一种先进的扁平化谓词及编译优化方法

1

作者 王向前 郑启龙 +1 位作者 张仁高 韩东科 《中国科学技术大学学报》 CAS CSCD 北大核心 2019年第1期15-20,共6页

谓词执行是有效挖掘控制流程序指令级并行性的一种机制.经典的谓词实现一般局部地逐个进行谓词计算而不能进行多谓词控制,有谓词计算路径过长等问题.针对经典谓词存在的问题,提出一种先进的扁平化谓词的实现方法,这种扁平化谓词可以全... 谓词执行是有效挖掘控制流程序指令级并行性的一种机制.经典的谓词实现一般局部地逐个进行谓词计算而不能进行多谓词控制,有谓词计算路径过长等问题.针对经典谓词存在的问题,提出一种先进的扁平化谓词的实现方法,这种扁平化谓词可以全局地进行谓词计算,可以自然地进行多谓词控制.在此基础上,研究扁平化谓词的编译优化方法,给出了扁平化谓词编译优化框架.实验表明,本文提出的扁平化谓词及编译优化框架可以很好地提高多条件控制程序的执行效率. 展开更多

关键词 谓词 多谓词 扁平化谓词 编译优化

下载PDF 职称材料

政府工作报告英译过程中的多谓语处理的对策探讨 被引量：2

2

作者 吕佶康 车旭源 《江西电力职业技术学院学报》 CAS 2021年第4期127-128,共2页

针对政府工作报告中出现的多谓语句式现象,基于文本特点与句内逻辑,分析了相应句式翻译中可能存在的问题并且提供了三个翻译策略,以期对此类结构的翻译提供借鉴和帮助。

关键词 政府工作报告 多谓语 翻译策略

下载PDF 职称材料

基于图模型的中文多谓词语义角色标注方法 被引量：1

3

作者 杨海彤 《计算机工程》 CAS CSCD 北大核心 2019年第1期172-177,共6页

针对语义角色标注中的多谓词现象,从图模型角度出发,提出一种中文多谓词语义角色标注方法。对句中的多个谓词进行联合语义分析,并采用随机爬山算法优化图模型。利用句中多个谓词之间的全局特征,提升语义角色的区分度。在中文命题库上的... 针对语义角色标注中的多谓词现象,从图模型角度出发,提出一种中文多谓词语义角色标注方法。对句中的多个谓词进行联合语义分析,并采用随机爬山算法优化图模型。利用句中多个谓词之间的全局特征,提升语义角色的区分度。在中文命题库上的实验结果表明,该方法可以明显提高语义角色标注的分类效果。 展开更多

关键词 语义角色标注 多谓词 图模型 联合语义分析 随机爬山算法

下载PDF 职称材料

基于深度自回归模型的近似查询处理方法

4

作者 岑黎彬 李靖东 +1 位作者 林淳波 王晓玲 《计算机应用》 CSCD 北大核心 2023年第7期2034-2039,共6页

聚合函数的近似查询处理(AQP)是近年来数据库领域的研究热点。针对现有的近似查询技术存在查询响应时间长、存储开销大、不支持多谓词查询等问题,提出一种基于深度自回归模型的AQP方法DeepAQP(Deep Approximate Query Processing),利用... 聚合函数的近似查询处理(AQP)是近年来数据库领域的研究热点。针对现有的近似查询技术存在查询响应时间长、存储开销大、不支持多谓词查询等问题,提出一种基于深度自回归模型的AQP方法DeepAQP(Deep Approximate Query Processing),利用深度自回归模型对表中多列数据的联合概率分布进行学习和建模,以估计给定查询的谓词选择度和目标列概率分布,以促进单表下多谓词聚合函数近似查询请求的有效处理。在TPC-H和TPC-DS数据集上进行实验,结果表明,与基于采样的VerdictDB方法相比,DeepAQP在查询响应时间和存储空间开销上均降低了2到3个数量级;与基于传统机器学习模型的DBEst++方法相比,DeepAQP的查询响应时间降低了1个数量级,显著降低了模型训练耗时,并且可以处理DBEst++所不支持的多谓词查询请求。可见,DeepAQP兼顾了查询精度和速度,并显著降低了算法在训练和存储上的开销。 展开更多

