路径排序问题基于表面的DNA算法

提出了路径排序问题表面DNA算法三步骤：a．找出两端点的所有链,b．筛选出所有的路,c．得到路序．指出编码问题在DNA计算中的重要性．在算法实现过程中,用保护两端点对应的DNA片段3’端或5’端的办法得到所有的链,并用电泳的方法对链进行排序以及去掉链长大于图权值总和的链;对探针进行生物素标记并且采用观察、记录亮点强度的办法筛选出所有的路;分析实验记录得到路序．将算法推广到最短（长）路问题的不同之处在第三步,即只需分析在表面上排在最前（最后）的DNA链的实验记录就得到最短（长）路．     

核外计算中I/O优化策略的研究

在大规模科学计算中,核外计算的应用越来越广泛,而核外计算时间优化的关键是I/O执行时间的长短.通过对I/O优化方法的研究,实现了数据筛选、数据预取、数据重用三种I/O优化策略.实验结果表明这三种优化策略均能隐藏I/O延迟,优化核外计算的系统性能.     

物流信息系统体系结构

论述了以航运为主业的大型物流信息系统体系结构的设计课题,包括物流业务的层次结构,网络体系结构,数据分布结构,应用系统计算结构和物理体系结构等。在本文提出的体系结构设计方案中,为了与业务的组织功能结构相适应,采用了集中分布式的网络体系结构和数据分布结构。为了减轻系统维护与升级的成本与工作量,应用系统采用了B／S计算结构。最后,为了便于系统处理能力的扩充,采用了多层服务器结构;并适当采用冗余技术和群集技术,以满足高可靠性和安全性。     

CAI课件制作理论及方法

本文阐述了制作CAI课件的理论,基本开发方法和开发软件。     

计算机审计的研究现状和挑战

通过分析计算机审计项目的生命周期模型，从面向数据的技术和面向系统的技术两个角度归钠了对计算机审计研究的成果，指出了审计数据分析三种类型：查询型分析、多维分析和发掘型分析，并提出了相席的审计数据分析过程模型。从审计数据采集转换技术、审计数据验证技术、审计专家经验共享和服爷计算技术4个方面讨论了面临的问题和研究方向。     

基于Kendall’s τ的连接函数分布估计算法求解云计算中SaaS部署问题(英文)

分布估计算法的性能高度依赖于如何估计和采样概率分布,连接函数(Copula)是构建概率分布模型的强有力的工具.论文给出了一个基于Kendall’s τ的正态连接函数分布估计算法,算法通过估计Kendall’s τ和利用Kendall’s τ与相关矩阵的关系首先估计正态连接函数中的相关矩阵,由此估计出联合分布.然后,Cholesky分解算法被用于该矩阵生成新的个体.由于正态连接函数的简单性,使得该算法具有简单明了的优点.算法被应用于一些测试函数和云计算中的SaaS部署问题,实验结果表明了算法的有效性.     

可配置语音识别输出概率计算协处理器的设计

在基于连续隐含Markov模型的嵌入式语音识别系统中,为提升计算效率、降低系统功耗,将算法中计算消耗最大的输出概率计算模块作为协处理器实现。通过先入先出队列电路隔离输出概率计算中的Markov距离和对数加法的数据通路使得系统参数可以灵活配置,并根据输出概率计算所需参数的地址产生规则设计了地址产生单元。采用Xilinx Virtex-5系列FPGA实现了该输出概率协处理器,并通过S3C44B0X微控制器验证了该设计。在配置参数为3维Gauss混合分量、27维特征矢量的条件下,对358个状态,协处理器工作在27MHz的时钟频率时计算输出概率的处理速度达到了0.13倍实时。     

基于云计算的随书光盘系统的管理和建设

阐述了云计算在图书馆的应用,对上海市松江大学城7所高校图书馆目前使用的随书光盘管理系统进行了调查、对比,通过对问卷调查的分析,总结出东华大学随书光盘管理上存在的不足和缺陷,提出了东华大学随书光盘管理系统的改进建议。     

基于PaaS科技期刊协同审稿的设计与实现

针对科技期刊审稿中存在的周期过长、协作困难等问题,讨论了基于"平台即服务"的科技期刊审稿方法及系统建设问题,系统能够实现出版流程和在线审稿、版本管理的功能,可以降低购置专用设备及配备维护人员等成本.     

M2M: A Simple Matlab-to-MapReduce Translator for Cloud Computing

MapReduce is a very popular parallel programming model for cloud computing platforms, and has become an effective method for processing massive data by using a cluster of computers. X-to-MapReduce (X is a program language) translator is a possible solution to help traditional programmers easily deploy an application to cloud systems through translating sequential codes to MapReduce codes. Recently, some SQL-to-MapReduce translators emerge to translate SQL-like queries to MapReduce codes and have good performance in cloud systems. However, SQL-to-MapReduce translators mainly focus on SQL-like queries, but not on numerical computation. Matlab is a high-level language and interactive environment for numerical computation, visualization, and programming, which is very popular in engineering. We propose and develop a simple Matlab-to-MapReduce translator for cloud computing, called M2M, for basic numerical computations. M2M can translate a Matlab code with up to 100 commands to MapReduce code in few seconds, which may cost a proficient Hadoop MapReduce programmer some days on coding so many commands. In addition, M2M can also recognize the dependency between complex commands, which is always confusing during hand coding. We implemented M2M with evaluation for Matlab commands on a cluster. Several common commands are used in our experiments. The results show that M2M is comparable in performance with hand-coded programs.