中山市产业集群市场结构研究

阐述了中山市产业集群的市场集中度,分析了中山市产业集群产品差异性,探讨了中山市产业集群的市场进入壁垒情况。     

产业集群涌现中的受限生成过程仿真

利用受限生成过程(CGP)方法建立了一个演化模型,对产业集群的涌现过程进行系统仿真,刻画了集群涌现性产生的动态演变过程.结果表明:产业集群的产生具有明显的涌现性特征,企业个体间的相互作用将在企业群体结构上涌现出集群特征;初始状态下无序的企业分布能够在演化过程中自发地形成稳定的集群结构.     

区域产业集群企业间合作激励研究

分析区域产业集群内企业问合作时很少的机会主义行为和协调合作的发展优势原因,为建立企业间长期制度化合作的激励机制,提升区域产业集群的绩效提供借鉴。运用重复博弈理论分析区域产业集群内企业间如何在重复博弈下形成制度化的合作激励组织（商会）的过程,结合对温州产业集群内商会成功激励企业间实现制度化合作实践的分析研究,认为集群内企业间经过重复博弈可以形成对不合作行为惩罚足够大,甚至会被赶出集群的合作激励组织,激励集群内企业间走向制度化合作,提升区域产业集群竞争力。     

产业集群组织的发展—基于交易费用视角

自产业集群概念出世以来,很多经济学家对这一现象做出了理论的解释。本文在前人的研究成果基础上试图以专业化分工和企业间合作为切入点,从制度经济学中的交易费用角度来解释产业集群的发展,认为正是专业化分工和企业闻合作的相互促进促使产业集群组织不断地发展,并成为促进经济发展的重要经济形式。     

基于IP层的主动自调度集群(ASAS)实现

研究了基于IP层的主动自调度集群（ASAS）实现,由于基于内容调度的ASAS和采用静态调度的LVS会出现各种问题,提出了基于IP的动态调度算法的实现方法,并成功将其运用到ASAS系列产品中,并且通过具体的实例给出了对比结果。     

智能光交换网络的解决方案及应用

本文首先介绍目前光交换网的技术现状及以太网发展,并提出了智能光网络的概念,接着以ASON作为智能光网络的解决方案来分析其网络结构,功能结构和三种连接类型,同时也探讨了智能光网络控制平面的特色和协议体系结构,最后描述了智能光网络技术特点及应用。     

科技部专家组现场考察调研泸州创建国家高新区工作

<正>最近,科技部组织专家组按照有关程序,对泸州高新区创建国家高新区工作进行现场考察调研。市委书记蒋辅义陪同调研并汇报创建工作,市委副书记、市长刘强,省科技厅副巡视员胡秀成,省科技厅高新处处长田云辉陪同调研。专家组先后到泸州高新区规划展示厅、国机重工西部基地、国家固态酿造工程技术     

基于进程到达模式感知的MPI广播性能优化

为了解决消息传递接口(MPI)的集合通信性能在实际应用中受非平衡进程到达模式影响较大的问题,提出了基于进程到达模式感知的广播优化方法.根据多核集群层级特点,在流水线广播算法基础上,优化算法以节点内与节点间两级感知进程到达,使先到达的进程尽快开始通信操作,减少等待时间,提高通信效率.理论分析模拟结果显示优化算法几乎不受非平衡进程到达模式影响.试验测试了在不同消息大小、不同进程到达模式和不同进程数三种情况下的算法性能,结果表明:本文所提出的算法有效提高了MPI广播在非平衡进程到达模式下的性能,通信时间减少129%~174%.     

Hierarchically Clustered HMM for Protein Sequence Motif Extraction with Variable Length

Protein sequence motifs extraction is an important field of bioinformatics since its relevance to the structural analysis. Two major problems are related to this field：（1） searching the motifs within the same protein family; and（2） assuming a window size for the motifs search. This work proposes the Hierarchically Clustered Hidden Markov Model（HC-HMM） approach, which represents the behavior and structure of proteins in terms of a Hidden Markov Model chain and hierarchically clusters each chain by minimizing distance between two given chains＇ structure and behavior. It is well known that HMM can be utilized for clustering, however, methods for clustering on Hidden Markov Models themselves are rarely studied. In this paper, we developed a hierarchical clustering based algorithm for HMMs to discover protein sequence motifs that transcend family boundaries with no assumption on the length of the motif. This paper carefully examines the effectiveness of this approach for motif extraction on 2593 proteins that share no more than 25% sequence identity. Many interesting motifs are generated.Three example motifs generated by the HC-HMM approach are analyzed and visualized with their tertiary structure.We believe the proposed method provides a unique protein sequence motif extraction strategy. The related data mining fields using Hidden Markova Model may also benefit from this clustering on HMM themselves approach.     

云环境下MongoDB海量数据存储模型的研究

针对在大数据时代传输存储架构面临扩展性差、性能瓶颈等问题,提出云环境下基于Mon-goDB的海量数据存储模型。通过介绍MongoDB的文档模型、分片机制,并根据该特点设计基于副本集的集群模型,阐述了该模型的实现过程。通过测试证明性能良好,为大数据的存储提供借鉴经验。