一种基于MapReduce的关联规则挖掘算法

本文从减少I/O时间的角度出发,结合云计算Hadoop平台的Map Reduce模型,提出了一种基于Map Reduce的关联规则挖掘算法.算法采用幂集计算候选项集,采用Map Reduce模型在多个节点上并行找出所有频繁项集,只需要扫描事务数据库1次.实验结果表明：在事务的平均项长较小的情况下,算法具有很好的加速比和数据规模增长性.     

WIND observations of plasma waves inside the magnetic cloud boundary layers

Based on the WIND observational data for the plasma waves from thermal noise receptor （TNR） working on the frequency 4-256 kHz and the solar wind and the magnetic fields, we analyze the plasma wave activities in the 60 magnetic cloud＇s boundary layers （BLs） and find that there are often various plasma wave activities in the BLs, which are different from those in the adjacent solar wind （SW） and the magnetic clouds （MC）. The basic characteristics are that： （1） the enhancement of the Langmuir wave near the electronic plasma frequency （fpe） is a dominant wave activity, which occupies 75% investigated samples; （2） the events enhanced both in the langmuir and ion acustic （f〈fpe） waves are about 60% of investigated samples; （3） broadband, continuous enhancement events in the plasma wave activities were observed in the whole frequency band of TNR, and about 30% of the 60 samples, however, were not observed in the SW and the MC investigated events; （4） although the ratio of the temperatures between the electon and proton, Te/Tp ≤1, the ion caustic wave enhancement activities are still often observed in the BLs, which makes it difficult to explain them by the traditional plasma theory. New results reported in this paper further show that the magnetic cloud＇s BL is an important dynamic structure, which could provide useful diagnosis for understanding the cloud＇s BL physics and could expand a space developing space plasma wave theory.     

基于云计算的新型远程教育系统设计

目的针对传统教育模式在远程教育系统中运用数据不完整,数据恢复难和私密性差等缺点,提出了将云计算方法融入远程教育系统设计的思想,研究出一种基于云计算的新型远程教育系统,该系统便于教学信息资源的整合、提高了资源利用率。方法通过研究云计算和远程教育系统的特点,实现了基于云计算的新型远程教育系统设计。结果基于云计算的新型远程教育系统,在教育服务能力、资源共享性、可配置和伸缩性方面较传统系统都有较大的进步。结论将云计算高效的运算处理能力和无限的存储能力应用于远程教育系统,可以提升中国远程教育的整体水平。     

基于改进CRITIC-G1法组合赋权云模型的高阶段充填体稳定性分析

针对高阶段充填体稳定性风险评估过程中存在模糊性与随机性的特点,引入云模型理论,建立了高阶段充填体稳定性评判模型。以安庆铜矿等国内4座深井矿山为研究对象,选取坍落度、侧向暴露面积、充填料浆坡度、充填接顶效果等16项影响因素作为风险评估指标,借助云理论计算隶属于不同风险等级的各指标云模型参数,同时基于改进CRITIC-G1法,综合考虑指标之间的相关性与专家的理性判断,将主客观权重进行优化组合,最终根据评估指标的云数字特征和组合权重确定4座矿山充填体稳定性等级。研究结果表明,安庆铜矿、李楼铁矿、冬瓜山铜矿、司家营铁矿风险等级分别为Ⅳ级、Ⅳ级、Ⅲ级、Ⅱ级,司家营铁矿充填体相对更稳定。与其他数学模型相比,该模型在保证结果准确的同时,利用云数字表征模糊性与随机性从而获得不同评估指标耦合作用下的充填体稳定性等级,实现了等级的可视化,具有一定的可靠性,为高阶段充填体稳定性风险评估提供了一种新方法。     

超高速碰撞电磁效应数值模拟

采用理论分析和数值模拟结合的方法对超高速碰撞产生等离子体问题进行研究. 通过SPH方法,建立二维轴对称模型,针对不同碰撞速度进行数值模拟,对比不同时刻碎片云的形状以及膨胀速度,验证数值模拟的正确性;利用Thomas-Fermi模型,计算超高速碰撞过程中SPH粒子的温度,对于发生汽化的部分考虑其产生的等离子体参数;以统计物理学为基础,基于化学反应动力学原理,建立了非热平衡等离子体电子数密度、电子温度、宏观温度以及内能之间的关系,用以计算超高速碰撞过程中产生等离子体的参数. 给出不同时刻碰撞产生的总电荷数随时间的变化,将数值模拟结果与文献中经验公式结果进行对比,验证了本文中计算超高速碰撞产生等离子体方法的正确性.     

