PHP，JSP 作为服务器端脚本语言的性能比较外文翻译（可编辑）

人工智能-传统神经网络与脉冲神经网络之间的性能比较研究.pdf

几种常用文本分类算法性能比较与分析.docx

分析了几种典型的文本分类算法的特点。其中，支持向量机算法具有最优性能，但处理大量数据时，耗时比较大；K-NN方法与K值的选取有很大关系，而且实时性不够良好；朴素贝叶斯方法在实际应用中可以得到比较好的效果；神经网络方法提供了比较容易的方式预测非线性系统，训练过程很慢，不能适应大数据量的学习。

基于matlab程序的FIR滤波器的设计

采用静态链表和插入排序对归并排序进行优化，并随机生成一系列数，与快速排序进行性能比较，结果表明，两者接近

入围不当的候选者和可能错过的候选者只是意味着与不正确的关键字相关联的不当简历。 这些天来，由于对文本分类的兴趣日益浓厚，对文件分类的研究越来越多，而文本分类已成为在线文本和文档的主要贡献者。 机器可以使用专家系统来处理人员对细节进行分类的重复任务，该专家系统可以正确捕获和识别文本，然后将其分类为已定义的不同类别。 在对数据进行预处理之后，对贝努利的朴素贝叶斯，多项朴素贝叶斯，随机森林，线性SVM和LSVM进行了比较分析，并在前30个具有不同参数的Job Listing数据集上进行了弹性惩罚分类，因此我们能够分析具有不同密度和科目的类中不同术语之间的依赖关系。 评估了准确性，并且LSVM根据提交的查询在对职称进行分类时提供了最佳准确性，并且能够对55000个样本实现96.25％的准确性。

两种自适应滤波比较论文，主要用途在信号处理上。

分析了卷积码及由其发展出的Turbo码的编码原理,给出了这2种编码方法的结构特征和最大后验概率(MAP)的译码算法;分别对卷积码和Turbo码进行仿真,得到在码长1024尽可能多的迭代次数情况下的Turbo码误码率(BER)曲线和采用维特比译码方法的卷积码误码率曲线。通过比较2种编码方法的仿真结果验证了Turbo码编码和译码系统的性能比传统的卷积码系统性能优异的结论,提出并描述了尽可能多次迭代的Turbo 码对卷积码在性能上的具体优势。

三种神经网络用于预测时的性能比较，田开琳，，人工神经网络（Artificial Neural Network，ANN）系统的研究已成为智能计算发展的一个主流方向，是近代非线性科学和计算智能研究的主要内��