关键词 近似查询处理 自回归模型 多谓词查询 深度学习 聚合函数

下载PDF 职称材料

基于多谓词选择的海量XML数据并行查询方法 被引量：3

5

作者 闫威 马宗民 《小型微型计算机系统》 CSCD 北大核心 2015年第7期1415-1420,共6页

为了解决海量XML数据查询的问题,提出了MapReduce编程模型下多谓词选择的查询处理方法.该方法并行查询海量XML数据,产生的并行查询结果满足用户给定的多谓词查询要求.提出海量XML数据的存储方法,将海量XML数据划分为众多XML数据块存储到... 为了解决海量XML数据查询的问题,提出了MapReduce编程模型下多谓词选择的查询处理方法.该方法并行查询海量XML数据,产生的并行查询结果满足用户给定的多谓词查询要求.提出海量XML数据的存储方法,将海量XML数据划分为众多XML数据块存储到HDFS中.提出MapReduce编程模型下基于多谓词选择的Map逻辑算法和Reduce逻辑算法,实现海量XML数据的并行查询处理.进一步提出基于多谓词选择的MapReduce查询优化方法,减少系统的数据传输量,提高了系统的性能.最后,通过实验验证了所提方法的有效性. 展开更多

关键词 海量XML数据 MapReduce编程模型 多谓词选择 并行查询

下载PDF 职称材料

基于HASH表的多谓词约束下频繁项集挖掘 被引量：1

6

作者 张婕 张燕 李广水 《微电子学与计算机》 CSCD 北大核心 2011年第10期56-59,共4页

针对在交易数据库中挖掘出指定顾客相关属性的频繁项集这一问题,提出了基于维约束进行求解的构想.采用模式增长的挖掘方法,但与传统的模式树不同的是将原先每一节点频繁计数值设为在所有可能的谓词约束下该项的计数形成的向量,并利用HAS... 针对在交易数据库中挖掘出指定顾客相关属性的频繁项集这一问题,提出了基于维约束进行求解的构想.采用模式增长的挖掘方法,但与传统的模式树不同的是将原先每一节点频繁计数值设为在所有可能的谓词约束下该项的计数形成的向量,并利用HASH表进行向量值及项所在层的位置映射,因此,在不同的约束组合下的频繁项集挖掘将不再需要扫描数据库.仿真实验表明该挖掘算法的完备性,通过与先筛选再挖掘的算法进行比较,证明该挖掘算法具有更高的效率. 展开更多

关键词 多谓词约束 频繁项集 模式增长 HASH表

下载PDF 职称材料

一类基于平行语料统计的汉法机译解决方案 被引量：1

7

作者 刘粤钳 姚红玉 《计算机技术与发展》 2008年第4期114-117,共4页

针对目前国内外汉法机器翻译系统较少,且研究的汉语语例基本为简单短句的情况,利用《人民日报》中、法文网络版的部分文章建立了一个小型的汉法平行语料库,并基于此,利用改进的Yamada算法构建了一个汉法机器翻译系统。系统通过对汉法平... 针对目前国内外汉法机器翻译系统较少,且研究的汉语语例基本为简单短句的情况,利用《人民日报》中、法文网络版的部分文章建立了一个小型的汉法平行语料库,并基于此,利用改进的Yamada算法构建了一个汉法机器翻译系统。系统通过对汉法平行语料的统计结果,把汉语句型大致归为单谓和多谓两大类,并提炼出4096个汉法对齐基本句型,将之应用于汉法机译中;并首次提出了三词序列出现概率的概念,用于解决词语搭配的问题。试验表明系统在处理多谓语的汉语长句上有明显的优势。 展开更多

