云计算环境下基于关联量的数据部署与任务调度

科学工作流处理的问题复杂,依赖于集群或网格平台,云计算的出现为科学工作流又提供了一个可供选择的平台;云计算环境下数据密集型应用的科学工作流处理和传输的数据量巨大,减少数据中心不同集群间数据的传输次数和传输量是个挑战性的问题。科学工作流要处理的数据间存在依赖关系,基于数据间的依赖关系最大关联量建立关联矩阵,通过键能算法对关联矩阵进行聚类,把最大相关的数据聚集到一起,然后通过K分割方法,把聚类矩阵分割为k个部分,每个部分部署到数据中心相关的集群里。仿真结果表明,本方法能有效地减少数据中心不同集群间数据的移动次数和移动量。

等温反应湍流流动标量关联量输运的直接模拟

用谱方法对等温反应槽道湍流流动中标量关联量输运进行了三维直接模拟。所得到的无反应情况下的单标量时均值和脉动值与文献中差分法的直接模拟(DNS)数据一致。瞬态模拟结果显示有反应情况下标量脉动量也有条带结构。用直接模拟数据库对标量关联量输运方程各项的贡献进行了先验性统计,发现产生项和耗散项的贡献最大,扩散项和反应项的贡献很小,然而化学反应对各项的大小和分布规律影响很大。对标量关联量方程RANS模拟各项的封闭模型进行了后验性检验。与DNS的统计值相比,除了近壁区之外,在流场的大部分区域,模拟值与精确的统计值基本一致。

云计算环境下基于关联量的数据部署与任务调度方法研究与实现

研究了在云计算环境下关联量数据的部署和调度方法,分析了云计算环境下科学工作流的特点,并由此提出数据间的数据依赖模型;结合聚类理论方法设计出相应的算法来完成数据的资源部署和任务调度;最后利用仿真实验,验证所提模型和算法的有效性和合理性.

基于镇咳祛痰作用的“形”与药材品质关联的桔梗“辨状论质”研究

目的:通过桔梗宏观性状(长、宽、厚、质量)、微观形状(乳汁管面积)以及桔梗总皂苷和镇咳祛痰作用的关联分析,探究基于桔梗“形”的“辨状论质”实质。方法:本研究对桔梗“状”中的“形”、桔梗总皂苷和镇咳祛痰的药效结果进行定量测定,分别进行“状-量-效”和“状-效”关联分析,讨论“形”与桔梗品质的关系。结果:不同来源桔梗“形”的量化值、总皂苷含量和镇咳祛痰量化结果均有一定差异。“状-量-效”关联结果显示桔梗质量可体现药材品质,“状-效”关联结果显示宽度、厚度和乳汁管面积均与咳嗽次数呈显著相关,桔梗质量与酚红排泄量呈显著相关。结论:桔梗总皂苷可体现桔梗药材品质。“状-效”和“状-量-效”关联分析均可体现“辨状论质”的实质,其中“状-效”分析更明确、针对性更强。

大数据关联关系度量研究综述

大数据关联性分析是大数据挖掘的基础,一个好的关联性度量是实施关联分析的关键。本文首先指出大数据时代关联度量面临的挑战和研究现状,从关联关系度量的构造角度出发,对现有的关联关系度量进行整理,归纳总结了这些关联关系的性质和适用条件。在回顾关联度量发展历程的基础上,结合大数据时代关联关系的特点,提出构造关联度量可能满足的条件。最后针对多模态数据关联关系度量的若干问题进行探讨和梳理,从3个角度出发,提出应对多模态数据空间转换的挑战,以引起对该领域更深入的思考与研究工作,从而促进大数据挖掘工作的进展。

基于NP准则的属性关联度量及门限确定方法

在目标空域密集环境下,属性辅助运动状态数据关联是目前公认的解决数据关联性能严重下降问题的潜在有效途径。从Neyman-Pearson准则出发,在分析经典运动状态信息关联度量及门限确定方法合理性的基础上,给出属性辅助数据关联中属性度量及对应门限的确定方法。仿真结果表明,与惯用的固定门限相比,该方法确定的度量及门限具有稳定的关联性能。