TiC颗粒增强钛基复合材料的热变形行为及加工图

在Gleeble-1500热模拟实验机上对原位生成TiC颗粒增强钛基复合材料进行热压缩实验,研究变形温度为700～950℃,应变速率为0.001～1s-1时的热变形行为.研究结果表明:变形温度和应变速率对流变应力有显著影响,流变应力随变形温度的升高而降低,随应变速率的增加而升高.原位生成钛基复合材料在(α+β)相区激活能为357.09kJ/mol,β相区激活能为227.18k.J/mol,采用Zener-Hollomon参数法构建其高温塑性变形的本构关系.根据动态材料模型,建立原位生成钛基复合材料的加工图,并确定热变形的流变失稳区域.     

中医察目望神规则挖掘的关键技术

中医客观化中有一个很重要的问题是根据量化的人体特征推导出人体的状态.提出了一种用于中医察目望神客观化中从眼部特征推导出人体"神"的状态的规则挖掘方法.首先给出了视频采集方法,接着使用类-属性依赖最大化方法(CAIM)对眼部特征数据进行离散化形成规则挖掘中的属性区间,然后使用云模型进行关联规则挖掘得到大量候选规则,再对3种互补的规则裁剪方法进行修改和组合用于候选规则的整理,并形成最终的规则集合.利用交叉验证法检验规则挖掘的效果,得到了93%的平均精确度,达到了很好的效果.     

基于云计算政务网络安全集中管理

 云计算为电子政务应用发展提供了有效的支撑平台,可以帮助解决3个方面的问题：安全性、性能和成本.研究在云环境下建设面向SaaS的安全集中管理云（ISeM Cloud）的途径,提出5层的总体框架结构,给出了系统关键的服务和任务的OWL描述模型,用户任务分解、调度的管理方法.系统基于Hadoop开源软件搭建的云基础设施环境设计,服务基于Map/Reduce编程模式实现.ISeM云解决了安全集中管理多级单独部署的问题,提高了政务网管理效率、节省了应用成本.     

层状云人工催化物理效应的数值模拟

对于自然云催化过程的数值模拟可以再现人工催化后云的宏微观物理响应特征,有助于提高对人工催化机理的科学认识,优化人工催化方案。在天气研究与预报(weather research and forecasting, WRF)模型Thompson微物理方案中加入碘化银人工催化过程,对2018年河北省一次层状云催化过程开展数值研究。数值模拟结果表明,采用与实际催化过程相似的催化剂量,层状云降水个例催化后冰晶含水量及地面降水显著增加。该次降水个例自然云中冰相粒子较少,自然云中冰相过程不活跃,数值模拟结果再现了降水个例催化后从过冷却到冰、雪晶含量明显增加的转变。相同催化剂量下,催化层厚度的减少提高了播撒率,进一步优化了催化效果,可见,应该在云中过冷水含量丰富的云区开展冷云催化作业。人工催化过程增加的冰晶通过凝华过程增长并自动转化为雪晶,雪晶增长下落过程中以凇附过冷云水增长为主。催化过程导致地面降雪显著增加。     

k-means聚类算法的MapReduce并行化实现

针对k-means聚类算法特点,给出了MapReduce编程模型实现k-means聚类算法的方法,Map函数完成每个记录到聚类中心距离的计算并重新标记其属于的新聚类类别,Reduce函数根据Map函数得到的中间结果计算出新的聚类中心,供下一轮MapReduce Job使用.实验结果表明:k-means算法MapReduce并行化后部署在Hadoop集群上运行,具有较好的加速比和良好的扩展性.