细分自由曲面在工业造型中的应用

介绍了Catmull—Clark细分算法、细分曲面性质和算法特点．给出了一种基于Catmull—Clark细分算法和实体布尔运算的工业造型方法．该方法首先利用布尔运算构造实体，然后从实体提取初始网格，最后采用Catmull—Clark细分算法对初始网格进行计算，从而求出自由曲面．     

网格中多副本数据的后向预测调度算法

针对网格环境下追求最快响应时间的多副本数据检索应用,提出了一种调度算法,该算法考虑了数据副本分布状况对负载均衡的影响.在被检索数据的多个子集分布在网格中多个节点,并且以数据子集为单位存在不定数目的副本情况下,给出了一种估算存放副本的网格节点动态负载和延时的方法.基于估算出的这些参数,算法根据对响应时间的计算和对后向任务的预测将任务分配到网格节点.后向预测考虑了网格节点被选中访问其上各个副本的可能性.最后通过仿真程序分析了该算法的性能.     

基于三方博弈的网格资源协同分配模型

针对费用约束下的网格资源分配问题,提出一种基于三方博弈的资源分配模型.该模型通过引入一类“虚拟资源中介”实体,将资源分配问题转化为由用户任务,虚拟资源中介,资源提供者三方组成博弈过程.理论分析以效用函数为基础给出了模型的有效性证明和求解算法,仿真实验用实际网格任务负载和典型网格测试床模型检验了该三方模型的性能表现.实验结果显示,对于具有费用约束的网格任务,基于三方博弈的协同分配模型在资源收益,资源利用率和任务执行效率方面的性能表现显著优于传统的资源分配模型.     

洪水灾变模拟中的调度技术研究

为保障洪水灾变模拟系统各分布式计算资源的负载均衡,提高计算资源的利用效率,通过分析网格环境中实体之间的信任关系,本文对经典网格任务调度算法MCT进行了重新设计,提出基于信任机制的Trust MCT算法．算法分别根据MCT的特性,采用不同的划分机制划分信任值区间,对同一信任值区域的任务和资源进行匹配．实验结果表明：基于信任机制的任务调度算法可有效降低任务执行失败率,从而减少任务完成时间．     

基于GridSim的一种改进的资源调度算法的模拟

网格资源管理是网格中一件非常复杂和具有挑战性的工作.资源管理的好坏、效率的高低直接关系到计算网格系统的性能,因此对资源管理的研究显得尤为重要.GridSim提供了一个虚拟的网格平台,在该仿真平台下,用户可以模拟资源调度,从而检测调度算法的优劣.本文对已有的时间代价均衡算法进行改进,提出了一种新的基于时间代价的资源调度算法,并借助Echlipse平台实现了该算法的模拟.实验表明,改进算法在任务数比较多时具有一定的优势.     

三维笛卡尔网格生成前处理软件测试

针对自主开发的三维笛卡尔网格生成前处理软件,基于CT扫描思想,提出了一种通过对三维网格进行二维切片/三维剖切显示来检测网格生成质量的测试方法. 通过该测试方法发现部分测试实例中实体内部存在异常空网格的问题,该问题是由于三维实体的三角面片化近似引起的,文中给出了消除异常空网格的实现方法. 网格生成测试算例验证了本文所给出的软件测试方法的有效性.     

二维复杂域PEBI网格细化生成算法

本文给出了二维PEBI网格有关概念,对其已有生成方法进行了系统的分析.针对这些方法的不足,提出生成二维PEBI网格的优化检测带细分算法,先根据限定条件设置初始等腰梯形检测带,然后设计算法来细分检测带,以实现PEBI网格的快速生成.文中还进行了算法收敛性分析和时间复杂度分析.最后给出算法实例,验证了该算法的正确性和有效性.与已有PEBI网格生成算法相比,在限定线段间存在较小夹角时,本算法能有效消除这部分畸形网格单元,提高网格单元质量,扩大算法适应性;同时减少限定线段区域外的PEBI网格单元数目,提高算法效率.本算法在油藏数值模拟等领域有很好的应用前景.     