黄芩治疗肺热证候的量-效关联性研究

黄芩广泛应用于中医临床治疗肺热证,历史悠久。本文通过对古今方药中黄芩用量的考证分析,总结出黄芩治疗不同疾病临床用量的一般规律,结合现代中药量效关系的研究方法对黄芩治疗肺热证候的量效关联性进行科学实验研究,并得出黄芩治疗肺热证候用量≤10g为宜,且其量效关系为非线性。

电力变压器故障类型与关键状态量关联规则分析

传统电力变压器设备运维大多采用状态检修技术,但积累的状态监测和检测数据没有得到充分挖掘利用,造成信息资源的浪费。以故障特征量为前项,以故障类型为后项,设置最小支持度和最小置信度,运用Apriori数据挖掘经典算法挖掘出变压器故障和关键状态量之间的关联规则。基于关联规则挖掘原理,利用SPSS Modeler软件平台建立电力变压器故障关联规则挖掘模型进行分析,得出了故障诊断的具体流程,旨在采取关联规则挖掘的方法发现状态特征量和故障类别之间的内在联系,对故障进行判定。

基于空间分布特征的阵群目标数据关联算法

在低数据率条件下,对监视区域内的每个目标进行有效分析是非常困难的。针对该问题,将阵群目标作为研究对象,并给出了一种基于空间分布特征的阵群目标数据关联算法。首先,在近邻点集聚合的基础上,从传感器给出的单目标观测集合中提取出阵群目标观测(简称阵群观测);其次,按照自顶向下的方式逐次计算各个阵群观测不同子集空间分布的距离度量,并以此为基础计算阵群观测之间的关联度量;最后,通过在关联代价矩阵上应用二维分配算法得到不同时刻各个阵群观测之间的对应关系。仿真结果证实了该算法的有效性。

综合利用各类信息的红外/雷达数据关联

异类传感器数据关联是数据融合中的一个难点,综合利用角度和其他特征信息是改善异类传感器数据关联的一个重要途径。对于雷达在直角坐标系对目标进行跟踪、红外传感器在修正的球坐标系对目标进行跟踪情况,文章综合利用角度、角度变化率和ITG(Inverse-Time-to-Go)信息,构建了新的关联统计量,并进行了计算机仿真。结果表明,所给出的新关联统计量较之只利用角度或角度变化率的关联统计量有更好的关联性能。

利用角度、角度变化率和ITG信息的主被动传感器数据关联

异类传感器数据关联是数据融合中的一个难点 ,综合利用角度和其他特征信息是改善异类传感器数据关联的一个重要途径。对于雷达在直角坐标系对目标进行跟踪、ESM传感器在修正的极坐标系对目标进行跟踪情况 ,本文综合利用角度、角度变化率和ITG(Inverse Time to Go)信息 ,构建了新的关联统计量 ,并进行了计算机仿真。结果表明 ,本文给出的新关联统计量较之只利用角度和ITG信息的关联统计量有更好的关联性能。

综合利用各类信息的红外/雷达数据关联

异类传感器数据关联是数据融合中的一个难点,综合利用角度和其他特征信息是改善异类传感器数据关联的一个重要途径。对于雷达在直角坐标系对目标进行跟踪、红外传感器在修正的球坐标系对目标进行跟踪情况,文中综合利用角度、角度变化率和ITG(Inverse-Time-to-Go)信息,构建了新的关联统计量,并进行了计算机仿真。结果表明:文中给出的新关联统计量较之只利用角度和ITG信息的关联统计量有更好的关联性能。

多平台异构信息融合的航空目标跟踪算法

该文以高空无人机(UAV)飞艇载双光电传感器,无人机载两坐标雷达对航空目标的精确定位跟踪为研究背景,针对参与融合的传感器均无法独立获得目标位置信息导致传统点迹关联、定位方法失效等问题,提出一种基于多平台异构信息融合的航空目标跟踪算法。首先,在坐标系转换的基础上提出基于角度-距离两级点迹关联算法,从而实现多传感器量测关联。其次,提出基于线面交汇融合定位算法,通过最小二乘法、交汇点投影、距离最近点解算及同源数据压缩确定目标的航迹起始位置。在此基础上,利用空基多平台侦察的异构信息,结合传统无迹卡尔曼滤波器(UKF)设计扩维UKF对航空目标进行跟踪。仿真结果表明,该算法实现了对航空高速目标的高精度跟踪。

