区间直觉犹豫模糊粒度结构的不确定性研究

考虑区间直觉犹豫模糊集中元素隶属度不确定这一特征,给出了四种不同的区间直觉犹豫模糊粒基数概念,并在此基础上构造了相关的区间直觉犹豫模糊粗糙熵、信息熵等概念.提出了区间直觉犹豫模糊粒度结构距离的概念,基于区间直觉犹豫模糊粒度结构距离定义了一种新的区间直觉犹豫模糊粒度结构的偏序关系,讨论区间直觉犹豫模糊粗糙熵、信息熵的偏序性.通过实例验证了相关定理和定义的正确性.

制造信息资源粒度结构分析与编码技术研究

信息标准规范是制造业信息化的基础。文章采用粒度结构分析方法构建了基于粒度结构的制造信息资源组织模型。在该模型基础上,通过分析制造信息资源基于元数据的表达技术和多因素约束下的编码实现技术,采用面向对象的编码结构方案实现了制造信息资源表达方式的柔性统一。最后通过材料编码对所构建的模型进行了实例化。实践表明,制造信息资源粒度结构分析与编码技术能够很好地实现信息资源组织的规范化,为全生命周期产品研制模式下的信息资源规划提供了有效的手段。

淮北矿区松散层底部含水层粒度结构与渗透系数关系

两淮煤田新生界松散层底部含水层分选性差、粘拉含量高。本文以淮北临涣矿区底含为分析对象,探讨底含粒度结构与渗透系数关系,证明底含渗透性由粒度结构决定,渗透系数与粘粒含量和不均匀系数的复相关系数达到83．93%。

基于角色的作战资源组织粒度结构建模及编码

为探索信息化条件下作战资源柔性组织模式,引入角色相关概念以规范化作战资源信息管理。通过提取作战资源组织的分层粒度结构模型,分析作战资源的自身关联属性,并以此为基础,提出面向作战实体元数据的作战角色编码过程。通过案例验证表明:该方法可有效实现物理实体的信息规范化和表达方式的柔性统一,且有利于信息对象的动态扩展和上下层标准兼容,为网络中心环境下作战资源柔性组织设计与建模提供基础支撑。

基于多粒度结构的网络表示学习

图卷积网络(GCN)能够适应不同结构的图,但多数基于GCN的方法难以有效地捕获网络的高阶相似性。简单添加卷积层将导致输出特征过度平滑并使它们难以区分,而且深层神经网络更难训练。本文选择将网络的多粒度结构和图卷积网络结合起来用于学习网络的节点特征表示,提出基于多粒度结构的网络表示学习方法Multi-GS。首先,基于模块度聚类和粒计算思想,用分层递阶的多粒度空间替代原始的单层网络拓扑空间;然后,利用GCN模型学习不同粗细粒度空间中粒的表示;最后,由粗到细将不同粒的表示组合为原始空间中节点的表示。实验结果表明:Multi-GS能够捕获多种结构信息,包括一阶和二阶相似性、社团内相似性(高阶结构)和社团间相似性(全局结构)。在绝大多数情况下,使用多粒度的结构可改善节点分类任务的分类效果。

基于可集成性的细粒度结构演化

软件结构为达到软件系统质量属性的一种手段。对于基于可集成性的软件结构研究,提出小粒度结构演化（FGSAE,Fine-Grained Architectural Evolution）,改变既有系统的软件结构,增加模块独立性,显示表达可集成性的模块接口,满足质量属性需求,为黑盒开发策略的大粒度复用做预备,可以延伸软件功能,延长软件生命周期,达到提高开发效益的目的。kX 2个相关概念模型-软件结构（Software ArchitectUre,SA）、FGSAE,说明FGSAE如何指导软件变换,满足可集成性的需求,并提出关键活动内容。最后以一个成功的案例,即在Internet上运行的西洋棋艺游戏系统,验证 FGSAE的有效,11。

