摘要：决策粗糙集模型是当前粗糙集理论最为重要的研究分支之一.然而,由于现实环境下数据类型的复杂多样以及数据的动态更新,使得传统的决策粗糙集模型面临着一定的局限和不足,针对这一问题,提出一种混合型信息系统的邻域决策粗糙集模型,并设计出一种矩阵方法的邻域决策粗糙集增量式更新算法.首先,将传统的离散型决策粗糙集模型在混合型信息系统下进行推广,提出一种邻域决策粗糙集模型,使得该模型可以直接处理混合型的数据;然后,利用矩阵的方法重新表示该邻域决策粗糙集模型,同时,针对混合型信息系统对象增加和对象减少时的情形,通过矩阵研究邻域决策粗糙集模型的增量式更新,并从理论上证明这种增量式方法的高效性;最后,基于矩阵的增量式更新方法,提出混合型信息系统邻域决策粗糙集的增量式更新算法.实验分析表明所提出的增量式更新算法具有一定的有效性和优越性.

摘要：随着信息技术的飞速发展,高性能计算HPC得到众多科研领域的青睐,如生物基因、材料设计、金融计算、计算机科学等领域[1]。高性能计算是计算机科学的分支之一,其采用并行化技术,将计算复杂度较高的计算任务分解成众多小型计算任务,将其分配给众多处理器同时计算,以实现高性能计算的目的[2]。目前,高性能计算已成为继理论科学和实验科学之后科学探索的第三范式,被广泛应用在高能物理学、材料科学、航天航空飞行器设计、国民经济预测与决策、能源勘探、卫星图像处理、情报分析、互联网服务、工业仿真等领域,对国民经济发展和国防建设具有重要价值。

摘要：为了提升高校网上办事大厅师生办事满意度,形成高效、便捷的管理体系,提出一种基于用户满意度网上办事大厅服务流程优化再造的方法。分析了影响用户满意度的特征因子,指出服务查找复杂度、服务填报复杂度、服务处理复杂度三个关键影响用户满意度因子。以最大化用户满意度为目标,设计了融合大数据、自然语言处理NLP、智能AI及OCR等技术的全流程、一体化服务平台。从技术层面和业务层面优化再造服务流程。结合实际案例,验证了该方法的有效性和可行性。

摘要：油画风格是把一张图像的油画风格信息加到任意某张图像上,并保持该图像的语义内容,产生一个新的具有观赏性的图像。本文主要介绍了一种基于卷积神经网络的图像风格算法,可以分离和重组自然图片的图像内容与风格,进而实现图片的油画化迁移。该算法可以将任意图像的内容与众多知名油画风格相结合,获得高感知质量的艺术作品。通过实验验证该算法能够实现图像内容与油画风格的深度融合,证明了该算法的有效性。