基于NOW语料库的河北国际形象研究

通过NOW语料库检索与“河北”相关的报道数据及语料文本,解析英语新闻媒体中河北国际形象的他塑现状。研究发现,国际社会对于河北的关注度与雄安新区设立和北京冬奥会紧密相关,且呈现出明显的区域差异。河北国际形象的独立性和鲜明度较为欠缺,工业大省形象标签化严重,整体形象较为单一。因此,为河北国际形象自塑提出三种策略:第一,整合优质资源,丰富对外传播内容;第二,建立河北国际化数字宣传平台,拓宽对外传播渠道;第三,注重正确舆论引导,优化外宣人才培养机制。

基于ConvLSTM融合RMAPS-NOW数据的雷达回波外推研究

雷达回波外推是临近预报、人工影响天气作业及效果评估的主要参考依据之一,快速准确的回波外推技术一直是雷达气象领域的研究热点。近年来,基于深度学习的时空序列预测模型在雷达回波外推中得到了广泛应用。然而,这些外推网络架构的输入大多用16级伪彩色雷达回波强度产品转化而来的灰度图,丢失了许多回波细节,并且随着外推时间延长,误差不可避免地增大。回波的生消、移动、演变与天气背景紧密相关,因此,将北京城市气象研究院研发的新一代快速更新多尺度资料分析和预报系统的临近数值预报子系统(RMAPS-NOW)初始零场的部分物理量产品融入华北雷达拼图原始数据,构建多个雷达单元(Radar cells),并将这些雷达单元作为输入,基于卷积长短期记忆网络(ConvLSTM),设计了一个多通道雷达回波外推网络架构(MR-ConvLSTM)。另外,考虑到卷积算法的平滑性,构建了自定义损失函数,增加回波强度的时空权重进行时空衰减订正。选取(40.65°—41.65°N,114°—115.4°E)内2018—2021年的6—9月共13000组华北雷达组合反射率因子拼图及RMAPS-NOW初始零场数据,其中的80%共10400组为训练集,20%共2600组为测试集。引入的物理量包括多个高度层的u、v风(1350 m),相对湿度(RH,150 m),水平散度(1350 m)等,基于ConvLSTM及MR-ConvLSTM加自定义损失函数,分别训练得到5个雷达回波外推模型。采用临界成功指数(CSI)、命中率(POD)、虚警率(FAR)作为评价指标,利用测试集对所有模型进行评估。基于引入物理量的MR-ConvLSTM训练得到的模型在20、30、35 dBz反射率阈值下,比未引入物理量的基于ConvLSTM的外推模型CSI值平均高4.67%、13.8%、5.98%,POD值平均高3.1%、7.68%、8.38%,FAR值平均低6.37%、8.54%、10.17%,同时引入3种物理量(RH、u、v)的外推模型在不同阈值的各项指标中综合表现最好,其CSI、 POD值在3种不同阈值下比未引入物理量模型平均高16.01%、13.38%,FAR值平均低14.88%。从模型应用的个例可视化也可以看出,引入物理量后有效提升了雷达回波外推的准确度,证明基于MR-ConvLSTM架构训练的雷达回波外推模型有较强的泛化能力。

基于NOW语料库的粤港澳大湾区城市国际形象研究

粤港澳大湾区作为国家级城市群,对外经济、科技、文化交流频繁,自筹建以来一直备受国内外媒体关注。运用NOW语料库和话语分析相结合的方法分析海外英文媒体有关粤港澳大湾区报道索引行中的高频搭配词,探讨海外英文媒体塑造的大湾区城市国际形象,研究发现海外英文媒体关注大湾区在发展规划、经济、科技创新和沟通协作等六个方面的发展,建构了一个经济发展、科技创新、精心规划和城市群互通互联的大湾区城市国际形象。

