递推关系是计数的一个强有力的工具， 特别是在做算法分析时是必需的。递推关 系的求解主要是利用母函数。当然母函数 尚有其他用处，但这主要是介绍解递推关 系上的应用

6.1 编织码编码基本原理 6.2 编织码的译码 6.3 编织卷积码的活性距离特性 6.4 基于删余技术的编织码 6.5 编织码的因子图与和积算法分析

8.1半导体三极管 8.2放大电路的组成和基本工作原理 8.3放大电路的基本分析方法(一)工程估算法 8.4放大电路的基本分析方法(二)图解法 8.5工作点稳定的放大电路 8.6射极输出器 8.7多级放大电路 8.8功率放大器

第4章存储体系 一、主要内容包括: 二、几种常用的内存管理方法(分区、分页、分段) 三、内存的分配和释放算法(最先适应、最佳适应、最坏适应、临近适应) 四、虚拟存储器的概念(部分装入) 五、控制主存和外存之间的数据流动方法 六、地址变换技术和内存数据保护与共享技术等 七、Windows22000/xp内存管理

在多道程序环境下,进程数目往往多于处理机数目,致使它们争用处理机。这就要求系 统能按某种算法动态地把处理机分配给就绪队列中的一个进程,使之执行进程。分配处理机 的任务是由进程调度程序完成的。本章讨论进程调度与死锁问题及相关题解

提出基于IGA模型的热连轧精轧机组负荷分配的智能优化新方法,该方法具有计算精度高、速度快等特点,且适合在线计算.实验数据对比分析结果表明了该方法的有效性,为热连轧精轧机组轧制规程的智能优化设计提供了一条新途径

在多道程序环境下,进程数目往往多于处理机数目,致使它们争用处理机。这就要求系 统能按某种算法动态地把处理机分配给就绪队列中的一个进程,使之执行进程。分配处理机 的任务是由进程调度程序完成的。本章讨论进程调度与死锁问题及相关题解

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

为了提高非平衡数据集的分类精度，提出了一种基于样本空间近邻关系的重采样算法。该方法首先根据数据集中少数类样本的空间近邻关系进行安全级别评估，根据安全级别有指导的采用合成少数类过采样技术（Synthetic minority oversampling technique，SMOTE）进行升采样；然后对多数类样本依据其空间近邻关系计算局部密度，从而对多数类样本密集区域进行降采样处理。通过以上两种手段可以均衡测试数据集，并控制数据规模防止过拟合，实现对两类样本分类的均衡化。采用十折交叉验证的方式产生训练集和测试集，在对训练集重采样之后，以核超限学习机作为分类器进行训练，并在测试集上进行验证。在UCI非平衡数据集和电路故障诊断实测数据上的实验结果表明，所提方法在整体上优于其他重采样算法

本文采用模式识别方法推断烧结矿质量。在给出模糊系统聚类分析算法基础上,用软件实现了基于模糊聚类分类器和动态聚类分类器,并用现场实测的样本采用\留一法\分别对这两种分类器性能进行检验。结果表明:模糊聚类分析法对于先验知识较少、样本量不大时,性能较佳