基于自适应Radau伪谱法的再入段轨道设计算法

针对传统Radau伪谱法处理非光滑平面时精度不高和效率不足的缺点,提出了一种基于自适应Radau伪谱算法的再入段轨道设计算法。该算法可以根据状态方程的拟合精度对再入段轨道进行自适应调整。在轨道曲率较高的区域,通过增加区段数量提高计算精度;在轨道曲率较低的区域,通过提高插值多项式的阶次提高计算精度。仿真结果显示,该算法形成的配点分布更为合理,相对传统的Radau算法具有高精度、高效率等优点,求解效果优于传统的Radau伪谱法,可将其应用到再入段轨道优化的工程实际中。      

基于PAD的个性化情感模型

基于情感计算和人工心理学理论定义了个性空间、心情空间和情感空间,并建立起了个性空间同心情空间的映射关系,提出基本情感强度的概念来描述情感空间在某一时刻所处的状态。根据心情空间中心情向量离基本情感点的距离远近关系来度量情感空间中某种情感出现的概率大小,建立起了心情空间与情感空间的映射关系,并建立了一个新的三层映射关系的个性化情感模型。通过仿真实验验证,该情感模型能较为准确地描述人类情感变化规律。     

云计算给图书馆发展带来的机遇与挑战

云计算是计算机网络发展的一个趋势,代表了一种新的数据处理方式和人们未来的一种生活方式,在不久的将来,云计算必将在图书馆中得到大规模的普及应用。在介绍云计算概念、技术特点、现状的基础上,探讨了云计算技术给图书馆发展带来的机遇与挑战。     

求解最小覆盖问题的快速近似算法的进一步研究

分析了已有求覆盖平面上给定的若干个点的尽可能小的圆的问题的算法。给出了一个新的求解最小覆盖问题的算法，其计算时间复杂度为平面上给定的点数量的线性函数，该算法已编程实现，通过几万例随机算例的实际计算比较，表明算法所得结果的平均精度比已有的各种快速近似算法所得的精度要高，而且具体每例所需的计算时间均比已有快速近似算法对应的计算时间要短。     

On Peer-Assisted Data Dissemination in Data Center Networks: Analysis and Implementation简

Data Center Networks （DCNs） are the fundamental infrastructure for cloud computing. Driven by the massive parallel computing tasks in cloud computing, one-to-many data dissemination becomes one of the most important traffic patterns in DCNs. Many architectures and protocols are proposed to meet this demand. However, these proposals either require complicated configurations on switches and servers, or cannot deliver an optimal performance. In this paper, we propose the peer-assisted data dissemination for DCNs. This approach utilizes the rich physical connections with high bandwidths and mutli-path connections, to facilitate efficient one-to-many data dissemination. We prove that an optimal P2P data dissemination schedule exists for FatTree, a specially- designed DCN architecture. We then present a theoretical analysis of this algorithm in the general multi-rooted tree topology, a widely-used DCN architecture. Additionally, we explore the performance of an intuitive line structure for data dissemination. Our analysis and experimental results prove that this simple structure is able to produce a comparable performance to the optimal algorithm. Since DCN applications heavily rely on virtualization to achieve optimal resource sharing, we present a general implementation method for the proposed algorithms, which aims to mitigate the impact of the potentially-high churn rate of the virtual machines.     

一种新的计算机视觉算法

受蚂蚁金服计算机视觉项目组委托,为了提高计算机视觉的识别效率和准确率,利用机器学习的思想开发自动进化图像学习机,将MATHEMATICA Cloud作为改学习机的计算云、搜索云,将学习函数和决策函数嵌入到学习机中,从而实现由学习机录入图像并导入MATHEMATICA Cloud进行计算和搜索的功能,利用搜索结果来锻炼学习机的学习函数,利用计算结果来锻炼学习机的决策函数,从而实现高效率的识别速度与高准确率的识别效果.基于蚂蚁金服提供的验算实例进行仿真实验,并从计算速度、收敛情况、识别精度等方面同现在常用的识别算法进行对比,结果显示:新算法的图像识别能力颇佳,与传统算法相比,新算法具有更快的计算速度、绝对收敛性和远高于传统算法的识别精度.     

改进的EBE预条件矩阵及其在有限元方程组求解中的应用

结构分析中的有限元法一般归结为线性方程组的求解,依据EBE(Element-by-Element)策略,有限元方程组的系数矩阵(即系统的总刚度矩阵)可以表示成低秩的单元级矩阵的和。针对这类形式的线性方程组,本文在EBE策略的基础上给出了改进的预条件矩阵,称其为MEBE预条件矩阵;结合共轭梯度法,可在不显式形成总刚度矩阵的情形下,得出适合于并行计算的MEBE-PCG算法,并在网络机群(COW)并行计算环境下结合实例对算法的效率进行了验证。     

利用特征价格法编制住宅价格指数的必要性与可行性分析

我国现行房地产价格指数的主要编制方法存在编制方法不科学和数据来源不足两个方面的缺陷。而特征价格法具有如下优势：从编制方法上来讲,具有更加科学的理论;从数据来源上来说,可通过更多渠道去收集,且还可以非常准确;从实践上来讲,国外已从实践上证明了其优越性和准确性。但目前也存在一些局限性和困难,包括：模型方面的不足、应用方面的局限性和人的意愿的发展导致模型具有局限性。     

一种计算网格环境的研究与实现

基于校园网的计算网格可进一步完善校园网计算环境,大型科研计算可通过校园网格虚拟实现,从而实现计算资源共享和降低计算成本.采用具有跨平台特性的java语言,使用最基本的Socket API编程建立了基于校园网的计算网格模型C-Grid.通过梅森素数搜索的实验证明,C-Grid系统具有较好的可用性.     

云计算环境中基于属性的多权威访问控制方法

在云计算环境中,如何实现在不可信及动态变化的云计算环境中对加密数据的访问控制是云计算走向实际应用亟待解决的问题之一.文中提出了一种基于属性的访问控制方法,该方法将密文长度及加解密过程的计算量限制为固定值,提高了系统的计算效率,并且引入了层次化的授权结构,降低了单一权威授权的负担,提高了安全性.文中分析了方法的安全性、可扩展性和计算复杂性等性能,实验结果证明了该方法在域权威授权、用户授权及加解密等过程中的计算量上的优越性.