基于RT-Thread和ESP-NOW的无线传感器网络系统设计

为提高无线传感器网络汇聚节点的稳定性,缓解云平台数据处理压力,引入ESP-NOW无线通信协议,设计一种基于RT-Thread的无线传感器网络。该系统由传感器感知节点、汇聚节点和物联网云平台组成,实现了对传感器数据采集、处理、显示、存储、上传等,避免了数据在云端处理导致阻塞的问题发生。结果表明:引入ESP-NOW协议使系统在数据传输过程中具备更高的稳定性,基于RT-Thread系统相对于裸机运行,数据协调能力及响应时间明显提升。系统具有稳定可靠、组网简单、实时性强等优点。

基于NOW语料库的中国家电类产品海外形象研究

中国制造与中国形象密切相关,国产家电产品的海外形象是中国制造海外形象的重要组成部分。基于NOW语料库的研究表明,英语国家对中国家电产品的关注度日益增高。从语料的区域分布来看,除新加坡以外,关键词密度较高的区域主要是东南亚、南亚及非洲国家,表明中国家电产品相对实惠的价格迎合了这些地区的消费能力。中国家电品牌在海外市场长期保持着“低端廉价”的印象,但随着产品质量的改善以及现代技术含量的提高,中国家电品牌在海外用户心中的印象大为改善,正逐渐向“质量可靠、技术创新”等高端品牌印象转变。

时间变元Now的绑定算法

时间变元Now是时间元素中的特殊对象,对它的合理处理关系到整个数据库中时间元素的规范性,在数据库的查询等操作时,对Now的有效绑定是正确结果的前提。对Now的处理问题,一直为人们所关注,但是其中大多只是将Now问题示例化,不够系统全面。提出时间变元Now的绑定(binding)算法,用以解决Now变元的规范化问题。

基于LINUX的NOW系统的构建

以一个实际的并行机群 (NOW)系统为例 。

NOW系统上的并行快速排序算法

介绍了在NOW系统上的并行快速排序算法的设计与实现 ,分析了影响算法性能的因素及改进方法 ,最后给出了该算法对字符串排序的并行效率为 4 9.15 %。

一个基于NOW的并行I/O系统

随着 NOW(networks of workstations)在科学研究中的应用日益广泛 ,如何为 NOW上的科学计算提供高性能的输入、输出成为人们所面临的一个新课题 .根据 NOW的特点 ,设计并实现了一个具有 NOW特色的采用Collective I/ O技术的并行 I/ O系统 CION(collective I/ O on now system) .CION吸取了 DDIO(disk- directedI/ O)与 two- phase I/ O的优点 ,同时采用了数据筛选等一系列优化技术 .

NOW环境下并行计算中的通信时延问题

1引言 工作站网络(NOW,Network Of Workstations)是一组专用或通用的计算机特别是性能工作站通过网络连成的计算机系统,由于NOW用于并行计算的主要资源是工作站。

一个基于NOW的跨平台并行文件系统的设计和实现

1.引言近年来,国内外对并行文件系统做了很多的研究,著名的有:一些商用的并行文件系统,如Intel为iPSC/2和iPSC/860而设计的CFS,以及IntelParagon的并行文件系统PPFS。还有HPF的运行支撑系统PASSION。研究性的则有PIOUS等。它们通常是针对并行机设计的,应用范围较为狭窄。随着对NOW(Network of Workstations,工作站网络)的研究深入。

基于NOW的运行时增量式集中式调度(NRICS)及其实现

提出并实现了一种基于 NOW的运行时增量式集中式调度 ( runtime incremental concentrated schedulingon NOW,NRICS)方法 ,该方法具有以下特点 :运行时调度、增量式调度、集中式调度、结点间并行式负载交互 .NRICS中 ,在一个阶段中由于对各任务的粒度和各结点执行能力估计不足所造成的负载失衡将在下一个阶段中得到改进和纠正 ,从而使各结点的负载不断趋于平衡 .该方法具有良好的可伸缩性 ,文末给出了部分实验结果 .

