OPTICS算法在雷电临近预报中的应用

针对密度分布不均的雷电定位资料,提出了一种基于OPTICS聚类算法的雷电临近预警模型。该模型运用OPTICS算法对雷暴天气连续时段的雷电定位资料进行聚类分析,有效剔除了影响雷暴云分布的稀疏点。在聚类分析结果基础上,利用"膨胀-侵蚀"算法还原雷暴云真实分布,根据雷暴云的移动趋势进行雷电落区预报。此外,针对传统预测算法运行时间长的缺陷,运用邻接表改进了OPTICS算法,且优化了可达队列更新策略。实验结果表明,基于改进的OPTICS算法所构建的雷电临近预报模型降低了算法运行时间,同时提高了雷电预报模型适应能力及预测的准确率。

云环境下公平性优化的资源分配方法

针对云数据中心资源分配不均、效率不高、资源错位等问题,为了满足不同用户的需求,达到多种资源分配的公平性,实现资源的高效利用,提出了全局优势资源公平(GDRF)分配算法。GDRF算法采用多轮分配方式,即先通过用户已分配资源量确定分配资格,每轮再通过全局优势资源共享比和全局优势资源权重来确定具体的分配用户,分配过程充分考虑了资源的匹配情况,采用了max-min fairness思想的渐进填充方式,并且将多资源分配公平性统一度量模型运用到了算法中。实验基于一个Google集群数据模型与基于占优资源的多资源联合公平分配算法作了比较。实验结果表明,GDRF算法分配的虚拟机总量提高了12%,资源总利用率提高了0.5个百分点,公平评估值提高了约15%,并且该算法的资源组合分配的适应度较高,使得用户需求和供给更匹配。

有效的v支持向量回归机的v解路径算法

由Sch lkopf等人提出的v支持向量回归机具有通过参数控制支持向量和错误向量个数的优点,然而与标准的支持向量机相比,其形式更为复杂,迄今为止仍没有有效的算法计算v解路径.基于支持向量回归机的修改形式,提出了一种新的解路径算法,它能够追踪参数v对应的所有解,并通过理论分析和实验,说明了该算法能够尽可能地避免不可行的更新路径,并在有限步内拟合出所有的解路径.

云环境下能耗感知的公平性提升资源调度策略

针对云计算环境下大量的能源消耗和一些用户非法占有计算资源的问题,为了节约资源,同时提高系统的公平性,使所有用户能合理地使用数据中心的所有资源,提出一种基于能耗感知的节能公平的资源调度算法(FGRSA)。该算法能高效调度各种类型的资源使所有资源使用量达到一个相对的公平。通过CloudSim仿真平台,对提出的调度策略进行仿真实验。实验结果表明,与Greedy算法和Round Robin算法相比,FGRSA能够在大幅度降低系统能耗的同时,保证各类型资源的公平使用。

带静不平衡约束的矩形装填问题的启发式算法

卫星舱布局问题不仅是一个复杂的耦合系统设计问题,也是一个特殊的优化问题,具有NP难度性.解决这类问题最大的挑战在于需要优化的目标函数具有大量被高能势垒分隔开的局部极小值点.Wang-Landau(WL)抽样算法是一种改进的蒙特卡罗方法,已被成功地运用于蛋白质结构预测等优化问题.以卫星舱布局优化问题为背景,将WL抽样算法引入矩形装填问题的求解.针对矩形装填物的特点,提出了启发式格局更新策略,以引导抽样算法在解空间中进行有效行走.为了加速搜索全局最优解,每次蒙特卡罗扫描生成新的布局时,就执行梯度法进行局部搜索.通过将局部搜索机制、启发式格局更新策略与WL抽样算法相结合,提出了一种用于解决带静不平衡约束的任意矩形装填问题的启发式布局算法.在布局优化过程中,通过在挤压弹性势能的基础上增加静不平衡量惩罚项并采用质心平移的方法,使布局系统的静不平衡量达到约束要求.为了改进算法的搜索效率,还提出了改进的有限圆族法,用于装填物之间的干涉性判断和干涉量计算.通过对文献中两组共10个有代表性的算例进行实算,计算结果表明,所提出的装填算法是一种求解带静不平衡性能约束的任意矩形装填问题的有效算法.

基于主梯度编码局部二进制模式的花粉图像识别

受显微传感器和不规则收集方法的影响,花粉图像常受到不同程度的噪声干扰且有着不同角度的旋转变化,识别精度普遍不高,为此提出了基于主梯度编码的局部二进制模式(DGLBP)描述子,并应用于花粉图像的分类识别。首先,计算图像块在主梯度方向上的梯度幅值;其次,分别计算图像块的径向、角向,以及复合梯度差;然后,根据各图像块的梯度差进行二进制编码,参照各局部区域的纹理分布情况为二进制编码自适应分配权重,并提取花粉图像在3个方向上的纹理特征直方图;最后,对不同尺度下的纹理特征直方图进行融合,采用欧氏距离计算各图像的相似度。DGLBP方法在Confocal和Pollenmonitor数据集上的平均正确识别率分别为94.33%和92.02%,与其他花粉识别方法相比平均提高了8.9个百分点和8.6个百分点,与LBP改进方法相比平均提高了18个百分点和18.5个百分点。实验结果表明,DGLBP描述子对花粉图像的噪声干扰和旋转变化具有较好的鲁棒性,且具有较优的识别效果。

云环境下面向数据密集型应用的容错性资源配置方法

为了在云计算平台发生宕机时进行有效的资源配置,提出一种面向数据密集型应用的容错资源配置方法(FRPM)。首先,将数据密集型应用建模为工作流模型,并且基于虚拟层2(VL2)网络拓扑结构建立了宕机任务时间恢复时间模型和负载均衡模型;然后,利用非支配排序遗传算法(NSGA-Ⅲ)实现对数据密集型应用的完成时间和云平台所有计算节点负载均衡进行联合优化,从而为部署在宕机节点上应用找到有效的资源配置策略;最后,根据简单加权(SAW)法和多层次决策准则(MCDM)选择出最优的资源配置策略。实验结果表明,FRPM方法能够在云平台在发生宕机时保证数据密集型应用的完成时间最短,与此同时也能保证云平台所有计算节点的负载均衡。