科学探索全宇宙的最优方法:一个超大系统仿真的宇宙物质反设计工程

针对人类实现最终科学研究目标,该文提出了科学探索全宇宙系统的最优方法:基于超大规模系统-云-并行数字仿真的宇宙物质反设计工程。首先,该文建立了全宇宙物质系统反设计方法,包括:数学模型是全宇宙物质的统一基理与统一数值仿真算法,以及相应大系统反设计数字仿真的方法及系统仿真计算步骤与流程图。即未来科学研究可通过超大系统数字仿真,寻找到宇宙物质的最根基要素,最后进行物理实验对该系统仿真结果作检测验证。这是人类代价最小并速度最快地实现最终科学研究目标的研究技术方法。然后,分析了该超大系统反设计的数字仿真方案的优点与可能存在的问题,认为超大系统数字仿真是目前科学探索全宇宙系统的第一优方法,因为该物质反设计可以回避开历时上亿年来人类及其祖先传统科学研究中存在的根本缺陷。因此,基于超大规模系统-云-并行数字仿真的全宇宙物质系统反设计的方法,在探索速度、探索效率、探索所需付出的代价等因素上,明显优越于人类传统自然科学探索方法,可以实现科学探索是有止境的,科技创新有止境的,是科学探索全宇宙的最优方法。     

SAR图像并行拼接方法研究与实现*〖HT4K〗——基于改进完全二叉树模型

随着SAR成像技术的快速发展,SAR图像覆盖的地域范围与成像精度也在迅速增长,这对SAR图像拼接工作的实时性提出了挑战;文章对SAR图像序列特征进行深入分析,提出了采用基于分割的完全二叉树模型进行SAR图像的并行拼接,并使用MPI点对点通信方式对之进行了不同数量机群规模下的实现;对比实验证明,基于该方法的并行拼接工作比传统并行拼接方法在降低拼接时耗上更加有效,且并行拼接后的完整图像效果良好.     

网络设备配置标准化系统研究

网络设备配置标准化平台的设计紧密结合实际工作的需要,注重实际应用,操作简单.网管人员只需填写设备的基本信息即可自动生成配置脚本.通过网络设备配置标准化平台的应用,可大大减少网管人员配置设备的工作量,同时可以降低因配置不规范引发的设备运行风险,减轻运维工作量,提升工作效率,确保业务系统稳定运行.     

并行极限学习机在洪水预测中的应用研究

研究洪水预测的神经网络模型,要求模型保证一定的运行效率和准确度。文中应用并行极限学习机建立的洪水预测模型预报精度达到应用水平,可以用于渭河和汉江流域的洪水预报。并行极限学习机兼有极限学习机和并行计算的优点,不需要反复迭代调整隐层节点,通过训练后即可进行预测,运行效率高,预报效果较好,具有一定的实用价值。     

量热法测定氯化铕甘氨酸配合物及其配离子的标准生成焓

应用具有恒温环境的反应量热计,在298.15 K的温度下,分别测定了[EuCl_3·6H_2O(s)+3Gly(s)]和配合物Eu(Gly)_3Cl_3·3H_2O(s)在2 mol·L~(-1)HCl溶液中的溶解焓.根据盖斯定律设计一个热化学循环,可计算得到三水氯化铕和甘氨酸配位反应的反应焓△_rH_m~θ(298.15 K)=-55.598 kJ·mol~(-1),并计算出配合物Eu(Gly)_3Cl_3·3H_2O(s)在298.15 K时的标准生成焓△_fH_m~θ(298.15 K)=一3 598.02 kJ·mol~(-1).同时测定了Eu(Gly)_3Cl_3·3H_2O(s)在水中的溶解焓△_sH_m=9.375 kJ·mol~(-1),并计算出配离子Eu(Gly)_3~3(aq)在298.15 K时的标准生成焓△_f H_m~θ[Eu(Gly)_3~(3+),aq,298.15 K]=一2 229.68 kJ·mol~(-1).     

线性算子群和n阶发展方程的积分

Hille与Yosida在本世纪40年代后期分别建立线性算子半群理论,研究了线性算子半群的可微性,得到齐次一阶发展方程的解用线性算子半群表述出来的公式,即在Banach空间E中的线性算子半群{T_t;t≥0}的生成算子A是E中的闭稠定算子,如果x∈D(A),则T_tx在区间[0,∞)上强可微,并且     

论交往式教学的生成机制

交往式教学是指教师主体和学生主体在教学过程中以语言和文本为中介,通过对话与合作等方式实现的师生在知识、情感、精神层面的交流和相融的活动.它主要由教师、学生、文本、语言和环境构成.交往式教学一般分为表层、次层、深层和最深层四个水平.其生成机制包括:共同目的、对话合作、语言运用与和谐环境.     

二氧化碳气体水合物生成特性的实验研究

在小型高压水合物反应装置上研究了二氧化碳水合物的生成特性.实验结果表明,静态系统下,二氧化碳气体在纯水体系中的生成速率非常缓慢,只在气-液界面处有一薄层浆状水合物生成.通过添加适当的表面活性剂可以有效改善气-水体系的传质阻力,增加气-水接触面,显著提高水合物的生成速率.     

网格中基于结构分类和位矩阵编码并行遗传算法的蛋白质二级结构预测

蛋白质二级结构预测是后基因组学的重要内容,是能准确预测蛋白质分子三维空问结构的关键步骤,它被证明是个NP难问题.同时,蛋白质数据库中的数据是巨量的,每天以指数形式在增长,而且不同的数据库位于不同的地域,受不同组织管理.提出一个网格中基于结构分类和位矩阵编码的并行遗传算法,有效地解决这个NP难问题,并且充分利用网格强大的并行计算能力,提高预测效率和准确率.     

QGrid:一种空间移动对象并行索引结构

为提高空间移动对象数据更新效率和查询准确率,提出了一种空间移动对象并行索引结构.利用主索引和辅助索引支持对空间对象进行基于范围的查询和基于对象标识的查询,还通过查询索引将更新操作和可能受其影响的查询操作相连接,在满足并行操作时间片语义的同时,避免了传统方法进行范围查询时对查询范围内相关对象及相关索引结构全部进行锁定的需求.实验结果表明:高负载环境下,该索引结构不但能保证查询准确率,其处理能力也明显优于传统索引结构.该索引通过提高系统并行度,使同一范围内的更新和查询操作可以并行执行,提升了系统整体运行效率.