《面向对象工程》教学研究

《面向对象工程》是计算机专业的核心课程,旨在培养学生采用面向对象的思想与工程化的建模技术解决复杂软件开发问题的能力。本文针对这一要求,从教学内容的选取、师资队伍要求、教学方法、建模工具与项目实践设计等方面进行了探讨并基于实践效果提出了建议。

一种可交互的数据清洗系统

对于各个领域的信息资源而言,数据质量一直是一个非常关键的问题,而现实世界中的数据往往存在着各种各样的质量问题,从简单的拼写错误到复杂的语义不一致错误。数据清洗的目标就是检测并去除数据中存在的各种错误和不一致,提高数据质量。在归纳总结数据质量问题和数据清洗相关研究的现状的基础上提出一个可交互的数据清洗框架的定义。系统提供了方便、易用的可视化的数据清洗流程定义环境。

可交互数据清洗系统研究

在数据仓库构建和数据集成中,面临着大量的数据清洗任务。要把数据清洗过程做得灵活并不容易,已有的工具过于依赖特定的应用。该文分析了数据质量中存在的问题,数据清洗技术的现状、发展趋势,同时提出了一个可交互的数据清洗框架。

面向OpenCL架构的大规模生物序列比对

为提高生物序列比对算法的性能和效率,提出一种异构处理平台下可移植的大规模生物序列比对算法及其优化方法.通过改变原有Smith-Waterman算法的计算流程和数据依赖关系,增加序列比对的并行性;通过改变存储器布局后使用向量数据类型,提高全局存储器的带宽利用率;通过增加偏移量改变存储器模块的映射方式,避免模块访问冲突,提高局部存储器的使用效率.实验结果表明,优化后的生物序列比对性能提升了近100倍.

GPU上稀疏矩阵与矢量乘积运算的一种改进

稀疏矩阵和矢量的乘积运算在工程实践及科学计算中经常用到,随着矩阵规模的增长,大量的计算限制了整个系统的性能,因此可以利用GPU的高运算能力加速SpMV。分析了现有GPU上实现的SpMV存在的问题,并设计了行分割优化和float4数据类型优化两种方案。实验表明,该方案可以使性能提升2～8倍。

并行处理中的矩阵复位的算法实现

在并行计算中,矩阵与矩阵相乘的Cache利用率最高,为了提高并行计算的速度,在进行向量与向量的运算时,可以先把向量补成矩阵,参加运算后,再把相应的部分分离出来.其中的关键问题是将原来的向量下标复位,以确保计算结果与原来的向量运算结果相同.

应用层组播的研究与算法实现

引入了组播的概念,并对传统的IP组播作了一个简要的概述及总结归纳。然后引入应用层组播的概念,并对应用层组播的研究现状和主要的研究方法进行了详细的介绍和评述。特别是对应用层组播中所使用的几个关键技术和在该领域中所经常采用的一些算法,进行了深入的探讨和细致的总结。同时也介绍了目前在应用层组播研究领域中所遇到的几个主要问题,比如流量控制和拥塞控制,并提出了相应的解决方案。在介绍应用层组播的同时,与传统的IP层组播进行了比较,给出了两者之间存在的差别。最后,提出了一套对应用层组播算法进行评价的评估体系。

针对拷贝因子的云存储负载均衡技术

为了解决当前云存储架构中分布式文件系统的负载均衡问题,在研究分析了各种不同的负载均衡算法以后,从文件的拷贝因子这一角度,提出了一种以自动化调整拷贝因子作为系统负载均衡策略的算法。该方法能明显提高云存储系统的吞吐率,减少客户端平均访问时间,从而能有效增加客户满意度。为了验证该方法的可行性与实际效果,对运行在Linux的开源版本opensuse之上的云存储系统Quantcast File System的文件拷贝因子模块进行了修改,实验结果显示用拷贝因子作为云存储环境负载均衡算法是有效的。