求解最小体积闭包椭球问题的积极集算法

先建立求解最小体积闭包椭球(MVEE)问题秩-2更新算法的线性收敛性,然后给出一种简单的积极集策略,每次迭代计算距离当前椭球最远的N个点.结合该策略到秩-2更新算法中,得到一个求解MVEE问题的积极集算法.数值结果表明,积极集算法能有效求解高精度的大规模数据计算问题.     

面向大规模数据的特征趋势推理算法

提出一种面向大规模数据的特征趋势推理算法. 首先, 采用Hash函数抽取大规模数据样本, 使用Pam聚类算法和并行K means聚类算法对大规模数据样本进行聚类, 获取最佳聚类结果后, 提取大规模数据聚类的动态特征； 其次, 采用基于特征趋势规则的推理算法, 构建大规模数据特征的趋势规则推理模型, 并通过累计趋势规则方法设计趋势规则算法, 推理大规模数据特征趋势, 解决了推理结果误差较大的问题. 实验结果表明, 该算法对大规模数据特征趋势推理的准确率均值为98.10%, 推理速度增长率为50%, 推理耗时最大均值仅为114.25 s, 能快速准确地完成数据特征趋势推理.     

一种面向阴雨天气大规模水域交互模拟方法

针对计算机图形学中大规模水域雨场景绘制的难题,提出了一种适合大规模水域雨场景实时绘制的方法.将改进的波动方程引入雨天湖面波动以及雨滴与湖面的交互效果模拟中,结合快速傅里叶变换的风力趋向性以及周期性,建-了雨天水面交互波动的数学模型,根据数学模型构建了雨天水面交互高度图,通过光照渲染,实现了湖面反射效果和雨线绘制.为了提高模拟效率,整个过程在GPU中实现,并采用基于四叉树的多细节层次技术进行加速.在1 440×900的图像分辨率下,帧速达到了98 fps,满足了实时交互模拟的需求.     

管廊复杂网格参数化算法及其大规模在线渲染

随着WebBIM(Web Building Information Modeling)技术的大力发展,建筑模型的复杂度与构件数量呈几何倍数增长,其中管廊复杂网格是影响模型轻量化和在线渲染速率的一个关键性问题。为有效减少管廊复杂网格模型的数据量及复杂度,针对一般圆柱体形管廊,复杂网格的弯管管廊模型及中空管廊网格模型,提出了一套轻量级参数化算法。该算法对场景中的管廊模型进行参数化重绘并辅助以多细节层次等视觉优化手段,以减轻WebBIM场景中的管廊模型渲染负担,其在拥有大量管廊模型的场景中应用成功,具有较强的工程实践意义。     

DBugHelper:分布式系统Debug协助工具

对于大规模分布式系统的开发而言,其开发周期比较漫长,包括前期的开发、过程中的Debug、后期的维护和测试等.在整个开发周期中,Debug是一个非常关键和重要的环节,如何才能在短时间内找到最可靠的方法来解除bug成为一个重要的挑战.对于系统开发人员来说,bug报告能非常有效地帮助其了解bug的所有特征信息,并找到能修复bug的方法.通过研究发现,许多大规模分布式系统之间具有较强的相关性和相似性,因而其bug的产生情况和修复方法也具有类似特征.开发人员可以利用已存在的修复bug的方案来协助修复与其一致或相近的bug.本文提出一个适用于大规模分布式系统的Debug协助工具——DBugHelper,能为某些大规模分布式系统的开发人员的bug修复提供比较有效、正确的帮助.DBugHelper将最新的bug报告进行文本处理,形成查询向量,并将大量已被修复的bug及其相关信息进行离线处理和缓存,从而为在线查询提供索引机制.通过将大量已修复的bug报告进行离线处理并同时减少在线处理的数据量,从而使其准确并快速地为系统开发人员提供必要的Debug协助工作,以此减少系统开发的周期与成本.     

针对大规模数据的分布一致缺失值插补算法

缺失值插补(missing value imputation,MVI)作为数据挖掘领域的重要研究分支，旨在为机器学习算法的训练提供高质量的数据支持。不同于现有的以算法性能提升为导向的MVI算法，为对大规模数据的缺失值进行有效插补，该文提出一种以数据结构还原为导向的数据分布一致MVI(distribution consistency-based MVI, DC-MVI)算法。首先，DC-MVI算法基于概率分布一致性原则构建了用于确定最优插补值的目标函数；其次，利用推导出的可行缺失值优化规则获取与原始完整值保持最大分布一致性且方差最为接近的插补值；最后，在分布式环境下，针对大数据的随机样本划分(random sample partition, RSP)数据块并行训练DC-MVI算法，获得大规模数据缺失值对应的插补值。实验结果表明：DC-MVI算法不仅能生成与原始完整值保持给定显著性水平下概率分布一致的插补值，还具有比另外5种经典的和3种最新的MVI算法更快的插补速度和更好的插补效果，进而证实DC-MVI算法是一种可行的大规模数据MVI算法。     

玻璃艺术之都塔科马

<正>晶莹剔透的玻璃手工艺品,来到世界已有三千多年的历史,然而工业革命使得这种曾经昂贵的材料实现了大规模的生产,也就在一定程度上限制了玻璃进入更加高等的艺术领域。得益于20世纪60年代美国开展的玻璃艺术工作室运动,玻璃工艺逐渐脱离大规模工业生产的制约,"古老而又新兴,奇特而又美丽"的玻璃重新成为现代艺术创作的一     

华中科技大学学报(自然科学版) 2017年 第45卷 总目次

将最大团求解算法融入到极大团枚举算法中,提出了两种带极大团下限的极大团枚举算法及多种预处理筛选策略,通过迭代将不可能包含在极大团中的部分点与边删除,使得搜索空间大幅减小.在搜索策略上,将求解最大团问题的贪心染色算法、增量MaxSAT推理算法与极大团枚举算法相融合,并结合最佳筛选策略,提出了染色-关键点融合算法BKFC(Bron-Kerbosch with filtering and coloring)和基于增量MaxSAT推理的枚举算法BKFS(Bron-Kerbosch with filtering and MaxSAT).结果表明:在多个大型算例上,BKFC算法平均时间仅为加入预处理的改进经典算法的68.8%;由于经典算法无法在大型算例上运行,在小数据测试中,BKFC算法平均时间仅为没有预处理策略的经典算法的2.2%.     

安利创新环保模式

正安利社区看绿活动让企业、基金会、草根组织和社区基层组织在公益领域实现优势互补。用废纸拼出彩色的画,用旧袜子制作娃娃,用投球的方式引导市民垃圾分类。7月4日,由安利公司联合巴南团区委、巴南区环保局联合开展的"Green We Can安利社区看绿环保体验活动"走进巴南龙洲湾社区。今年4月9日,安利正式启动该活动。通过大规模网络征集,共收到来自"草根环保组织"的80余个优秀环保创意,其中"二次皂油"、"妙纸生花"、"布布针先"、"空中花园"和"绿色传递"等5个项目在评选中脱颖而出。数月以来,安利社区看绿活动走进了湖北、海南等多个省份,趣味活动让社区居民在家门口通过互动有趣的游戏,就能了解环保知识,增强环保意识。     

定制设计的发展和应用研究

本文从介绍定制模式产生的背景入手,分析定制设计的理念和发展,对大规模定制的优势进行探讨,解析顾客定制的概念和变革,探讨情感设计的个性化,对定制设计的挑战和应用进行总结。