一种面向大数据分析的快速并行决策树算法

为了提高基于大规模数据的决策树训练效率,提出了一种基于Spark平台的并行决策树算法(SPDT).首先,采用数据按列分区的方法,把单个属性列完整地保留在一个分区内,使缓存该分区数据的数据节点能独立完成信息熵的计算,以减少数据节点之间的信息交流造成的网络资源的占用.然后,数据在按列分区后以稠密向量的形式缓存于内存中,SPDT对数据进行压缩,以减少对内存的占用.最后,SPDT采用基于边界点类别判定的连续属性离散化方法来处理连续属性,减少决策树训练过程中信息熵计算的频次,并提出使用信息增益比划分训练数据集的方法,以减少信息增益计算对多属性值属性的依赖.实验结果表明,在树的训练效率方面,SPDT在保持分类精度的情况下,比Apache Spark-MLlib决策树算法(MLDT)以及基于Spark平台的垂直划分决策树算法(Yggdrasil)有明显的提升.     

基于量子点-双边光学腔的两自由度并行非定域Toffoli门远程实现

三量子比特Toffoli门非定域远程实现在量子通讯网络、分布式量子计算中有重要应用.已有的Toffoli门非定域远程实现方案大都基于量子系统单一自由度,本文提出超纠缠信道下基于量子点-双边光学腔的两自由度并行非定域Toffoli门远程实现方案.通讯方Alice, Bob使手中光子依次进入量子点-双边光学腔,对光学腔中电子以及纠缠光子执行单粒子测量; Charlie依据纠缠光子单粒子测量结果,执行相应局域幺正操作和极化、路径自由度单粒子测量. Alice和Bob依据单粒子测量结果执行相应局域幺正变换即可完成两自由度并行非定域Toffoli门远程实现.方案以极化、路径两自由度超纠缠光子为量子纠缠信道,具有信道容量高、并行性强的优点.     

n值Lukasiewicz命题逻辑系统中公式的绝对真度理论

在n值Lukasiewicz命题逻辑系统中,回避均匀概率空间中的无穷乘积测度,借助逻辑公式A所诱导的函数引入逻辑公式A的绝对真度概念,并利用绝对真度定义公式间的绝对相似度和伪距离.讨论绝对相似度和伪距离性质.证明┑,→,∧,∨运算在伪距离空间中是连续的.     

带混合误差的随机Ishikawa迭代程序

在一致光滑可分Banach空间中,针对随机强伪压缩算子T构建了带混合误差的随机Ishikawa迭代程序,并证明了在某些条件下,此随机迭代序列强收敛于T的一个随机不动点.     

并行分布环境下的黑板模型

黑板模型支持并行性,它是分布式和并行编程可用的强有力的模型之一.在一个需要并行性和分布式编程的系统中,黑板模型有助于组织和概念化并发性及通信.本文着重分析了黑板模型的结构、构造方法、控制策略.基于CORBA(Common Object Request Broker Architecture)对象和全局对象研究了黑板和知识库的实现.最后,通过一个具体实例的实现方法和过程,说明了黑板模型解决分布式和并行编程问题的可行性.     

数据流上基于遗传算法的并行查询优化技术

传统数据库中存储的是相对静态的记录集,这些记录没有预先定义的时间概念,除非时间属性被显示地加上去.虽然这个模型能够较好地表示商业数据库和个人信息存储库,然而它对快速变化的数据流进行在线分析的支持存在很多限制.因此,需要对已有技术进行扩展研究,构建出新的管理系统来管理数据流.数据流的高速性和无限性以及计算机资源的有限性使得提高数据处理速度成为数据流管理系统(DSMS)的关键;本文主要讨论了DSMS的核心技术———查询优化;着重研究了在shared-nothing机群并行系统中,通过并行查询处理技术来提高数据流处理速度的新方法.     

网格环境下基于免疫克隆策略的资源分析和任务调度

网格将多种资源组织在一个统一的框架下,为各种复杂的计算任务提供资源.因此计算任务在各种资源之间的调度成为了一个关键的问题.将遗传算法和免疫克隆算法结合起来,充分发挥各自的优势,先通过克隆操作来产生一组新的个体,然后再独立地对所产生的各个体进行克隆变异,克隆交叉操作,从而求得问题的最优解.实验结果表明,这种并行遗传免疫克隆算法全局寻优能力强,能有效地实现资源的负载均衡,可以成功地应用于网格任务调度中.     

基于双群体伪并行GA-DE多目标算法的动态环境经济调度

针对电力系统动态环境经济调度高纬度、强耦合、非线性、非凸等特点,提出一种双群体伪并行GA-DE(genetic algorithm-differential evolution)多目标算法.该算法基于外部精英存档和Pareto占优概念,利用差分进化算法和遗传算法构成双种群协同进化模式;采用平均熵及立方混沌映射初始化策略,增加种群多样性;根据相邻解的分布情况,改进Pareto解集的裁剪方式.与传统模型不同,将线损作为优化目标加入模型,采用动态松弛约束机制处理模型的复杂约束.经典10机组系统的验证结果表明:该算法在解决电力系统调度问题上具有可行性.     

网格中基于结构分类和位矩阵编码并行遗传算法的蛋白质二级结构预测

蛋白质二级结构预测是后基因组学的重要内容,是能准确预测蛋白质分子三维空问结构的关键步骤,它被证明是个NP难问题.同时,蛋白质数据库中的数据是巨量的,每天以指数形式在增长,而且不同的数据库位于不同的地域,受不同组织管理.提出一个网格中基于结构分类和位矩阵编码的并行遗传算法,有效地解决这个NP难问题,并且充分利用网格强大的并行计算能力,提高预测效率和准确率.     

一种新的基于FFT的直扩信号快捕方法设计与实现

为解决高动态、猝发式直扩通信系统中全数字接收机快速同步的问题,提出了一种新的基于FFT技术的直扩信号快捕方法。该方法在用匹配滤波器捕获伪码后,通过两级低阶FFT变换实现载波多普勒频偏的估计和补偿。实验结果表明,该方法可以很好地实现高动态猝发式扩频信号的捕获,并且可以有效地节省硬件资源。