一种基于参数扫描应用容错的粗粒度网格调度算法

考虑作业处理时延以及作业传输时延对调度器性能的影响,在RR调度算法的基础上提出了一种新的基于参数扫描应用的调度算法PRR,并对该算法进行了理论分析,得出了该调度算法不需要作业以及处理器的相关信息,且具有比较好的容错性的结论.利用网格仿真软件Gridsim对PRR调度算法的理论分析结果进行了验证,并将该算法与RR调度算法的性能进行了比较.结果表明,当时延较大时,PRR调度算法性能改善比较明显.     

基于小波分析的人脸识别算法

提出一种利用小波分析提取人脸特征的方法。对人脸图像做小波分解,用网格划分其子图像,在各子块上提取统计特征,用其训练多分类支持向量机模型,最后用训练好的支持向量机进行人脸识别。选择ORL人脸库对该算法进行实验,与PCA算法的比较结果证明了该算法在识别性能方面的优越性。     

网格计算中基于任务优先级的负载均衡算法

任务调度是网格计算研究的核心问题之一,任务调度策略的好坏将直接影响网格系统的性能.在对已有启发式任务调度算法进行分析比较基础上,针对于网格计算中的高吞吐率应用的任务调度问题,提出了一种综合考虑资源节点性能度量和任务优先级的负载均衡的启发式任务调度算法.进行了仿真实验,在任务完成时间和系统吞吐率二个方面与传统的Min-min算法、Max-min算法和Sufferage算法进行比较.仿真结果表明该算法不但可以减小任务总的完成时间,而且可以提高系统的吞吐率,更适用于高吞吐率应用任务调度问题的解决.     

Conflict Analysis and Detection Based on Model Checking for Spatial Access Control Policy

In this paper,we propose a Multi-granularity Spatial Access Control(MSAC) model,in which multigranularity spatial objects introduce more types of policy rule conflicts than single-granularity objects do.To analyze and detect these conflicts,we first analyze the conflict types with respect to the relationship among the policy rules,and then formalize the conflicts by template matrices.We designed a model-checking algorithm to detect potential conflicts by establishing formalized matrices of the policy set.Lastly,we conducted experiments to verify the performance of the algorithm using various spatial data sets and rule sets.The results show that the algorithm can detect all the formalized conflicts.Moreover,the algorithm's efficiency is more influenced by the spatial object granularity than the size of the rule set.     

Combined Density-based and Constraint-based Algorithm for Clustering

We propose a new clustering algorithm that assists the researchers to quickly and accurately analyze data. We call this algorithm Combined Density-based and Constraint-based Algorithm （CDC）. CDC consists of two phases. In the first phase, CDC employs the idea of density-based clustering algorithm to split the original data into a number of fragmented clusters. At the same time, CDC cuts off the noises and outliers. In the second phase, CDC employs the concept of K-means clustering algorithm to select a greater cluster to be the center. Then, the greater cluster merges some smaller clusters which satisfy some constraint rules.Due to the merged clusters around the center cluster, the clustering results show high accu racy. Moreover, CDC reduces the calculations and speeds up the clustering process. In this paper, the accuracy of CDC is evaluated and compared with those of K-means, hierarchical clustering, and the genetic clustering algorithm （GCA）proposed in 2004. Experimental results show that CDC has better performance.     

Steganalysis of neural networks based on parameter statistical bias

Many pretrained deep learning models have been released to help engineers and researchers develop deep learning-based systems or conduct research with minimall effort. Previous work has shown that at secret message can be embedded in neural network parameters without compromising the accuracy of the model. Malicious developers can, therefore, hide malware or other baneful information in pretrained models, causing harm to society. Hence, reliable detection of these vicious pretrained models is urgently needed. We analyze existing approaches for hiding messages and find that they will ineluctably cause biases in the parameter statistics. Therefore, we propose steganalysis methods for steganography on neural network parameters that extract statistics from benign and malicious models and build classifiers based on the extracted statistics. To the best of our knowledge, this is the first study on neural network steganalysis. The experimental results reveal that our proposed algorithm can effectively detect a model with an embedded message. Notably, our detection methods are still valid in cases where the payload of the stego model is low.     

