本研究试图分析国际学生评估计划（PISA）发布的阅读能力评估。 通过对PISA的简要介绍（包括背景，目标，期望和方面），当前的研究旨在从教育的目标和评估，对政策制定者的建议以及学生需要获得的阅读技能中获得洞察。

准确的交通流量预测是智能交通系统中的关键问题。在分析支持向量机SVM回归估计方法参数性能的基础上，提出了粒子群算法PSO优化参数的PSO-SVM短期交通流预测模型。模型利用支持向量机具有结构风险最小化的特性和粒子群算法快速全局优化特点，实现了数据降维并且保持了交通流序列的特征，因此可以高效地预测交通流量。用G107国道现场采集的数据仿真表明了该模型的有效性，预测平均误差为3.4%。

针对无线传感网络中数据融合需求的多样性，提出了一种新的簇内数据融合方法。该方法基于信息熵可反映节点数据分布的统计特性，首先对节点内数据并查集的信息熵进行最大寻优、自动确定融合的上下限阈值，完成节点局部数据融合；同时考虑簇内信息分布的空间特性，对簇内二维信息熵进行最大寻优，并由此确定簇内数据融合的阈值、实现冗余数据过滤；最后就该方法与传统的数据融合策略进行了仿真比较。实验结果验证了该方法简单，可有效实现全局数据融合，显著降低节点能耗。

中文新词提取与过滤研究综述，聂金慧，苏红旗，新词识别是中文信息处理领域的关键技术，而候选新词提取与垃圾串过滤是新词识别的必经阶段。中文文本不以特定的符号标志词的边界

论文研究-基于SSA-ELM的大宗商品价格预测研究.pdf,  随着经济全球化的发展，国际期货市场中各大类大宗商品价格波动剧烈，而全球经济形势不明朗以及货币政策不确定使得大宗商品期货价格难以被准确预测.本文选取玉米，原油，黄金分别作为大宗商品农产品类、能源类、金属类的代表对象，基于奇异谱分析方法（singular spectrum analysis，SSA），对商品期货价格进行分解，结合Kmeans动态聚类技术将分解量聚合成不同特征的价格序列，再采用具有优良特性的极限学习机算法（extreme learning machine，ELM）对模型进行训练，得到大宗商品期货价格预测模型.实证结果表明，采用序列分解聚类策略能够显著提高模型预测精度，在价格未来的整体水平和变动方向上都能达到较好的预测效果.

基于直方图交叉核的图像分类方法分析，许家乐，周亚健，针对词袋不足的情况下不能够很好地进行图像分类识别的问题，本文从从特征提取和生成词袋两个方面加以改进，为了去掉图像信息的重

基于DSP的实时离散模糊PID控制在磁悬浮球系统中的应用 ，黄康，周长斌，磁悬浮球控制系统是研究磁悬浮技术的平台，它是一个典型的的开环不稳定、高度非线性化、高度不确定性的系统。通过分析磁悬浮球系

温室控制系统中键盘扫描模块的设计，王艳，，采用EDA的设计思想，设计单片机控制的基于FPGA的键盘扫描模块。用VHDL语言设计FPGA内部的分频模块SCAN_GEN、键盘扫描计数器模块SCAN_COUNT、

一种新的基于特征选择的图同构算法在网络模体发现中的应用，呼加璐，孙玲，模体是在真实网络中出现频率明显高于随机网络中出现频率的子图。模体查找需要对出现的子图计数，因此引发了子图同构的问题。但是

眼底图像处理中一些关键问题的研究，李居朋，陈后金，眼底检查对于眼科疾病以及某些全身性疾病的早期诊断具有重要意义。由于眼底图像具有特征复杂的特点，使得前人在眼底图像处理与量