信息交换中的DMA技术

DMA技术广泛应用于外围设备与内存成批信息交换的控制过程中，它的优势是在数据传送过程中不需CPU的参与，实现了CPU处理任务和内存数据交换的并行进行，提高了计算机的整体性能，本文从DMA技术的硬件构成角度，深入介绍了DMAC的硬件逻辑组成和DMA数据传送的流程。     

基于语义的信息过滤算法的设计与实现

针对传统过滤算法只能实现结构对应层次的判断这一不足，提出了基于语义的信息过滤新算法。通过分词、计算词语相似度等操作，构造出体现语句语义关系的框架，然后再通过计算框架问的匹配程度来进行过滤。试验证明，过滤效果较传统算法在语义对应层次上有所提高。     

Web页文本信息语义过滤系统设计与实现

传统的文本信息过滤算法仅能实现结构对应层次上的判断,无法体现文本的语义.本文介绍一个能对Web页文本信息进行语义过滤的系统,通过分词、生成语义框架和计算框架间相似度,对相似度大于阈值的Web页进行过滤.试验表明,语义过滤能较好地甄别文本的不同观点,准确度较单纯关键字过滤有明显提高.     

自动创建一个快捷方式

通过对WindowsOS的快捷方式进行深入剖析 ,分析了快捷方式的作用、实质及组成 ,介绍了快捷方式的建立方法及操作方式 .并结合VisualFoxPro6 .0创建安装程序的特点 ,给出一种能实现在安装程序将应用软件成功安装后在桌面上自动创建一个快捷方式的方法     

自动创建一个快捷方式

通过对ＷｉｎｄｏｗｓＯＳ的快捷方式进行深入剖析,分析了快捷方式的作用,实质及组成,介绍了快捷方式的建立方法及操作方式,并结合ＶｉｓｕａｌＦｏｘＰｒｏ６．０创建安装程序的特点,给出一种能实现在安装程序将应用软件成功安装后在桌面上自动创建一个快捷方式的方法。     

基于eEP的两阶段分类方法的研究

传统的基于规则的分类算法多是采用顺序覆盖技术训练分类规则,这使得训练得到的模型覆盖大量的非目标类实例,分类时效果差.基于规则的两阶段分类算法,能够很好的去除模型覆盖的非目标类实例,分类时能取得比较好的结果.EP在分类大型数据库时能够提高分类效率,eEP(Essential Emerging Patterns)是一种特殊的EP,较EP能够减少分类噪音.本文中我们构造一个新颖的分类算法,基于eEP的两阶段分类方法(即EEPCTP),并使用UCI机器学习库中的10个数据集做实验,实验表明EEPCTP分类法取得了与一些经典的分类算法可比的效率和准确性.     

基于图模型的复杂问题统计建模

图模型主要借助拓扑图的直观形式对多维概率分布进行统计推断和因果分析.利用图的可分解性,可将高维问题分解成低维问题,并借助图的直观结构对随机变量间复杂的独立性关系、时序关系或因果关系进行分析.本文介绍了图模型在统计建模中的应用.实例表明,图模型通过Markov性,可以把一些复杂的高维系统分解成若干简单的部分,对各个子系统进行分别处理,从而将问题简化.     

显露模式(Emerging Patterns)的有效挖掘

EPs可以用来在数据库中进行知识发现 ,也可以捕获时标数据库中的显露趋势或数据类之间的有用对比 .由于Apriori属性对EPs不再适用 ,而且多维数据集或小支持度阈值 (如 0 5 % )有太多的侯选项集 .对此Naive算法代价太大 ,这使得EPs的有效挖掘成为一个挑战性问题 .为解决这些问题 ,本文介绍使用精确的边界描述大型项集集合 ,设计只操作边界集的EPs挖掘算法 ,并且使用边界表示已发现的EPs .     

基于并行粒子群优化算法的蛋白质二级结构预测

为了提高蛋白质二级结构预测的效率,对具有完全学习策略的量子行为粒子群（CLQPSO）算法进行了研究,实现了一种融合混沌优化与完全学习策略的量子行为粒子群算法;通过在粒子群进化过程中对收缩扩张因子和局部吸引子的混沌优化,提高了敛速和精度．基于统一计算设备架构（CUDA ）,利用GPU 的并行计算能力,将该算法并行化并应用到蛋白质二级结构预测中．实验表明：相比串行实现,该并行算法在对长度较短的残基序列进行蛋白质二级结构预测时,加速比可超过40．     

一例摸奖的概率分析

近年来,街头巷尾常有摸奖的摊位出现．摆摊者采用不同的形式,以大奖为诱饵,甚者更以“拖儿”为幌子,诱使他人摸奖．比如：有摆摊者宣称“免费摸奖,次次有奖,目的仅为促销一种洗发液”．其模奖规则如下：一只袋子里装有20个乒乓球,其中10个球上贴有10分标记,另外10个贴有5分标记摸奖者从袋中任意摸出10个,按球上的分值进行计分,老得分为50或100,奖价值100元的东西;苦得分为55或95,奖价值6元的东西;若得分为60或90奖价值4元的东西;若得分为65或85,奖1元的东西;其余情况摸奖者需购买价值25元的洗发液一瓶．按照规定,摸奖者只…