检索结果-内蒙古大学图书馆

Hook是Windows操作系统中极具威力的技术之一,它提供了一种打破进程间壁垒的一种方式,使程序可以进入其他进程并对其加以改变。Hook的使用虽已渐渐普遍,但由于可选类型较多,在如何选择合适而有效的Hook类型方面仍有一定的难度。文中介绍了一些关于Hook的15种类型的应用范围,并通过Hook类型选型的对比实例,进一步证实了选择不同类型所造成的结果差异。

关键词：钩子函数分类应用操作系统消息拦截

来源：评论

学校读者我要写书评

暂无评论

二叉树动态负载平衡方法

引用

计算机应用 2003年第7期23卷 52-53页

作者：赵连伟罗四维北方交通大学计算机与信息技术学院北京100044

文中提出了一种二叉树动态负载平衡方法,该方法使用二叉树动态负载平衡系统模型,解决了集中式负载平衡系统中主结点在分配任务、响应请求以及负载移动时的潜在瓶颈问题;提出了负载小于给定值时请求负载平衡以提高处理器的利用率。分析表... 详细信息

文中提出了一种二叉树动态负载平衡方法,该方法使用二叉树动态负载平衡系统模型,解决了集中式负载平衡系统中主结点在分配任务、响应请求以及负载移动时的潜在瓶颈问题;提出了负载小于给定值时请求负载平衡以提高处理器的利用率。分析表明,该方法在可以有效地提高并行计算的性能,特别是对于任务密集的情况。

关键词：动态负载平衡并行计算二叉树终止检测

来源：评论

学校读者我要写书评

暂无评论

极大熵聚类算法的收敛性定理

引用

北方交通大学学报 2003年第5期27卷 26-29页

作者：牟永敏于剑北京信息工程学院计算机科学与工程系北京100101 北京交通大学计算机与信息技术学院北京100044

讨论了极大熵聚类算法的收敛性,构造了极大熵聚类算法的收敛点集,并证明了极大熵聚类算法的收敛性定理.结果表明,极大熵聚类算法不一定收敛到局部极小点,有时收敛到鞍点.同时,也给出了如何判断极大熵聚类算法的收敛点是局部极小点还是... 详细信息

讨论了极大熵聚类算法的收敛性,构造了极大熵聚类算法的收敛点集,并证明了极大熵聚类算法的收敛性定理.结果表明,极大熵聚类算法不一定收敛到局部极小点,有时收敛到鞍点.同时,也给出了如何判断极大熵聚类算法的收敛点是局部极小点还是鞍点的方法.

关键词：模式识别聚类算法收敛性极大熵原则决定性退火

来源：评论

学校读者我要写书评

暂无评论

多端口模型中的链式广播算法分析

引用

北方交通大学学报 2003年第2期27卷 42-45页

作者：丁丁李伟生北方交通大学计算机与信息技术学院北京100044

根据广播黑盒子的分类,分析了多端口模型中多消息链式广播算法,深入探讨了算法的理论基础和理论模型;重点研究链式广播算法的时间复杂度,通过与k树算法性能的对比,说明该算法是一种更接近最优广播周期的算法.

关键词：广播多端口模型广播黑盒子广播源

来源：评论

学校读者我要写书评

暂无评论

同步数字系列传输网路径管理的设计与实现

引用

北方交通大学学报 2003年第2期27卷 83-85页

作者：张振江北方交通大学计算机与信息技术学院北京100044

结合同步数字系列(SDH)传输网的功能结构、信息结构和物理结构,分析了路径在SDH传输网的重要功能,并采用面向对象的信息模型和CMIS协议来实现SDH路径管理.

关键词：同步数字系列路径管理信息模型

来源：评论

学校读者我要写书评

暂无评论

基于扩展双链式存储结构的最小生成树算法

引用

北方交通大学学报 2003年第2期27卷 93-95页

作者：侯柳平李伟生北方交通大学计算机与信息技术学院北京100044

在图的一种双链式存储结构的基础上提出了一种扩展的双链式存储结构.并用这种存储结构实现了图的最小生成树算法,与其它存储结构相比具有更好的灵活性.

关键词：图双链式最小生成树

来源：评论

学校读者我要写书评

暂无评论

基于奇异值分解变换的数据压缩方法探讨

引用

北方交通大学学报 2003年第2期27卷 29-32页

作者：田媚罗四维北方交通大学计算机与信息技术学院北京100044

讨论了利用奇异值分解(SVD)变换算法进行图像压缩的可能性,澄清了采用SVD变换进行图像压缩的一种错误观点.对3种采用SVD变换进行数据压缩的方案进行了进一步的研究与分析,证实了将SVD变换应用于数据压缩领域的可行性.

关键词：奇异值分解图像压缩变换编码

来源：评论

学校读者我要写书评

暂无评论

基于向量空间模型的文本自动分类系统的研究与实现

引用

北方交通大学学报 2003年第2期27卷 38-41页

作者：武旭须德北方交通大学计算机与信息技术学院北京100044

分析了文本自动分类的关键理论及技术,给出一个已实现的基于向量空间模型(VSM)的文本自动分类系统的框架模型,重点描述此系统的实现算法.此算法在训练阶段通过部分训练集确定向量的特征提取维数,并提出一种"平均值"匹配阈值... 详细信息

分析了文本自动分类的关键理论及技术,给出一个已实现的基于向量空间模型(VSM)的文本自动分类系统的框架模型,重点描述此系统的实现算法.此算法在训练阶段通过部分训练集确定向量的特征提取维数,并提出一种"平均值"匹配阈值调整方法,从而在精度和效率方面优于传统的分类算法.实验表明此系统查准率为91.8%,查全率为85%.

关键词：文本分类向量空间模型特征提取

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：