多核乐观并行仿真的负载均衡研究

对于运行于多核计算机、基于多线程实现的乐观并行仿真,虽然操作系统可对线程进行调度以平衡各个核的负载,但它无法控制各逻辑进程本地虚拟时钟的平衡推进。提出了多核乐观并行仿真的四层负载分配模型及一种静态划分与动态负载均衡相结合的负载均衡方案。静态划分使用Metis图划分包对模型实例进行划分;动态负载均衡优先调度本地虚拟时钟较小的逻辑进程以实现各逻辑进程的平衡推进,无须进行模型迁移,易于实现。通过一序列实验检验了所提出的负载均衡方案的有效性。     

不同热处理工艺下H13钢组织性能的变化

文章通过热处理工艺参数的变化研究了H13钢组织结构及力学性能的变化规律.试验结果表明,H13钢经过1050℃淬火、600℃2次回火后获得良好的力学性能,伸长率达到7.55%左右,抗拉强度达到1340 MPa;淬火温度高于1080℃后,奥氏体晶粒明显长大,淬火冷却后晶粒不均匀;回火次数2次最佳.     

W波段千瓦级正弦波导行波管电磁系统的理论研究

提出了一种可运用于W波段大功率行波管的两段式正弦波导电磁系统,设计了集中衰减器和输入输出结构,运用粒子模拟的方法研究了带状电子注与慢电磁波在该系统中的互作用结果.研究结果显示,该行波管能够在90-98GHz的频率范围内均获得1kW以上的峰值功率输出.这对宽带大功率毫米波辐射源的开发具有重要科学意义.     

四川盆地外复杂构造区页岩气地质条件及含气性特征:以湘西北五峰组—龙马溪组为例

以永页2井页岩气地质条件分析为基础,结合其他钻井及前人成果,对比国内外页岩气田地质特征,系统研究四川盆地外复杂构造区湘西北五峰组—龙马溪组页岩气地质特征及含气性,指出未来勘探方向。研究结果表明湘西北五峰组—龙马溪组与四川盆地涪陵地区的页岩气聚集条件相近,具有4个显著特征:1)深水陆棚相发育富有机质页岩厚度超过20 m,富含有机质、硅质、黄铁矿以及笔石化石;2)有机质属于Ⅰ型干酪根,有机碳质量分数w(TOC)普遍大于2.0%,自西向东逐渐减小,镜体反射率Ro主要在2.0%~3.0%之间,热演化达到过成熟阶段;3)矿物成分以石英为主,平均质量分数为47.9%,黏土矿物(主要是伊/蒙混层)次之,平均质量分数为26.9%,碳酸盐岩矿物质量分数低于10%,页岩普遍发育微孔隙(主要为有机质孔、晶间孔、溶蚀孔)和微裂缝,储层吸附能力强;4)五峰组—龙马溪组页岩含气量为1.0~3.5 m3/t,以解吸气为主,甲烷体积分数超过90%。深水陆棚相发育丰富有机质,奠定了五峰组—龙马溪组页岩气聚集基础,但含气性受控于盖层、埋深及断裂等保存条件。未来勘探方向应集中于桑植—石门复向斜内龙山—永顺一带向斜核部。     

基于 Mahalanobis距离进行人脸表情的识别

提出了利用Mahalanobis距离进行人脸表情识别的方法.首先将待分类的图像样本集进行坐标变换,使得变换以后类间离散度尽可能大而类内离散度尽可能小,即使变换以后的Fisher准则函数取得极大值,在新的坐标下求每个待分类样本到各类均值向量的Mahalanobis距离,从而将待分类的样本归到Mahalanobis距离最小的类中去,通过实验得到了平均80.25%的识别率.     

基于语料库的语言建模

语料库语言学的发展的核心问题是语言模型的建立问题。常用的语言模型可以概括为三类：（１）ｎ元模型（及隐马尔可夫模型）；（２）基于分布理论的模型；（３）基于规则的模型。基于语料库的建模过程就是对语言模型的参数进行求解的过程，也可以认为是一个机器学习的过程。它可分为两大类别：（１）有指导学习；（２）无指导学习。本文着重论述了近年发展的热点——无指导学习的各种技术和影响参数可信度的数据稀疏问题及其解决办法。     

基于遗传算法和神经网络的色谱重叠峰解析

提出了一个新的色谱重叠峰解析方法———基于遗传算法(GA)和EMG模型的径向基函数神经网络(EMG-RBFNN)的色谱重叠峰解析。为了使EMG-RBFNN具有结构重组能力,用于色谱重叠峰解析的EMG-RBFNN采用了遗传算法。遗传算法具有鲁棒性和全局优化能力,若种群过小,则陷于局部极值点的概率将增高,而EMG模型是一个低效模型,选用过大的种群,必然使解析过程加长。为了提高算法效率,文中提出先用高效色谱峰近似模型———标准高斯模型进行繁衍,而后再用EMG模型的快速算法。     

带分布时滞具有阶段结构的捕食与被捕食模型解的存在惟一性和局部渐近性质

讨论了二种群的捕食与被捕食数学模型，首先用上下解方法给出解的存在唯一性，再用特征值分析研究耦合半线性抛物方程组的动力学行为，并给出了解的局部渐近性质．     

主生产计划日报的神经网络监控

本文将生产计划作为动态系统,采用BP网建立了主生产计划的神经网络模型,依据梯度算法建立了优化器,对主生产计划日报的调度进行了研究,并以某公司为实际背景进行了仿真实验.