元数据驱动的异构数据模型双向映射策略

重点研究异构数据模型间的映射关系,并参考ETL框架思想,设计了针对异构数据模型间数据映射、转换和加载于一身的双向映射策略。分析并定义了数据模型间的映射关系与映射规则。基于元数据驱动理论方法设计了数据映射元模型。并将映射关系按照复杂程度分类,分为简单映射与复合映射关系。明确给出了分类原则。还对双向映射关系进行了描述,并分析了双向映射中遇到的问题。     

并行算法到并行结构的映射

本文以“匹配”法为基础 ,给出了新的目标函数 ,并以此设计映射算法 ,最后给出了试验结果。     

异构数据库连接平台中的数据映射

本文详细阐述了异构数据库连接平台中的数据映射问题,通过映射规则建立自定义的数据类型,实现程序对象与关系数据库数据之间的相互映射。     

套代数弱闭模中紧算子空间的等距映射

利用算子的几何秩在线性等距映射下不变的性质研究了套代数弱闭模中紧算子空间的线性等距满映射，最后得到其空间实现形式．此法为以后研究其他算子空间或算子代数的等距提供了一条新的途径．     

并行环境下的复形法

给出了并行环境下的复形法，该法特别适合于分布式进行计算.每次n台机器并行进行n个结构分析，并行形成n个坏点的反射点，重新构成复形的顶点，直至满足收敛条件.并行环境下的复形并行算法收敛快，通讯量少，能得到很好的并行效果.算例表明，复形并行算法能大大地缩短优化时间.     

异构环境下数据传输和处理的实现

随着计算机及计算机网络技术的发展,计算机已经普遍应用于我们的日常事务处理中。但是在实际应用过程中,有时会出现这样的情况:一个单位或一个行业,对于某一个方面的事务处理,有自己的处理平台和数据处理系统;而对于另一个方面的事务处理,又形成另外的处理系统和数据处理系统。这对于一定规模的计算机网络来说,有可能出现多种平台:有的是WINDOWS单机处理平台,有的是WINDOWSNT或UNIX网络处理平台;数据处理系统有的是大型数据库     

完全分配可交换子空间格代数上的中心化映射

基于Hilbert空间H上的一个完全分配可交换子空间格代数Alg L,考虑Alg L上的中心化映射.设为Alg L上的一个可加映射,用完全分配可交换子空间格代数的结构性质和代数分解,证明了:若存在正整数m,n≥1,使得A∈Alg L,(Am+n+1)-Am(A)An∈F I成立,则存在Alg L中心里的元素λ,满足A∈Alg L,有(A)=λA.     

近似空间的乘积空间和子空间及映射

以往粗集理论的研究或应用均局限于单个近似空间.客观世界中的事物是彼此关联的,粗集作为近似描述模糊概念的数学工具局限于单个近似空间显然是不够的,粗集理论应该有更广阔的领域.在此尝试讨论近似空间之间的关系,提出乘积空间和子空间的概念,利用映射建立近似空间之间的联系,提出近似空间同构的概念.     

直和空间的凸映射

本文研究两个Ｂａｎａｃｈ空间Ｘ、Ｙ的直和空间上凸射的性质，其中Ｘ、Ｙ为可积函数空间或本有界函数空间。当此空间的范数满足一定条件时，直和空间的单位球上的凸映射必定是仿射映射。     

并行空间连接查询处理

基于顺序空间连接查询的效率不能令人满意，利用并行控制提高空间连接查询效率。空间连接查询的并行处理方法最重要的特征是任务分配根据多路平面扫描顺序，避免了连接处理过程中处理器之间的通信花费，提出基于空间连接花费模型的任务分配方法和基于花费估计的动态任务分配策略，并给出了花费模型。该模型经实际应用效果明显。     

