一种迭代改进的球向量机故障诊断算法

针对往复式压缩机故障数据规模大、常规诊断算法训练时间长的问题,提出了一种迭代改进的球向量机算法(IIBVM).该算法将多个传感器采集到的压缩机不同工况下的运行数据输入球向量机进行训练,在训练过程中,增加了缓存用量,并在采样中跳过点积大于当前最远点点积的缓存点;引入缓存校正措施,每隔数次迭代即用点积和球心模计算公式对缓存中的数据进行一次校正;将距球心小于某个安全距离的点标记为无效点,并在下次采样到无效点时直接跳过;若核向量个数连续几次迭代保持不变,则提前终止迭代.训练后将新的压缩机运行数据代入决策函数,实现压缩机的故障诊断.在4个UCI标准数据集和实测的压缩机气阀故障数据集上进行的对比实验结果表明,IIBVM算法与球向量机算法相比,训练时间最多可降低50％,支持向量个数最多可减少18％.     

汽车集群供应链实施大规模定制的优势及其策略

对汽车大规模定制与汽车集群供应链的内涵、汽车集群供应链实施大规模定制的优势及策略进行了系统分析,认为:1)汽车大规模定制离不开汽车集群供应链的支持,汽车集群供应链已成为实现汽车大规模定制的有效组织保障。2)汽车集群供应链能够将汽车产业集群和汽车供应链管理两者的优势耦合在一起,因而在实施大规模定制生产时有着独特的优势。3)切实加强客户关系管理、采用"模块化技术+延迟化策略"的运作方式、建立高效的物流系统、整合与塑造汽车集群品牌是汽车集群供应链实施大规模定制的有效策略。     

跳时超宽带无线传感网生存期的上界

生存期是跳时超宽带无线传感网的一个关键参数.考虑了由n个随机分布在面积为S圆上的传感节点和一个汇聚节点组成的跳时超宽带无线传感网,利用 Vapnik-Chervonenkis 定理和正六边形棋盘格子覆盖传感区域,推导出了当某个源传感节点发射包含R比特的数据分组通过多跳方式到达汇聚节点时的能量消耗下界.基于能耗与生存期的关系,给出了跳时超宽带无线传感网生存期的上界.研究结果表明,跳时超宽带无线传感网生存期的上界与节点密度n/S的(α-1)/2次方成正比(α为路径损耗指数).因此,大规模密集跳时超宽带传感网更有实用价值.     

自适应大规模服务器集群监控系统的构建

针对大规模服务器集群监控系统域大小固定而不能动态适应集群规模变化的缺点,提出了自适应动态域算法.通过计算监控引入的负载,根据负载容忍度要求,动态改变域的个数和大小,以适应集群规模变化.同时,提出了浮动域监控节点的方法,以应对域监控节点负载过重的情况,即在域监控节点负载较重时,自适应地选择新的域监控节点,并完成节点角色的自动更新.采用自适应的线程池和数据库连接池可降低监控任务的开销,加快执行任务的响应时间.监控CPU利用率的测试结果表明,系统执行单任务的响应时间为128 ms,20个任务的响应时间为242 ms;数据库连接池的性能测试结果表明,在300 S内,采用了自适应池、不采用自适应池方案所耗处理器资源分别为1.80%和7.53%,处理任务数分别为12 364和2 769.     

大规模定制在房产开发中的应用

随着房地产市场竞争的日益激烈,消费者对房地产商品的个性化要求的不断提高,以及房地产企业为了追求利润最大化,大规模定制开发逐渐成为房地产开发运作中最为流行的一种生产方式。房产品大规模定制的途径主要体现在：构件模块化,产品个性化,依靠现代技术合理确定定制程度和营销理念的变革。     

基于重心原理的大规模网络异常检测算法

针对当前入侵检测技术不能满足大规模网络的性能要求这一问题,提出了基于重心原理的大规模网络异常检测算法.实验结果表明,对当前流行的多种拒绝服务攻击,应用该箅法的入侵检测系统都能够有效的检测出异常状态.     

基于互联网的大规模知识生产模式研究

本文探讨了知识生产的定义,阐述了知识生产服务业的定义和特点,提出了基于互联网的大规模知识生产模式,并分析了其创新实质和优势。     

莱阳:白垩纪恐龙公园

在胶东半岛的中部,有一方神奇的土地——莱阳。它以"莱阳梨"而闻名。但很多人可能不知道,这里曾经是恐龙的乐园。莱阳的白垩系地层发育完整,埋藏的恐龙和恐龙蛋等化石极为丰富,是我国科学家最早发现恐龙、恐龙蛋、翼龙和昆虫化石的地方,也是世界上罕见的同时富含恐龙和恐龙蛋化石的地区。     

基于新的初始化策略计算MVEE的积极集算法

针对计算最小体积闭包椭球(MVEE)的积极集算法中原初始化策略耗时较多的问题,先给出一个基于样本协方差矩阵构造的新初始化策略,然后将该初始化策略应用于秩-2更新算法中,并给出一个计算MVEE改进的积极集算法.数值实验结果表明,基于新的初始化策略的积极集算法能有效提高求解大规模数据集MVEE问题的计算效率.     

基于语义分析的大规模动态图形相似节点查询算法研究

随着动态图形在网络应用领域的发展与扩展,针对当前相似节点查询算法存在运行响应速度慢、查询占用的存储空间较大、容易受到外界因素干扰而导致查询精确度不佳等问题,提出基于语义分析的大规模动态图形相似节点查询算法。首先,依据语义分析的方法,对动态图形相似节点数据进行预处理,获取节点相似性函数;其次,针对当前节点在不同时刻的相似性函数,设计相应的矩阵以增强计算效率;最后,将求出的节点相似程度值按照升序顺序进行排列,将相似程度值最高的节点看作相似节点,实现相似节点的查询。实验结果表明,所提算法查询速度快,查询精确度较高。