SPN模型化简研究的基于思路包括两种途径:模型状态空间的压缩和模型结构的分解。模型状态空间压缩 是从系统行为语义上寻找状态合并、截断和压缩和依据。从随机过程的数学模型上寻找分析计算的方 法。本项目着重研究了三种技术:对称行为状态的合并,小概率状态的截断和标记数量和压缩。模型结构的分解采用了“分而治之”的等略。着重研究了五种随机网模型的分解和压缩技术:时间数量级分解、接近无关分解。响应时间保留压缩、流等价压缩、层次模型和分层分析。这些技术应用例ATM计算机网络和其它系统的性能评价中。本项目对这些问题的研究开启了和推动了国内这个领域的研究。多篇论文在国内外的发表,表明了该项目的先进性。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
相干检测光纤通信系统非线性传输损伤及其电均衡技术研究
相干检测光学单载波频域均衡光纤通信系统非线性传输损伤的电均衡技术研究
光频锁相技术在光纤本地网中的应用
用户光纤通信系统技术基础研究