面向新一代神威超级计算机的高效内存分配器

随着应用程序规模的增大，应用程序对计算资源的需求也日益增加，超级计算机为满足这一需求提供了良好的平台。传统的超级计算机主要面向科学计算程序，而近年来应用的多样化对超级计算机的软硬件设计提出了新要求。该文在新一代神威超级计算机上发现了在动态运行模式下内存分配的性能问题，并针对神威的体系结构特征和应用特征，设计了高效的内存分配器——SWAlloc。实验结果表明：SWAlloc可以将超大规模机器学习训练框架八卦炉的内存分配速度提升至多75 839倍；对随机生成的内存分配记录和标准测试程序集PARSEC中的内存分配记录的测试结果，验证了SWAlloc在不同应用上的通用性和高效性，可将神威超级计算机上PARSEC的内存分配效率提升至多51倍(平均提升36%)。SWAlloc已经布署于新一代神威超级计算机上，并用于SWPytorch、 SWTensorFlow等超大规模应用。     

激活数据价值的影响因素研究进展

作为数字经济时代的关键生产要素，数据的价值能否充分释放在一定程度上决定了企业未来的竞争优势。研究基于企业技术采纳的微观视角，针对数据要素的新特点，构建OEC理论框架，从组织、环境、能力3个维度剖析数据价值创造的影响因素，对相关研究进行系统化、理论化的比较分析。研究发现，组织战略、规模、结构是决定企业数据应用效果的核心因素，感知、学习、吸收、转化是数据价值化的关键支撑能力，竞争压力、外部支持、行业集中度、环境动态性等外部因素在此过程中发挥调节作用。     

凉山州烤烟气象产量综合模拟模型

利用凉山州9个烤烟主产县1991—2017年烤烟产量资料和同期国家气象观测站的气象资料,通过年际变化趋势处理,分离出烤烟趋势产量和气象产量,采用积分回归方法,研究光、温、水等气象因子对烤烟产量的动态影响,建立烤烟气象产量综合模拟模型。结果表明:(1)气温、降水、日照均能显著影响凉山州烤烟产量;(2)县域间影响烤烟产量的关键气象因子有所差异,总体上温度的影响系数更大;(3)宁南县和会东县的关键气象因子相同且动态影响相似;(4)建立的分县和凉山州烤烟气象产量综合模拟模型模拟精度高,模拟偏差仅2.4%～4.6%。     

基于PCA-IPSO-RBF神经网络的沥青路面破损状况预测

针对现有路面破损状况评价指数较为单一且无法准确预测路面实际破损发展趋势的问题，为探究路面使用指标、路面性能指标和路面环境指标对路面破损状况的影响，提出基于改进粒子群优化(IPSO)与径向基(RBF)神经网络耦合的沥青路面破损预测模型.首先，利用灰色关联分析和主成分分析(PCA)筛选出主要影响因子；然后，通过改进粒子群惯性权重因子，调整粒子全局和局部寻优能力，并利用IPSO算法训练RBF模型中的参数；最后，以主成分分析降维后数据为输入，建立路面破损状况的IPSO-RBF神经网络预测模型.实例研究表明，PCA-IPSO-RBF神经网络预测模型预测平均绝对误差为0.841 6.因此，针对复杂非线性路面破损状况预测问题，该模型能够准确预测沥青路面破损状况，为路面养护决策提供有力支持.     

白鹤滩库区三家村滑坡稳定性评价和涌浪分析

金沙江梯级水电站沿线边坡稳定性评价及其破坏后涌浪分析是保障其安全运营的关键环节.本研究通过现场地质调查、InSAR分析及相关钻孔资料，给出了三家村滑坡的基本特征及其破坏模式，通过GEO5模拟计算分析了滑坡稳定性，并利用经验公式法对失稳后造成的滑坡涌浪进行预测.结果表明：三家村滑坡中部存在一处明显的形变区域，即Ⅱ区高程为950～1100 m段，长期趋于不稳定状态，中部最大变形量达50 mm/a.在持久工况、短暂工况、偶然工况水位骤降滑坡稳定性系数均满足边坡设计安全系数要求，安全系数为1.07～1.19；而蓄水后叠加地震工况下滑坡体不稳定，安全系数最低仅为0.97.滑坡变形区失稳可能在上游2.5 km处产生的浪高为2.62 m至3.00 m，到达下游4.5 km处的浪高为1.52 m至1.63 m，威胁沿岸的新塘、蒙姑和溜姑等居民点，建议进行滑坡防治及增设涌浪防护措施.     

基于变权重奇异谱分析的心律不齐识别方法

现有心律不齐研究多数围绕心电信号中不同频率特性成分的分离展开，而不同子序列的信息量对于最终目标决策的贡献则缺少研究与分析.为增强高贡献度子序列对于分类器的影响，提出了一种变权重奇异谱分析与深度学习结合的识别方法.通过奇异谱分析获得多个子序列，结合各个子序列的奇异值计算随机森林下的基尼系数，并将其作为权重.变权重的序列样本用于训练神经网络模型，更高效地挖掘了有用信息，进一步提高了识别精度，最终的心律不齐识别准确率为98.35%，Macro-F1为97.95%.相对于传统的定值权重，本文提出的变权重识别方法在各个性能指标上均有明显提升.