基于多元数据特征和改进随机森林的智能配电网异常数据辨识

智能配电网异常数据的准确辨识对于提高电网安全运行和调度具有重要意义。本文提出一种基于多元数据特征和改进随机森林算法的异常数据辨识方法。首先,在分析异常数据辨识过程的基础上,利用k-means、箱线图法等提取原始数据异常特征;考虑配电网技术需求,挖掘电网运行的衍生特征。然后,针对类不平衡问题提出结合过采样方法的混合Bootstrap抽样和加权投票策略,引入信息增益率优化最优特征选择,增加算法稳定性。最后,仿真分析了决策树数量和衍生特征对算法辨识性能的影响,并与支持向量机、神经网络等算法进行性能比较。实验结果表明本文方法有效、合理,具有优异的辨识性能和效率。     

Dynamic Routing and Wavelength Assignment for Multi-Lightpath Demands

In wavelength division muhiplcxing (WDM) networks without wavelength conversion functionality, we convert the dynamic routing and wavelength assignment problem for multi-lightpath demands to the cdge-disjoint paths problem, and propose a new algorithm. The computer simulations show that the proposed algorithm has better blocking probability performance them a sequential algorithm, which first separates a multi-lightpath demand into mutilple single-lightpath demands, then uses the fixed alternate routing first fit wavelength assignment (AP- FF) algorithm for each single-light path demand.     

Efficient Multi-Resolution Compression Algorithm for Disk-Based Backup and Recovery

0 IntroductionTraditionally,there are two kinds of compression meth-ods developedfor tape-based backup.Oneisincrementalbackup method, which can distinguish modified files , andbackup only those modifiedfilesinthe backup set . The otherone is streamcompression, which eli minate redundancy in asingle file.In a large backup system,numerous redundant data ex-ists across files .Files with the same content may be foundinother nodes due tofile reduplication and distribution;a partlymodifiedfile may …     

汉语自动排歧方法研究

介绍和总结了汉语各个层次的歧义问题,全面分析和讨论了基于规则、基于统计、基于实例和基于词典的排歧方法和它们的存在的问题.针对汉语的一些歧义现象,在实例分析的基础上,给出了基于语义知识的消歧方法.     

基于副本限制和社会性的延时容忍网络路由算法

本文首先探讨了延时容忍网络中节点的社会性问题,并分析了可以把节点的社会性应用到路由决策上来.提出了一种基于副本限制和社会性(Copies Limited And Social Based, CLASB)的路由算法,该算法利用限制最大消息副本数来减少消息副本的冗余,并且在扩散过程中通过比较节点的中心性,使中心性较高的节点获得相对较多的消息副本数,以此来更好的完成消息副本的扩散和递交.通过和其他协议的比较,仿真结果证明该算法具有较好的性能.     

超宽冷轧机带钢板形特征聚类分析

为准确掌握超宽冷轧机不同宽度带钢的板形特征,以某2180 mm超宽冷轧机1900 mm宽度带钢实测板形数据为研究对象,借鉴“大数据”的思想,结合数据挖掘领域中聚类分析方法,提出基于网格和密度的板形特征聚类方法,并以此方法对几种典型带钢宽度的大量板形实测数据进行分析,得到不同宽度带钢的板形特征。以分段函数对板形特征进行多项式表达,得到不同宽度带钢的板形特征参数化分析结果。提出的基于网格和密度的板形特征聚类与分析方法,能够快速准确地对大量板形实测数据进行分析,提取出长期生产过程中板形缺陷特征并得到参数化表达,从而为冷连轧机,特别是超宽带钢冷连轧机的辊形改进和控制策略优化提供数据基础。     

基于深度时空卷积网络的民航需求预测

在线机票预订网站上的用户查询量变化是真实的民航市场需求变化的反映.通过对机票查询数据进行分析,可以准确地预测航班需求,以利于民航业做出快速的市场反应.提出了一种基于深度时空卷积神经网络的民航需求预测模型(DSTCN-FRP),将用户查询量时间序列数据转换成航线网格图,设计多层卷积神经网络来捕捉用户需求与查询数据之间的时间和空间依赖,同时加入节假日等外部因素,最后得到未来一段时间内的民航需求量.在某在线订票网站的真实查询数据集上进行了实验,结果表明:DSTCN-FRP模型优于其他现有的预测方法,其MAE比其他方法降低了15%~50%,RMSE降低了12%~28%.