关键词 三词序列出现概率 汉法对齐基本句型 多谓句 语料库

下载PDF 职称材料

藏语多动词谓语句的认知基础和模块化 被引量：7

8

作者 瞿霭堂 劲松 《民族语文》 CSSCI 北大核心 2018年第5期23-33,共11页

本文从类型学的视角,使用认知语言学的方法,研究藏语的多动词谓语句,为这类句子定性定义,并全面、系统、综合地从内容上探讨它的性质、特点和类型,从形式上探讨它的模块化及其语音变化方式,从历史上探讨它的形成和演变。

关键词 藏语 多动词谓语 模块化

原文传递

基于多变量灰色预测模型的多元线性回归模型 被引量：11

9

作者 刘稳殿 王丰效 刘佑润 《科学技术与工程》 2007年第24期6403-6406,共4页

针对各自变量之间的关系,利用多变量灰色模型建立了自变量的预测值,剔除了自变量观察数据中的噪声污染。进而建立了一种改进的多元线性回归模型。最后,通过实例说明模型具有较高的预测精度。

关键词 多变量 灰色预测模型 多元线性回归

下载PDF 职称材料

电厂锅炉燃烧过程控制改进方案及实现 被引量：9

10

作者 薛福珍 刘涛 +3 位作者 尹君 梁远 刘洪卫 梁国杰 《控制工程》 CSCD 2008年第2期124-126,130,共4页

针对锅炉燃烧系统多变量、强耦合、大时滞的复杂特性,提出一种多变量时滞对象的控制方法,以动态风煤比的形式对燃烧过程实施先进控制。所实现的改进的多变量Smith预估算法有效地克服了模型失配对控制的不利影响;多模型智能控制解决了在... 针对锅炉燃烧系统多变量、强耦合、大时滞的复杂特性,提出一种多变量时滞对象的控制方法,以动态风煤比的形式对燃烧过程实施先进控制。所实现的改进的多变量Smith预估算法有效地克服了模型失配对控制的不利影响;多模型智能控制解决了在负荷变化时对象模型的参数不确定性。对某热电厂锅炉燃烧过程的控制结果表明,该方法易于工程实现,适应性强,控制效果优于原DCS系统的PID控制。 展开更多

关键词 锅炉燃烧系统 多变量时滞控制 多模型 动态风煤比 多变量Smith预估器

下载PDF 职称材料

LSTM-WBLS模型在日降水量预测中的应用 被引量：4

11

作者 韩莹 管健 +1 位作者 曹允重 罗嘉 《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2023年第2期180-186,共7页

基于长短时记忆网络(Long Short-Term Memory, LSTM)降水量预测模型存在过拟合、时滞现象,而宽度学习系统(Broad Learning System, BLS)无需多次迭代的特点有助于解决LSTM的上述缺点.加权宽度学习系统(Weighted Broad Learning System, ... 基于长短时记忆网络(Long Short-Term Memory, LSTM)降水量预测模型存在过拟合、时滞现象,而宽度学习系统(Broad Learning System, BLS)无需多次迭代的特点有助于解决LSTM的上述缺点.加权宽度学习系统(Weighted Broad Learning System, WBLS)通过在BLS中引入加权惩罚因子约束分配样本权重,降低噪声和异常值对降水量预测精度的影响.本文提出一种LSTM-WBLS日降水量预测模型,选取湖北省巴东站日降水量进行实证研究,并考虑气压、气温、湿度、风速和日照等因素对降水量的影响.实验结果表明,与现有的预测模型相比,LSTM-BLS模型在RMSE、MAE和R^(2)等评价指标上均有显著提升.不同时间步长下,本文模型预测精度均优于现有模型,验证了其稳定性.与LSTM相比,WBLS直接计算权重的特点使得LSTM-WBLS的运算效率并未降低. 展开更多

关键词 降水量预测 长短时记忆网络 宽度学习系统 加权宽度学习系统 多因素预测

下载PDF 职称材料