对于实际应用中多特征模式的识别问题,具有很大的实用价值。 展开更多
关键词 粗糙集 并行协作模块化 神经网络 模式分类器 任务分解
在线阅读 下载PDF
基于改进型神经网络的软件可靠性模型 被引量:6
8
作者 熊小均 梅登华 《计算机工程》 CAS CSCD 北大核心 2010年第22期187-189,共3页
针对传统软件可靠性模型需要分析软件体系结构的可行性问题,提出使用改进型神经网络计算可靠性的模型。采用自组织算法,优化设计隐含层神经网络,并使用测试数据训练网络,得到可靠性模型。实验结果证明,该模型能够在缺乏对软件内部结构... 针对传统软件可靠性模型需要分析软件体系结构的可行性问题,提出使用改进型神经网络计算可靠性的模型。采用自组织算法,优化设计隐含层神经网络,并使用测试数据训练网络,得到可靠性模型。实验结果证明,该模型能够在缺乏对软件内部结构分析的情况下作出与传统模型同样精确的预测。 展开更多
关键词 软件可靠性 预测模型 BP算法
在线阅读 下载PDF
磁带库随机I/O缓冲调度算法的性能
9
作者 吴涛 杨捷 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第5期75-80,共6页
为了提高磁带设备的在线存储效率,提出了一种磁带库缓冲调度算法.该算法采用磁盘驱动器做缓存,将磁带库设备虚拟为逻辑块设备使用.同时,提出了主动写回以及读预取方法,将磁带库的随机读写操作顺序化,以改善系统随机读写性能.文中还对算... 为了提高磁带设备的在线存储效率,提出了一种磁带库缓冲调度算法.该算法采用磁盘驱动器做缓存,将磁带库设备虚拟为逻辑块设备使用.同时,提出了主动写回以及读预取方法,将磁带库的随机读写操作顺序化,以改善系统随机读写性能.文中还对算法性能进行了详细分析,并利用仿真方法对算法进行了测试,结果证明系统集合I/O和单I/O响应时间能够得到明显改善. 展开更多
关键词 磁带存储 虚拟存储 缓冲调度 主动写回 数据预取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部