LP-SVM在CUDA架构上的加速实现

为了能在PC机上处理大规模数据集问题，提出了使用CUDA架构对LP-SVM的加速实现方法。该方法针对PC机内存小的缺点，对SVM的分解算法进行改编，得到求解LP-SVM的分解算法。LP—SVM分解算法每次只需要求解一个小规模的线性规划问题，避免一次性把所有训练数据都装进内存。同时把求解线性规划中比较耗时的矩阵运算，移植到CUDA上进行，提高了求解效率。实验结果表明：LP—SVM算法在经过CUDA加速以后，算法的执行效率提高了10—35倍。     

基于J2EE和构件技术的应用软件集成平台

通过分析企业对业务集成的需求,提出了企业应用软件集成平台的体系结构,并提出了一个用软件构件技术集成平台的解决方案。在此基础上利用J2EE框架的相关技术构建了一个分布式企业内部部门级的信息平台模型,该模型具有分布式组建结构并支持基于Web的客户端技术和基于远程应用程序的客户端技术。     

智能教学系统中的知识推理

知识推理主要应用于智能教学系统的教学策略、教学方法的产生和调整方面。给出了一种智能教学系统中的基于语义网络的模糊推理确定教学序列的方法和用基于产生式规则的推理确定教学方法，并给出了推理算法。     

基于图的半监督学习的距离度量改进

基于图的半监督学习的一个关键问题是：图上顶点之间的距离度量的有效性问题。为了解决这个问题,提出了基于图的半监督学习的距离度量改进方法。通过在现有密度敏感的距离度量方案中添加补偿参数的方法,使得改进的距离度量方案不但能够有效地扩大不同类别的高密度区域样本间的距离,同时还能缩小相同类别中样本之间的距离。将改进的距离度量方案应用到聚类算法中,来验证改进的距离度量方案的有效性。实验结果表明：改进的距离度量方法能够有效地扩大不同类别间距离,增强类内聚合度。