一种基于预测的负载平衡策略

提出了一种基于预测的动态负载平衡算法，算法以本地负载信息为基础预测结点到达空闲状态的时间，并且在此之前发出任务请求，从而保证系统中各结点都处于忙碌状态，以提高系统资源的利用率与系统整体性能。由于算法在实施负载平衡时不需要在各进程之间进行同步操作，而且各结点自主决定负载平衡参数，对系统中其他结点的信息要求少，因此负载平衡的开销较小。实验证明，该算法对于科学计算类问题具有较好的效果。     

基于系统功能语法的英语小句复合体的时态研究

本文以韩礼德的系统功能理论为指导,从英语小句复合体之间的三种关系出发,对英语小句复合体的逻辑语义关系中的投射关系时态进行初步研究,希望能够在英语教学中帮助教师和学生更好地理解英语时态。     

移动通信中基于Turbo码的混合ARQ方案

在移动环境中,由于信道的时变特性,单纯的FEC或ARQ机制往往无法提供所希望的系统性能。为了提高数据及图像的传输可靠性,需采用ARQ与FEC相结合的混合ARQ差错控制方案。首先介绍了几种常见的以Turbo码作为纠错码的混合ARQ方案,然后研究了基于Turbo码组合译码的有限次重传混合ARQ方案,给出了传输方案及组合译码算法。仿真结果表明,低Eb/No时,该方案对通过率有明显改善。     

基于词典与语料结合的中文微博主观句抽取方法

提出一种基于词典与语料结合的中文微博主观句抽取方法,通过判断句子中是否包含情感表达文本来判断句子是否为主观句.首先,从现有的情感词典中挑选出情感倾向较为固定的情感词构建了一个高可信情感词典,用于抽取句子中的情感表达文本,保证情感表达文本抽取的准确率;然后提出N-POSW模型,并基于2-POS W模型通过语料学习的方法较为准确地抽取句子中的剩余情感表达文本,保证了情感表达文本抽取的召回率.实验结果表明,相比于传统的基于大规模情感词典的方法,本文方法主观句抽取的F值提高了7%.     

汉语篇章小句关联结构的表示与识别

将篇章结构表示为小句关联结构,与修辞结构等层次化篇章结构模式相比,可以有效地刻画非连续和跨层级的小句之间的直接语义关联。首先,提出篇章小句关联结构的形式表示、判断准则和形式限制,并进行人工标注。然后,对汉语篇章小句关联结构进行自动识别。在自建汉语篇章小句关联结构语料库上,基于分类模型,设计连接词和词汇等分类特征,得到的最佳识别准确率达92.70%。实验结果表明,语料整体取样比独立取样取得的去环效果好;词汇、小句距离及句域等分类特征对识别的贡献较大;远距离和跨大句是小句关联识别的难点,但相邻小句和同一大句内的小句对的不相关识别难度更大。     

基于椭圆曲线的移动电子支付协议

利用椭圆曲线密码体制同安全级别下具有更短密钥的优势,通过改进用户对银行发送过来的挑战的盲变换形式,提出了一种安全、高效的移动电子支付协议.同时为了有效控制银行电子现金支付信息数据库的规模,提出了在电子现金中嵌入有效使用期和用户、商家转存电子现金的最长使用时间.此外,设计时将面额信息嵌入至电子现金中,从而达到使用一套系统参数和银行公私钥对即可签发多种面额电子现金的效果.分析表明该协议具有较少的计算量和较高的在线处理效率,可抵抗多种伪造攻击,有效保护用户的消费隐私,且银行和商家数据库大小可以控制,大大缩短转账响应时间.     

基于AJAX开发WEB在线交流平台

文章分析了传统的WEB在线交流平台的优缺点,针对在线交流平台的需求,采用AJAX和.NET的XML WebService、Web高速缓存技术,开发了基于AJAX的WEB在线交流平台。AJAX页面无刷新技术的使用,合理的避免了页面的整体刷新,从而提升了用户体验,提高了系统性能。     

一个圆中斯坦纳问题的解决

两条内角平分线相等的三角形是等腰三角形,这个命题是一道脍炙人口的几何名题.它是雷米欧斯(Lehmus)于1840年给瑞士著名数学家斯图姆(Sturm)的一封信中提出的,并请求给出一个纯几何的证明.首先给出证明的是德国著名几何学家斯坦纳(Steiner),后来这个命题就以斯坦纳--雷米欧斯定理而闻名于世.……     

近代汉语中的糅合式因果句及相关句式

糅合式因果句、"既/既然p时,q"式因果句、"p,所以说q"式因果句以及"p,以致/以至/以至于q"式因果句是近代汉语中值得注意的四种因果句。糅合式因果句形成的关键在于合并两个句子的重复部分,表因连词"既"、"既然"和假设助词"时"搭配的关键在于受到假设连词"若"在语义上的渗透,"说"虚化的关键在于q由已知信息发展为未知信息,表果连词"以致"、"以至"和"以至于"语义偏向的流变则与填补空格和类化影响有关。     

基于综合方法的文本主题句的自动抽取

提出了基于综合方法的主题句的提取方法,并着重讨论了文本主题概念的提取以及相应的权值体系.根据概念间的相互关系,对同义概念进行语义归并,对上下位概念进行语义聚焦,模拟人工标引专家在分析文本主题时的“兼顾各个方面的主题,同时又有所侧重”的原则.在调整文本主题上下位概念的权值时,既考虑下位概念对上位概念的增强作用,同时又考虑到这种调整不影响整个文本主题的分布,从而更精确地抽取出文本的主题概念.采用多种权重度量方式,综合评估句子反映主题的价值.在此基础上,采用主题句选择算法将文本的主题数与所抽取的主题句的数量关联在一起,保证每一个主要的主题都有对应的主题句被选中,并解决主题句的去重问题,从而进一步提高所抽出主题句的主题覆盖性和概括性.