• 基本知识 – 内存分层结构、多处理器的体系结构 • 并行计算 – 并行计算的常见方式、循环级并行 • 程序中的局部性 – 时间局部性、空间局部性、代码和数据局部性 • 矩阵乘算法及其优化 – 矩阵乘算法及分析、分块的矩阵乘算法及分析 围绕计算机体系结构而不是抽象模型来讨论

三维建模是许多研究与应用领域的关键技术。对三维建模技术中涉及的三维数据获取与建模方法进行了系统的介绍，重点对激光扫描系统、基于图像建模技术进行了说明与对比。阐述了三维建模技术的最新研究进展及应用。最后指出模型检索研究以及数字化手段存在的问题，对三维建模的研究进行了展望

本文讨论出版社的资源优化配置问题，即出版社在总书号数一定的条件下的书号分配问题，使出版社的利润最大。根据近五年来的数据进行筛选与分析，得出以分社为单位的书号分配方案，和以课程为单位的进一步细化书号分配方案

一、了解关系数据库有关概念 二、了解关系运算、关系代数 三、了解关系模型的数学定义 四、了解关系的规范化理论

一、 逻辑结构设计的任务 把概念结构设计阶段设计好的基本E-R图转换为与选用BMS产品所支持的数据模型相符合的

• 第一节 系统开发的生命周期法和结构化方法 • 第二节 可行性分析和详细调查概述 • 第三节 管理业务调查 • 第四节 数据流程调查 • 第五节 数据字典 • 第六节 描述处理逻辑的工具 • 第七节 系统化分析 • 第八节 研究和确定管理模型 • 第九节 提出新系统的逻辑方案

传统 PM2.5 预测方法获取污染物浓度数据需要大型精密仪器，成本较高. 本文尝试利用图像数据进行 PM2.5 浓度预 测. 大气 PM2.5 浓度的变化与图像的暗通道强度、对比度和 HSI（Hue-saturation-intensity）颜色差异有密切联系. 大气中 PM2.5 浓度的升高会导致非天空区域的暗通道强度值下降，图像对比度下降和 HSI 空间颜色差异变小. 通过分析 PM2.5 浓度 与图像特征的关系，提出了一种基于图像混合核的列生成空气质量 PM2.5 预测模型

油箱壳外形复杂,拉深成形过程中容易出现侧壁起皱和圆角处破裂的缺陷,成形工艺参数的确定非常重要.结合分类与回归决策树(classification and regression tree,CART)的人工智能技术和模型交叉验证方法,通过调用Python平台开源库Scikit-Learn对油箱壳拉深成形数值模拟结果进行知识挖掘,筛选出对油箱壳拉深成形影响大的工艺参数;以基尼指数(Gini index)最小化作为最优特征值及最优切分点选择的依据,构建了工艺参数与性能指标关系的CART决策树,提取出了可靠的工艺设计规则.油箱壳拉深实例表明,CART决策树理论的知识发现技术是实现板料成形过程数值模拟结果潜在知识挖掘的可行途径

（1992 年全国大学生数 学模型联赛题 A） 某地区作物生长所需的营 养素主要是氮(N)、钾(K)、磷(P).某作物研究所在某地 区对土豆与生菜做了一定数量的实验, 实验数据如下 列 表所示, 其中 ha 表示公顷, t 表示吨，kg 表示公斤.当 一个营养素的施 肥量变化时

• 9.1 图计算简介 • 9.2 Pregel简介 • 9.3 Pregel图计算模型 • 9.4 Pregel的C++ API • 9.5 Pregel的体系结构 • 9.6 Pregel的应用实例 • 9.7 Hama的安装和使用