给定悬挂点数和关联Q-谱半径最大的k一致超图的结构

对k一致超图H,设其关联矩阵为B(H),定义其关联张量为Q^(*)=B(H)IB(H)^(T).H的关联Q-谱半径是Q^(*)特征值模的最大值.设G^(r)_(n)是阶数为n且悬挂点数为r的连通k一致超图的集合.在图类G^(r)_(n)中,对于n-r≥k,以及n-r∈[k-1]中的一些情况,通过图的谱性质、张量积以及张量特征方程等方法,分别刻画了关联Q-谱半径最大的k一致超图的结构.

主动雷达航迹关联方法及应用

针对传统的分布式主动雷达航迹关联结构存在的关联质量问题,提出了一种主动航迹关联方法。该关联方法主要包括两个部分:一是基于基准航迹的航迹关联结构,其可有效避免系统航迹混乱引起的关联质量下降问题,且能迅速的从错误关联中恢复;二是航迹关联判断方法及流程。并实现了该关联方法在某警戒雷达信息系统中的应用,航迹关联正确率可达90%以上。

关联度分析模型在瓦斯监控传感器优化布点中的应用

瓦斯实时监控系统采样的关键因素在于井下传感器的优化布置,可较好地监测空间分布和采样间隔可提高特征量误报警的精确度。以挖金湾矿巷道背景为例,通过对众多位置的测量点进行相关度关联分析和二进制转换来获取其中有效的布置点,并据此建立可靠精确的传感器网络,最后通过挖金湾南翼盘区现场应用分析来验证所给出算法模型的准确性。

电力系统暂态稳定优化分层控制协调算法

就电力系统暂态性能优化问题比较了有限时间和无限时间两种分层控制算法 ,提出将分层控制器与各种PSS相配合以提高控制暂态过程的效果。对 4机系统在各种情况下的数字仿真检验各种控制方案的结果 ,证明该法可显著减小暂态过程的振荡幅度和时间 ,仿真结果还表明 ,有限时间分层控制算法效果优于无限时间算法 ,但分层最优控制的工程实现较难 ,而且求解时间长 。

湍流燃烧二阶矩模型的大涡模拟验证

对美国Sandia国家实验室测量的甲烷-空气湍流射流火焰进行了三维大涡模拟(LES),其统计的时均量以及脉动量符合实验测量值,且和RANS代数二阶矩湍流燃烧模型模拟结果大致符合。LES统计得到的化学反应率系数脉动和甲烷浓度脉动的互关联与对应的时均量梯度的乘积分布趋势相同,大小幅值的位置也相对应,与二阶矩湍流燃烧模型的封闭假设相符,验证了二阶矩代数燃烧模型的合理性。

非监督子空间学习中关联度量多维尺度分析

多维尺度分析已经在维度约减和数据挖掘领域得到了广泛应用。MDS的主要缺点是其定义在训练数据上,对于新的测试样本无法直接获得映射结果。另外,MDS基于欧氏距离度量,不适合获取相似数据中的非线性流形结构。将MDS扩展到关联度量空间,称为关联度量多维尺度分析(CMDS)。与传统MDS在训练数据中完成映射,进而缩小空间范围相比,CMDS能够直接获得测试样本映射结果。此外,CMDS基于关联度量,能够有效学习相似数据中的非线性流形结构。理论分析表明,CMDS可以利用核方法扩展到新特征空间,解决非线性问题。实验结果表明,CMDS及其核形式KG-CMDS性能优于常用传统降维方法。

Support vector machine for prediction of siRNA silencing efficacy

In order to assist the design of short interfering ribonucleic acids （siRNA）, 573 non-redundant siRNAs were collected from published literatures and the relationship between siRNAs sequences and RNA interference （RNAi） effect is analyzed by a support vector machine （SVM） based algorithm relied on a basebase correlation （BBC） feature. The results show that the proposed algorithm has the highest area under curve （AUC） value （0. 73） of the receive operating characteristic （ROC） curve and the greatest r value （0. 43） of the Pearson＇s correlation coefficient. This indicates that the proposed algorithm is better than the published algorithms on the collected datasets and that more attention should be paid to the base-base correlation information in future siRNA design.