非均布压力下的减振器节流阀片应力解析计算

根据减振器节流阀片力学模型,利用边界条件和变形连续性条件,给出了阀片在线性非均布压力作用下的变形曲面微分方程的通解.利用叠加原理,建立了减振器节流阀片在非均布压力下的变形解析计算式.根据阀片变形、内力和应力之间的关系,创建了在非均布压力下节流阀片径向、周向和复合应力解析计算式.通过实例,对节流阀片在不同非均布压力作用下的应力进行了解析计算,并利用ANSYS有限元软件进行数值仿真验证,解析计算结果与数值仿真结果吻合,相对偏差仅为1.41%.结果表明,所建立减振器节流阀片在非均布压力下的应力解析计算方法是正确可靠的,对减振器节流阀片设计和强度分析具有重要的应用价值.     

PDM:基于Hadoop的并行数据分析系统

提出了一款基于Hadoop的并行数据分析系统——PDM.该系统拥有大量以MapReduce为计算框架的并行数据分析算法,不仅包括传统的ETL、数据挖掘、数据统计和文本分析算法,还引入了基于图理论的SNA(社会网络分析)算法.详细阐述了并行多元线性回归算法和多源最短路径算法的原理和实现,其中,提出的消息传递模型能有效解决MapReduce难以处理邻接矩阵的问题;介绍了基于电信数据的典型应用,如采用并行k均值和决策树算法实现的套餐推荐,利用并行PageRank算法实现的营销关键点发现等;最后通过性能测试,说明该系统适合高效地处理大规模数据.     

云模型蚁群算法在无人机航迹规划中的应用

为中高空飞行的无人机提出了一种新型航路规划算法。该方法基于云模型蚁群算法。基本蚁群算法有着突出的缺陷:易陷入局部最优解而且需要计算时间长。提出的改进型蚁群算法,通过云模型来控制信息素强度Q和挥发系数ρ的大小,从而得到更好的收敛性与避免陷入局部最优解,并进行了TSP问题的仿真计算。通过将无人机任务地图网格离散化,运用云模型蚁群算法进行航迹规划。     

基于支持向量机的云相态分析

为了提高云相态的反演精度,结合MODIS多通道的光谱特性,首先提出了分别针对白天和夜间的MODIS云检测方法,得到了较高精度的云检测结果,为云相态反演奠定了基础。然后,依据不同相态云在不同光谱的辐射特性,选取了合适的特征参量,采用支持向量机方法反演云相态,在2009年7月7日的一次大暴雨过程中的云顶粒子相态反演试验中取得了较好结果。结果表明：精确的云检测结果有利于提高云相态反演精度,利用支持向量机的方法反演云相态是可行的,并且反演结果具有较高的精度。     

支持大规模地震探测数据快速可视化的云端数据缓存技术

首先, 基于云计算应用模式, 提出一种能有效利用云存储架构的双层缓存技术. 通过在客户端和服务器端建立分布式缓存, 能有效避免用户频繁访问远端数据, 为用户构建轻量级的客户端, 解决了目前地学数据可视化软件大量占用用户本地存储容量的问题. 同时服务器端也避免了多次访问云存储文件系统, 减少了大量的数据检索与加载时间. 其次, 提出一种ARLS(association rule last successor)访问预测算法, 根据用户的历史访问记录, 利用关联规则挖掘用户的访问模式, 对其访问行为进行预测, 进而提前加载数据, 提高缓存命中率, 解决了用户在可视化过程中不断移动兴趣区域, 频繁更换渲染数据的问题, 能有效应对用户具有多种访问模式的情况, 提高了预测准确率. 实验结果表明, 该云存储架构显著减少了本地资源消耗, 访问预测算法的准确率在最差情形下可达47.59%, 平均准确率达91.3%, 分布式缓存的平均缓存命中率达95.61%, 可有效支持云端大规模地震数据的快速可视化.     

适用于自适应网络防御的联合云计算框架

为了解决云计算中网络安全防御策略部署问题,提出一种适用于自适应网络防御的联合云计算框架.该框架由治理层和互操作层组成,使用LocalHub,StateHub和FederalHub共3个集线器将独立的管理层连接起来,能够根据云计算中不同事件来计算和部署网络防御策略,满足部署网络防御解决方案和分布式计算所需的标准和复杂服务.文中给出联合云计算系统模型及其构建单元,以及所提模型的好处和实施带来的一些挑战.该云计算联合框架解决了终端用户存在的问题.实验表明:当事件响应中涉及更高级别的联合框架时,对应的延迟变高,事件响应成功的概率增大.在本文联合云计算框架中网络防御的性能优于其他2种云计算框架.     

Computation, individuation, and the received view on representation

The ‘received view’ about computation is that all computations must involve representational content. Egan and Piccinini argue against the received view. In this paper, I focus on Egan’s arguments, claiming that they fall short of establishing that computations do not involve representational content. I provide positive arguments explaining why computation has to involve representational content, and how that representational content may be of any type (distal, broad, etc.). I also argue (contra Egan and Fodor) that there is no need for computational psychology to be individualistic. Finally, I draw out a number of consequences for computational individuation, proposing necessary conditions on computational identity and necessary and sufficient conditions on computational I/O equivalence of physical systems.     

一种基于改进DBSCAN的雷达信号分选算法

针对传统DBSCAN算法参数设置依靠人工经验的不可靠性,并且对非均匀数据聚类效果差的问题,基于云模型(Cloud Model)提出了一种CMDBSCAN算法,算法首先结合距离曲线倾角突变的特点自适应获得邻域半径,并根据雷达信号分布密度设置聚类密度点数阈值,可实现DBSCAN算法自适应运行;同时结合多维云模型理论,对DBSCAN算法分选结果进行有效性评估,利用判定结果进一步优化参数设置.根据仿真模拟的复杂对抗过程中帧收的雷达信号进行实验,证明该算法可实现非均匀雷达信号的自适应分选,同时可有效避免在多功能雷达信号分选中的"增批"问题.     

污水处理PPP项目收益风险云模型综合评价

为了准确评价污水处理PPP(public private partnership)项目收益风险,解决单一方法评价的局限性,提出了一种收益风险云模型综合评价模型.首先建立了污水处理P P P项目收益风险评价指标体系,并提出了改进FSE-SD二次加权模型,在风险指标传统主客观赋权的基础上,对风险指标进行二次加权得到最终权重...     

用共振群方法计算~7Be的~3He-~4He集团态的E2、M1跃迁

该文假定~7Be的基态和第1,2,3激发态是~3He-~4He集团态,用共振群方法(RGM)计算这些态的本征能量和本征函数,并用这些函数计算了这些态之间的M1、E2跃迁几率,所得结果与实验基本符合,说明了~7Be的基态和第1,2,3激发态主要是~3He-~4He集团态,也说明了用RGM来研究核的集团态是很有效的,特别是理论计算的跃迁与实验的符合说明了计算中求得的各态的波函数是比较好的。