数据云中基于启发式反向蜂群的虚拟机选择节能算法

结合数据中心中数据密集型作业的频繁读写数据特点,综合考虑CPU使用率和RAM使用率两个影响因素构建服务器能耗评价模型,并引入人工蜂群算法及启发式反向思想,将其应用于数据中心虚拟机迁移策略中的虚拟机选择环节,实现云计算中数据中心节能问题的优化.在CloudSim 3.0云计算模拟器中的仿真实验结果表明:该启发式反向蜂群虚拟机选择节能算法(ABCS)与最大最小时间(MMT)、随机选择(RS)和最小使用率(MU)3种经典虚拟机选择算法相比节能20%~25%,虚拟机迁移频率减少至5%以下.     

人工光合作用研究现状

由于社会生产发展以及人类能源消耗需求的增加,能源危机与环境污染已成为当今社会所面临的重大问题。世界各国在解决能源危机问题上进行着不断的探索,在各种新能源(如水能、太阳能,氢能、核能等)研究中,人工光合作用以其高效转换太阳能、清洁无污染、产生稳定的生物能源等诸多优势引起世界各国的高度重视。介绍了自然光合作用的主要过程及涉及的化学反应,主要阐述了人工光合作用在解决能源危机和环境问题上的有效性和必要性,并且综述了人工光合作用的3个发展方向(水光解制氢、人工模拟光合作用生成碳水化合物、光合作用的基因改造)及其各自的国内外研究现状、研究中存在的问题,最后对人工光合作用的前景进行了展望,并对存在的问题提出了相应的对策。     

情绪调节内隐态度和无意识目标对消极情绪反应的影响

分别采用阈下范式启动情绪调节内隐态度、句子整理任务启动无意识情绪调节目标,动态考察情绪调节内隐态度和无意识情绪调节目标对情绪反应的影响。结果发现,情绪调节内隐态度存在主效应;无意识目标启动的主效应不存在;有无启动无意识目标与情绪调节内隐态度类型之间不存在交互作用,无论无意识目标有无启动,启动控制型内隐态度的个体降低消极情绪体验,减少自主神经系统活动,产生适应良好的结果;启动表达型内隐态度的个体则升高消极情绪体验,增加自主神经系统活动,产生适应不良的结果。这从一定程度上支持了自动目标追求理论在情绪调节领域的适用性。     

超导人造原子与共振萤光的研究

在开放系统中研究超导人造原子与共振萤光的现象,对共振吸收作了定量分析,证明约瑟芬接超导线路可以用来建构可调控宏观量子相干的人造结构,对量子信息理论与量子位的研究有着显著的帮助．     

护航官兵情绪调控模型的构建及应用

为了使护航编队及官兵更科学有效地调控自身情绪,保持良好的心理状态,文中采用自编问卷调查的方式对329名参加多批次护航任务的某部官兵进行了调查,并选取其他部队200名舰艇官兵进行了验证性因素分析,由此构建了护航舰艇官兵情绪调控模型.     

濒危药用植物新疆雪莲资源的研究进展

新疆雪莲分布于我国西部高寒山地的雪线附近,为我国特有的名贵中药材,具有多种化学成分和广泛的药理活性.本文概述了新疆雪莲的生物学特征和民间用途,总结了新疆雪莲的开发利用和资源现状,从原地保护和人工栽培、组织培养与细胞工程、遗传转化三方面阐述了雪莲资源的保护研究进展.根据已有的研究成果,本文提出了未来的研究方向,以期为今后新疆雪莲资源的合理利用与保护研究提供参考.     

RP-HPLC定量检测蛹虫草培养基中活性成分

建立一种反向高效液相色谱法定量检测蛹虫草培养基中活性成分腺苷含量和虫草素含量的方法.色谱柱为Eclipse XDB-C18柱(4.6 mm×150 mm,5μm);流动相:0.02 mol/L KH2PO4∶甲醇(体积比85∶15)溶液;流速:1.0 mL/min;检测波长:260 nm.腺苷的线性测量范围为0.5~100μg/mL(R=0.999 9),平均回收率为105.3%,标准品RSD=0.76%(n=5),样品RSD=1.87%(n=5);虫草素的线性测量范围为0.5~100μg/mL(R=0.999 9),平均回收率为104.0%,标准品RSD=0.95%,样品RSD=1.23%.本测定方法线性范围宽、分离度好、具有良好精密度,可定量、准确分析不同蛹虫草培养基中活性成分腺苷和虫草素含量.     

种-面积曲线三种扩大样地面积的方法比较

本文以雾灵山低山区的人工油松林为例,对种-面积曲线确定植物群落最小面积时,随机设置不同面积样方、逐步扩大样地面积和随机相同面积小样方相加的三种扩大样地面积的方法进行了比较研究.随机设置不同面积样方的方法最佳,研究样地人工油松林群落最小面积为700~750 m2.种-面积曲线的最佳拟合方程为S=6.217 8×ln(2.298 0×A+1),最小面积的最佳拟合方程为A=﹛eSt6.2178-1﹜/2.2980.植物群落最小面积的确定应充分考虑群落的组成、演替等情况,应适当动态调整最小面积值.     

基于HLLC近似Riemann解的自由面流动数值模拟

对于自由面流动问题,发展了一种新的数值模拟方法.在该方法中,自由面的捕捉通过求解Level Set方程实现.该方程与流体力学控制方程耦合形成双曲系统方程,并采用人工压缩方法进行求解.为了提高计算的分辨率,发展了一种有限体积框架下的高阶WENO格式,并构造了基于HLLC近似Riemann算子的通量函数.对若干典型自由面流动问题进行了数值模拟,计算结果表明了该方法的有效性.     

人工神经网络和支持向量机性能比较及其在DMD疾病识别中的应用

对人工神经网络(ANN)和支持向量机(SVM)这两种机器学习方法进行了分析与比较,并分别利用两种算法对神经肌肉罕见病DMD的磁共振图像(MRI)数据进行建模、分类预测.经对比后得出结论:两种算法结果均表明,DMD的两类MRI(T1和T2)中,T1更具特征性,故此类患者的MRI检查可仅进行T1扫描;若能选择合适的模型参数,则两种算法模型均具有极好的分类预测效果,其灵敏度、特异度和准确率分别高达98.5%,97.3%,97.9%和96.9%,97.3%,97.1%;利用机器学习方法对DMD患者的MRI进行分析处理可作为该病无创检测的技术探索,有望为临床提供客观有效的辅助诊断手段.