基于DPPEJ的并行计算研究

对DPPEJ(Distributed Parallel Programming Environment for Java)软件包的工作原理作了详细的介绍,并采用Java语言实现了运行于DPPEJ环境下的FFT迭代算法和递归算法的并行计算程序.通过对实验数据的性能分析表明,由于Java代码的简单性和可移植性,基于DPPEJ的Java并行计算程序通过使用RMI远程方法调用可以较好地利用网络环境下的计算资源进行分布式的并行计算,具有一定的应用前景.     

大数据在交通强国建设中的应用

探讨了大数据技术在交通强国建设中的作用及在交通管理、交通安全、交通信息服务、交通运输规划、公共交通等领域的应用方法和前景;对基于信息物理系统的交通态势感知系统、基于动态本体论的交通行业多模态知识图谱、基于边缘云计算的智能视频识别等前沿技术的总体架构、实现方法进行了案例分析。     

大数据科学的认知和数学基础引论

大数据不仅在科学、工程与计算智能中有着广泛的应用,而且在人类感知、估计、量化、记忆和推理的认知机制中发挥着基础性作用。通过对大数据科学理论的基础研究,提出一组大数据系统的一般原理和分析方法。为了从形式上解释大数据的起源和本质,探讨大数据的认知基础及其数学模型,严格地引出了根植于科学、工程和社会各个领域的大数据的一般模式。研究发现大数据不再是传统实域上的纯数,而是一个前所未有的新型数学结构,称为递归类型化超结构(RTHS)。这一大数据系统的基本拓扑特性揭示了大数据工程的复杂性及其操作与处理的全新认知、理论挑战,以及可选解决方案。     

基于规则提升的 Agent 系统异常处理方法

基于进化计算理论中的重组思想, 提出一种基于规则提升的Agent系统异常处理方法, 处理Agent系统中违背执行规则的异常. 该方法根据规则间的相互触发和执行情况分析得到规则处于异常状态的原因, 重组处于异常状态的规则, 提升规则向适应环境的方向进化. 实验结果表明, 该方法能处理规则的异常状态, 增强了规则的触发条件, 保证了规则达到预期的后置条件, 提高了Agent系统在开放环境下的异常处理能力.     

基于可信计算的群内安全信息共享混合模型

针对广受关注的秘密信息的安全共享问题,提出一种基于可信计算的群内安全信息共享混合模型.基于分裂密钥RSA(split-key RSA)算法,综合超级分发和微分发的优点,提出一种新的混合架构,在不影响安全性的情况下,对密钥进行了统一的分割,将控制中心端的密钥参数缩短为32bit,并且不随RSA的强度而变化,使得控制中心端的在线计算量显著降低,RSA2048模式下降低为原来的1.6%.原型系统验证对比测试结果表明,系统的运行效率有了较大提高,RSA2048模式下系统的读请求响应时间降低到原来的5%以下.     

云计算与图书馆关系初探

以云计算为研究对象,探讨了云计算与图书馆的若干关系,在基于国内现有的云服务研究成果与实践的基础上,从图书馆的角度,分析了云计算的基本理论,结合图书馆的实际情况,探讨云计算与图书馆的关系,重点阐述了云计算对图书馆的影响。     

一种云管理平台的设计与实施

文章针对云计算技术的发展现状，分析了云管理平台的重要性及在资源池中的位置，构建了一种云管理平台的设计方案，研究了该方案的实现方法，测试了该系统的可行性．通过对云管理平台的研究，为云计算的构建提供了参考性．     

基于网格资源可用度的元任务映射算法

针对Min-Min启发式算法没有充分考虑网格的异构特性,导致资源负载不均衡的问题,提出一种基于资源可用度的启发式映射算法,在元任务与资源映射过程中,先计算资源对元任务的可用度,然后将元任务划分为优先映射与次优先映射两部分,再对这两组元任务分别应用经典Min-Min算法进行映射.采用仿真软件模拟网格异构环境,在元任务与资源一定的情况下,分别模拟这两种算法的元任务与资源的映射过程,得到这两种情况下的任务完成时间.实验结果表明,基于资源可用度的启发式算法在异构的网格环境中任务完成时间更短.     

基于粒计算的商业数据流概念漂移特征选择

商业数据流具有动态性、漂移性等特性,概念漂移特征选择是数据流挖掘的重要工作之一.本文从数据流的特点和概念漂移特性出发,提出了数据流的概念形式化分析流程和基于粒计算构建数据流的概念形式化描述模型;商业数据流的概念漂移实际上取决于其概念外延的变化,文中使用包括外延偶合度和内涵偶合度在内的概念偶合度来描述概念间的相似性;经过粒化的数据流由概念格来表示,进而通过概念格对的松弛偶合度来分析数据流特征;结合概念偶合分析和数据流变化特征,阐述了一种基于数据流概念格对的松弛匹配偶合度算法,并据此分析概念格对来选择数据流的漂移特征.通过实例验证、评价了特征选择,证明其有效性.     

一种基于DAG图的异构可重构任务划分方法

为了实现高性能低功耗的计算,以任务划分为研究对象,提出了异构可重构计算的基本概念和形式化描述方法,给出了基于异构计算任务和异构可重构体系结构相结合的异构可重构两种任务划分方法:节点内部可重组及网络可重建的任务划分及算法,最后验证了其任务划分方法的有效性.