动画图形组合变换的并行处理

讨论二维、三维图形组合交换的并行处理方法，并分析并行算法的执行效率。该方法为使动画图形的计算机处理具有更好的连续性奠定了基础。     

CPU-GPU系统中基于剖分的全局性能优化方法

针对将应用移植到CPU-GPU异构并行系统上时优化策略各自分散、没有一个全局的指导思想的问题,提出了一种基于剖分的全局性能优化方法.该方法由优化策略库、剖分工具库和策略配置模块组成.优化策略库将应用移植到异构并行系统上的性能优化过程划分为访存级、内核加速级和数据划分级3级优化;针对3级优化剖分工具库提供了3级剖分机制,通过运行时的剖分技术获取剖分信息;策略配置模块根据所获取的信息指导用户在每级优化中选择合适的优化策略.实验证明,基于剖分的全局性能优化方法可以明确地指导将应用移植到CPU-GPU异构并行系统上的全局优化过程,利用该优化方法后,以矩阵相乘和傅里叶变换为例的应用性能提升明显,最终性能相对于访存级优化最高可提高30%左右.     

并行调试环境分析与设计

并行程序的特点,可能使得传统的通过运行测试来保证程序正确性的方法失效,传统的通过多次运行逐步定位错误所在的调试方法也可能失效.提出了一个较好的并行调试环境,对并行调试环境所涉及到的接口、端口、界面、作用等作了详细的分析和设计.     

异构计算系统的表调度式任务映射与调度算法

研究了在异构计算系统（ＨＣＳ）中利用表调度式算法进行任务映射与调度．给出两种异构静态优先级表调度式任务映射算法（ＨＳＰ和ＧＨＳＰ）,以及一种异构动态优先级表调度式任务映射算法（ＢＨＤＰ）．实验结果表明,ＧＨＳＰ算法对于粗中粒度ＤＡＧ的调度效果稍好于ＨＳＰ算法,而ＢＨＤＰ算法对于粗粒度和细粒度ＤＡＧ的调度效果均明显优于ＨＳＰ和ＧＨＳＰ算法．     

泛在异构网络水平QoS映射方案和技术综述

不同网络的QoS机制存在差异,各种应用的QoS需求也不同,给泛在异构网络QoS保证带来挑战。为了满足异构网络QoS需求,最大化利用网络资源,最小化操作代价,应建立一种能够保证异构网络QoS的机制。QoS映射是有效的解决方案,它可以完成不同网络QoS之间的自动翻译,有利于降低问题的复杂度,能保证异构网络的QoS需求。因此,本文对现有的异构网络水平QoS映射方案和技术进行综述和比较,重点介绍了AQCM-ASM映射策略和FAbS模型,并给出了今后的研究方向。     

基于并行叠加的国土空间开发适宜性评价

在国土空间大数据环境下,基于传统串行叠加分析计算的国土空间开发适宜性评价性能已达极限,需研究并行化方法,以利用更多的计算资源提升国土空间开发适宜性评价的效率.在分析基于多空间对象叠加综合评价原理的基础上,通过引入空间数据预处理方法、空间数据划分方法及并行空间索引,提出并实现了以并行叠加分析为核心的国土空间开发适宜性评价方法.西南四省的国土空间建设用地适宜性评价应用实验表明:本文方法相比传统方法性能提升了至少30倍,且节约了大量的人力物力资源,解决了传统架构下国土空间开发适宜性评价计算效率低或无法胜任的难题.     

基于微处理器的并行信息处理策略

基于现有多核微处理器实现了并行信息处理系统, 该并行信息处理系统利用现有的标准台式机, 通过高速以太网联接, 共同完成复杂计算. 解决了传统高性能并行计算系统造价昂贵、 维护成本高的问题, 提供了一种廉价的并行信息处理策略. 实验表明, 基于微处理器的并行处理系统适于进行并行信息处理和科学计算.     

基于异种机互联网络的并行神经计算环境的实现和性能分析

给出了在多台微机与SUN工作站的互连网上实现的一个并行计算环境 :HCPC(Heteroge neousComputersParallelComputing)系统 ,并通过对其性能的分析和在ART1神经网络上的模拟实现 ,验证了HCPC系统的功能