美国高校图书馆的即时获取(Get It Now)服务实践及思考

保障教学科研信息的丰富与畅通是高校图书馆的根本使命。在概述美国版权结算中心的即时获取(Get It Now)服务的基础上,聚焦其在美国高校图书馆的应用,通过对实践主体、实践过程、实践效果三方面的详细调研,进一步明确其对于图书馆文献服务和馆藏开发的实际意义,并由此提炼出Get It Now作为一种资源、一项服务和一种工具的创新价值。

在Windows2000下实现NOW系统的构建

本文介绍了在Windows 2 0 0 0环境下如何构建并行工作站机群NOW ,并且详细地介绍了以VC ++6 0作为编译环境安装MPICH的过程和具体配置。

基于NOW的Collective I/O技术研究

随着ＮＯＷ在科学研究中白益广泛的应用，如何为ＮＯＷ上的科学计算提供高性能的输入输出成为我们面临的一个新课题。作者根据ＮＯＷ的特点，设计并实现了一个具有ＮＯＷ特色的基于ＣｏｌｌｅｃｔｉｖｅＩ／Ｑ的并行Ｉ／Ｏ系统，吸取了ＤＤＩＯ与ｔｗｏ－ｐｈａｓｅＩ／Ｏ的优点，从而有效地解决了高带宽和低延迟问题。初步的系统吞吐量测试显示了良好的性能。

并行文件系统PARFSNOW++中的Cooperative Cache技术的研究

本文介绍了并行文件系统PARFSNOW ++中采用的有权限控制的复合协作式缓冲管理机制 ,并针对当前协作式缓冲机制中的问题 ,提出了新的全局内存数据同步和数据替换策略 .它们能有效地提高全局内存数据同步和缓冲数据替换的效率 .通过实验 ,本文证明了引入这种改进的协作式缓冲机制后 ,并行文件系统效率得到了提高 .

基于 NOWs 的并行多重网格计算

分析了工作站网络环境（ＮＯＷｓ）下并行多重网格计算中阻碍并行效率发挥的关键因素，分析了Ｓｃｈｗａｒｚ并行对并行效率和数值效率的影响，总结了将其应用到求解ＳＰＤ椭圆方程、间断问题、ｓｔｏｋｅｓ方程、高Ｒｅｙｎｏｌｄｓ不可压Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程和三维跨声速Ｅｕｌｅｒ方程中所取得的重要结论。

NOW中支持进程迁移的运行时增量式集中式调度

NOW(Network Of Workstations)个独立计算机(以下简称结点)通过高速网络和特定网络操作系统连接而成的一个可用来进行大规模并行处理和负载平衡的网络计算环境[1].由于NOW中各结点计算能力的差异,相同任务在不同结点上的执行时间可能存在较大差异,导致结点间负载失衡.进程迁移技术可以将粒度大的任务在执行过程中从计算能力弱的结点迁移到计算能力强的结点,加快进程执行速度,促进结点间负载平衡,提高系统整体性能和可用性[2].

一种实现并行计算的新主流技术──NOW

当前，在并行计算领域，ＮＯＷ正受到日益重视，国外很多学者和厂商对这一技术进行着研究和开发，并预言它将具有与ＭＰＰ一样的地位，主导今后并行计算技术的发展。本文对ＮＯＷ进行介绍，回答关于ＮＯＷ的几个问题，分析实现ＮＯＷ的关键所在，并对其发展前景进行展望，试图引起国内同行对这一新技术的关注。

并行文件系统PARFSNOW^(++)中的协作式缓冲技术研究

1 引言近年来,国内外对并行文件系统做了很多的研究,提出了许多有特色的并行文件系统,如xFS,ParfiSys,Galley,Scotch,Zebra,许多系统采用了协作式高速缓冲机制。使用这种机制,所有节点都提供自己的部分内存供共享,并通过协同机制统一调度这些分布式的共享内存,为并行文件系统提供一个虚拟的高速全局共享缓冲区。这种协作式缓冲扩大了数据缓冲区的容量,能有效提高文件数据在缓存中的访问命中率,减少磁盘的访问次数,以便提高系统性能。但是,协作式高速缓冲在带来性能提升的同时也带来了一些非常难以解决的问题:如何维持共享数据的一致性。通常情况下,使用协作式高速缓冲机制的文件系统往往需要实现一套非常复杂的数据一致性维护机制,但该机制的运行开销十分高昂,无形中又降低了系统运行的效率。