基于粒度结构分析的数控机床制造信息资源自动化检测方法

针对数控机床制造信息资源检测时间较长,检测准确率较低及能量消耗较大的问题,提出基于粒度结构分析的数控机床制造信息资源自动化检测方法。通过对制造信息资源元数据技术的分析,得到制造信息资源元数据粒度结构模型,在此基础上,采集数控机床制造信息,根据制造信息元数据结构粒度模型,去除数控机床制造信息中的重复数据,得到精准的数控机床制造信息资源元数据,并以此建立数控机床制造信息资源自动化检测模型,实现数控机床制造信息资源的自动化检测。测试结果表明,该方法对数控机床制造信息资源自动化检测的时间较短、检测准确率较高、能量消耗较少,能够有效检测出数控机床制造信息资源。

基于细粒度结构演化的软件转变

如何对既有的软件系统进行软件结构变化 ,指导软件转变 ,达到优化质量属性的目的 ,是目前软件结构研究的一个重要课题 .本文从宏观的角度 ,提出一种细粒度软件结构演化方法 (Fine- Grained Software Architectural Evolu-tion,FGSAE) ,给出它的具体步骤 (依 FGSAE原则 ,重新设计软件结构 ;依结构对应关系 ,进行因子调整 ) ,指导软件转变 .

基于自路由互连网络的粗粒度可重构阵列结构

互连网络在粗粒度可重构结构(Coarse-Grained Reconfigurable Array,CGRA)中非常重要,对CGRA的性能、面积和功耗均有较大影响。为了减小互连网络导致的面积开销和功耗并提升CGRA的性能,该文提出一种具有自路由和无阻塞特性的互连网络,构建了一种层次型的网络拓扑结构。通过这种互连网络,任意一对处理单元之间均可以建立连接和交换数据,而且这种连接是自路由和无阻塞的。实验结果显示,与已有结构相比,该结构以至多增加14.1%的面积开销为代价,获得最高可达46.2%的整体性能提升。

核心循环到粗粒度可重构体系结构的流水化映射

粗粒度可重构体系结构为数据密集型应用提供了灵活性和高效的解决方法,而应用中的核心循环消耗了程序的大量执行时间,满足核心循环在CGRAs上实现的性能/开销的严格约束仍旧是个重大难题.针对已有工作在研究映射核心循环到CGRAs上的不足,文中提出一种新颖的核心循环自动流水映射到粗粒度可重构体系结构上的方法.文中形式化了核心循环到CGRAs的流水映射问题,阐述了CGRAs的资源共享和流水方法,定义了其循环自流水CGRAs体系结构模板,并给出核心循环流水映射方法.实验结果表明,与已有的先进的方法相比,文中方法的资源占用率降低16.3%、吞吐量提高169.1%.

基于存储划分和路径重用的粗粒度可重构结构循环映射算法

目前针对粗粒度可重构结构循环映射的研究主要集中在操作布局和临时数据路由,缺乏考虑数据映射的研究,该文提出一种基于存储划分和路径重用的模调度映射流程。首先进行细粒度的存储划分找到合适的数据映射,提高数据存取的并行性,再用模调度寻找操作布局和临时数据路由,最后利用构建的路由开销模型平衡存储器路由和处理单元路由的使用,引入路径重用策略优化路由资源。实验结果表明,该方法在循环的启动间隔、每周期指令数和执行延迟等方面均具有良好的性能。

关键循环到粗粒度可重构体系结构的存储感知映射

针对已有工作面向粗粒度可重构结构(CGRA)研究循环映射的不足,提出一种新颖的存储感知的关键循环映射方法 MALP。该方法定义RCP_CGRA体系结构模型并阐述关键循环到CGRA的映射问题,通过引入结合数组分簇的多面体数据域划分方法进行循环存储分析,根据分析结果,结合体系结构资源约束实现了循环的有效映射。实验结果表明,与已有的方法相比,MALP方法能够快速分析存储需求并有效降低循环映射的资源占用率,提高数据吞吐量,进一步提升了CGRA上循环映射的性能。

粗粒度可重构结构的性能估计方法

在设计初期,估计粗粒度可重构结构的性能,对粗粒度可重构结构设计具有指导意义。在考虑局部数据存储器结构以及局部数据存储器与可重构阵列的接口结构的情况下,建立了粗粒度可重构结构的参数模型,使用改进的螺旋形绑定策略将应用算法DFG(Data Flow Graph)中的算子绑定到可重构阵列的处理单元上,提出了一种粗粒度可重构结构的性能估计方法。应用实例表明,在设计初期,该方法能得到周期精确的估计结果,有效地指导粗粒度可重构结构的设计。

