基于经济模型的网格资源调度算法

建立了基于经济模型的网格作业调度系统,给出了相应的服务质量(QoS)资源调度算法.通过定义资源的多维QoS指标,实现了对计算网格中广域分布和异构资源的统一描述,能很好地适应网格资源的动态性和自治性.采用QoS偏好度排序和欧氏距离的优化策略搜索资源,将用户提出的具有个性化或总体服务需求的作业透明、动态地分配给最适应的资源,优化了资源的统一配置.采用仿真实验比较多种算法的性能,结果说明QoS算法可满足资源的自适应性,较好地实现全局资源调度的目标.     

普适环境下自适应行为实体的研究与实现

针对在普适环境中系统实施自适应行为的问题,提出从实体粒度上去建模感知、推理以及作用能力的方法.该方法通过抽象封装物理和信息实体,构造行为实体,能够自主感知和融合行为上下文,建模多种用户行为(包括顺序、并发行为),同时建模行为与环境间的制约关系,通过运用Pe-tri网建模用户行为的变迁过程,计算当前行为实体的可中断度,来验证当前环境能否支持行为实体的发生,进而指导服务的自适应实施.将该方法应用于老年人用药辅助场景,设计及实现原型系统,并应用于真实智能家居环境下进行部署与测试.用户体验结果显示,系统能够提供自然的人机交互,保障用药安全,提高老年患者的合理用药水平.     

融合中文字形和字义的字向量表示方法

字向量表示质量对中文文本处理方法有重要影响。目前,常用中文字向量表示方法Word2Vec、GloVe在很多任务中表现优异,但存在向量质量依赖训练数据集、稳定性差、没有考虑汉字整体字形结构所隐含的语义信息、没有利用字典包含的语言知识等问题。为了克服现有方法的不足,该文首先采用字形自编码器自动捕获汉字字形蕴含的语义,再利用字义自编码器抽取字典包含的稳定字义信息,提出了融合中文字形和字义的字向量的表示方法(Glyph and Meaning to Vector)。结果表明,GnM2Vec在近邻字计算、中文命名实体识别和中文分词三项任务中均取得了较好的结果,在命名实体识别中,F1值较GloVe、word2vec、G2Vec(基于字形向量)分别提高了2.25、0.05、0.3;在中文分词中,F1值分别提高了0.3、0.14、0.33,提高了字向量稳定性。     

基于QoS的层次化校园网格计费模型

讨论了校园网格计费问题.分析了校园网格计费的特点,提出网格银行系统概念,引入多维服务质量(QoS)概念,建立了基于QoS的层次化校园网格计费模型.该模型由一个总行组件和若干个分行组件构成,总行组件部署在中心服务器,实现上层的认证、记账和结算;分行组件部署在各个资源域,实现下层的定价和算法.使用动态资源价格,实现由多维QoS到一维费用的算法.研究表明,模型适应校园网格的特点,可减轻服务器负担,反映资源使用情况,能更好地满足校园网格计费的需求.     

网格环境下多集群资源虚拟化的设计与实现

针对网格基础平台与多集群的互操作问题,基于西北工业大学校园网格,提出集群资源调节器用以屏蔽集群调度系统的分布性,利用网格技术平台共享资源,消除信息孤岛,并结合调度系统管理作业,使得作业的吞吐量和资源的利用率达到最大化,实现资源虚拟化.通过实现自适应管理机制,准确刻画资源的动态性,提高系统的工作效率.