多粒度光交换网络中的一种波长/波带共享转换池结构

鉴于目前光网络整体成本较高,波长转换器利用率较低的缺点,在研究现有的多粒度光交换结构的基础上,提出了一种共享波长/波带转换器的方案。该方案的技术特点在于在波带交换矩阵和波长交换矩阵之间增加了一个共享转换池,光纤中需要进行转换的波带和波长都进入共享转换池,共享使用转换池中的波长/波带转换器进行转换。实例表明该方案能够使光网络中波长转换器的数量大幅度减少,在降低了光网络成本的同时提高了波长/波带转换器的资源利用率。

南极普里兹湾浮游植物现存量与初级生产力粒级结构和新生产力研究

报道1998～1999年夏季在南极普里兹湾及其毗邻海域对细胞丰度、优势种类组成、生物量和初级生产力的粒级结构、新生产力及其环境制约机制的研究.结果表明,调查海区具有显著的空间区域化特征.普里兹湾及其毗邻陆架区浮游植物现存生物量和生产力均较高,大陆坡和深海区明显降低;营养盐浓度由于浮游植物的消耗则有相反的分布趋势.浮游植物生物量和生产力受水体的垂直稳定度、浮游动物摄食、水温和光照等环境条件的控制.粒度分级测定结果表明,对调查海区叶绿素a的贡献,小型浮游生物为52.2%,微型为29.4%,微微型为18.4%;对初级生产力的贡献,小型为52.4%,微型为28.7%,微微型为18.9%.研究海区的平均新生产力和f比分别为230.6mg/(m2·d)和0.43.

钙质结核土微观结构分形特征研究

中国淮北平原广泛分布的钙质结核土具有特殊的二元粒度结构,土体中存在的钙质结核对土体强度及变形特性影响巨大。文章采用钙质结核土典型分布区的土样,基于分形理论分析土体的粒度构成特性及钙质结核土的粒度分维特征。结果证明,钙质结核土是不同于其他土类的区域性特殊土。

一种新的粒度指标:沉积物粒度分维值及其环境意义

根据分形理论 ,对 10 0 0个不同类型沉积物样品的粒度分形结构及其分维值作了定量计算。结果表明 :各类型沉积物都具有良好的统计自相似性 ,并且各自有着不同的分维值。粒度分维值的大小与分选好坏密切相关。没有经过外力搬运与分选的风化破碎物质 (碎屑物 )——断层泥、冻土的粒度分维值接近于碎形体的分维值 2 .6 0左右 ;经过外力搬运但分选作用较弱的冰碛物、水石流、泥石流堆积物的粒度分维值也接近 2 .6 0 ;而经过强烈外力分选作用的河床、湖泊沉积物、潮滩及海底沉积物的分维值明显偏小。鉴于此 ,本文认为分维值可以作为沉积物类型判别的重要参数之一。

结构化支持向量机研究综述

结构化支持向量机(Structural Support Vector Machine,SSVM)是支持向量机(Support Vector Machine,SVM)的变体算法,被广泛应用于多个领域。阐述了SSVM的发展过程,详细分析了SSVM各种具体实现算法的思想及表现上的优劣;并通过实验的对比讨论,发现了SSVM的各种具体实现算法在分类性能和分类效率上优于其他SVM算法,而在稳定性上则逊于后者;基于此,给出了SSVM的后续研究方向。

耐火浇注料粒度组成研究

本文对耐火浇注料的制作过程进行了四个状态的分析，并根据分析设计了浇注料的粒度结构组成模型。通过大量试验探讨了粒度组成对浇注料常温、高温性能的影响及粒度结构的重要性。

基于粗粒度的并行神经网络方法在水电系统负荷分配中的应用

本文通过对传统神经网络结构的分析，提出了粗粒度的神经网络并行结构，其可在一般的计算机网络环境中实现并行计算．通过算法的性能分析和实际应用，表明该方法在并行化、模块化、学习和追加学习等方面都具有良好的计算效率和可扩充性，有进一步实用的潜力．