自适应收扩系数的双中心协作QPSO算法

针对量子粒子群优化(QPSO)算法迭代后期种群多样性下降、收敛速度慢、易陷入局部最优的缺点,提出一种自适应收缩-扩张系数的双中心协作最子粒子群优化算法。该算法从2个方面进行改进:(1)自适应调节收缩-扩张系数,其目的是帮助粒子跳出局部最优点,提高粒子的全局搜索能力;(2)双重更新全局最优位置,即在每次迭代中,先后分别采用2种不同的方式更新全局最优位置。第1种方式与QPSO算法一致,第2种方式则引入双中心粒子,使其和当前全局最优位置在相应维度上合作,从而达到更新全局最优位置的目的。从固定迭代次数和固定精度角度分析算法性能,仿真结果表明,相比于QPSO算法,该算法在保证复杂度较低的情况下,可提高收敛速度,增强全局和局部搜索能力。     

基于语义技术的柑橘园土壤环境判定决策支持系统的设计与实现

农业生产管理决策支持系统对提高相关农产品的产量与质量起到越来越重要的作用。针对柑橘生产中土壤环境影响柑橘生长的问题,提出了基于语义技术的柑橘园土壤环境判定决策支持系统,重点讨论了该决策支持系统的系统结构、土壤语义数据库的建立以及推理规则的定义等,并应用语义数据库软件AllegroGraph实现了柑橘土壤语义数据库。     

低熵图像序列无损压缩

大规模的云渲染技术带来了大量的三维图形渲染数据。为了减小集群渲染产生的图像序列数据的传输以及存储代价,针对渲染图像序列低熵的特点,基于字典编码技术提出了降低数据局部复杂性的无损数据压缩方案。该方案通过数据重排技术来大大提高数据的局部冗余度,从而提高数据无损压缩效率。为了进一步解决大规模图像序列的压缩耗时问题,提出了一种云计算平台上的分布式图像压缩处理方案,充分利用现有云计算中Map/Reduce计算模型实现了分布式编码方案。实验结果证明,对于渲染产生的大规模低熵图像序列,提出的方案能够有效提高编码率并减少编码时间。     

移动群体感知技术研究

移动互联网的不断成熟以及搭载各种传感器的智能终端的广泛应用和普及催生了全新的研究领域,即移动群体感知技术领域。移动群体感知是以人为中心的感知,人在感知过程中扮演着重要的角色,发挥着重要的作用。移动群体感知概念自提出以来,受到了学术界和工业界的广泛关注,移动群体感知技术广泛应用于交通、医疗健康等各个领域以及人们日常生活中的各个方面。首先从移动群体感知概念、感知模式、感知规模及其特性的角度阐述了移动群体感知的内涵;在此基础上,对群体感知技术的应用进行了分类,并且对现有典型的移动群体感知研究项目进行了分析、总结和比较;进而描述了移动群体感知技术向规模化、系统化发展的趋势及面向服务的"端+云"的移动群体感知体系架构;最后重点阐述了移动群体感知在大规模环境下所面临的全新挑战及应对策略。     

云计算的按需防护安全框架

安全问题已成为制约云计算发展的重要因素。分析了服务持续可用性、服务真实性、数据完整性、信息保密性、可用性、不可抵赖性6方面的云安全目标,将云计算中6个层次的安全风险归纳为7类:物理安全风险、计算安全风险、可信计算安全风险、网络安全风险、管理安全风险、存储安全风险和应用安全风险等,并分别阐述了各类风险的安全对策。越安全的服务,在安全防护方面消耗的计算能力、存储、网络带宽就越多,指出应根据用户使用的服务类型、用户指定的安全要求以及接入网络特点等使用不同的安全保护措施,提出了按需防护的安全框架。分析了按需防护的安全框架的优点。最后给出了框架实际使用的方法。     

生物柴油的生产现状及发展前景

生物柴油是绿色可再生能源。本文由生物柴油的特性出发,阐述了西方国家和我国生物柴油的发展现状,讨论了各种生物柴油的制备方法及生物柴油的工业应用及存在的主要问题,并展望了该产业的发展前景。     

无溶剂体系脂肪酶催化制阿魏酸双油酸甘油酯

在无溶剂体系中以分散在硅藻土上的褶皱假丝酵母脂肪酶为催化剂,以阿魏酸乙酯与油酸甘油酯为原料,一步合成阿魏酸双油酸甘油酯。通过质谱和红外光谱对薄层层析分离纯化后的产物结构进行了表征。定量分析表明,当反应温度为50℃,n(阿魏酸乙酯)/n(油酸甘油酯)=1时,阿魏酸双油酸甘油酯的质量占生成物总质量分数较高。在1 mmoL阿魏酸乙酯,1 mmoL油酸甘油酯和70 mg脂肪酶组成的无溶剂反应体系中,50℃空气浴振荡120 h,总产率可达63.32%,其中阿魏酸双油酸甘油酯质量占生成物总质量的63.37%。     

基于分布相似度迁移的关键路由设备检测

在基础设施网络(如电力网、互联网等)设施中,往往会出现关键节点,主要表现为节点流量大、在网络中位置关键等,其性能不稳定将制约网络部分区域的功能。因此从提高关键基础设施的性能和安全性的角度出发,针对关键基础设施的检测成为一个重要的研究课题。提出了一种新颖的基于分布相似度迁移的互联网关键路由设备的检测算法,其目的是自动地检测当前互联网线路中的关键路由设备。在真实环境中,不同线路中不同路由设备的行为特征由于若干客观因素(网络状态、路由设备性能等)导致其分布通常不相同。因此,所提方法主要基于路由之间的分布相似度迁移:首先在目标域(当前路由)中通过谱聚类方法自动判断出可疑的路由设备,然后通过提出的基于分布相似度迁移的分类器对上一步中检测出的可疑路由设备进行分类。在华为公司提供的真实数据集上进行的测试表明,所提方法能够有效发现线路中的关键路由设备,同时能够根据不同线路之间的分布相似度迁移来提高分类结果。     

基于GPU加速的快速图像相似区域查找

图像相似区域查找是很多图形图像应用中的关键问题,也是计算瓶颈。传统加速方法如ANN(Approximate Nearest Neighbor)处理较大图像区域时速度较慢,而且在非度量空间下不支持精确查找。提出基于GPU加速的图像相似区域并行查找的通用计算框架,该框架可以扩展,以支持任意距离函数。特别针对在图像处理中应用广泛的欧氏距离(度量空间)和Chamfer距离(非度量空间)分别提出了基于CUDA的高效相似区域查找算法,比较完备地给出了相似性计算在不同度量空间下的实现。进一步,在设计具体的CUDA加速算法中,结合不同距离计算的特点对并行计算过程进行优化。该方法采用穷举的查找策略,在欧氏距离和Chamfer距离下都能实现精确查找,且大大提高了计算效率。实验结果表明,加速算法在准确查找的基础上执行速度比传统加速方法提升了一至二个数量级,且应用于纹理合成的实例表明,算法可以快速合成高质量的纹理。     

面向微博内容的信息抽取模型研究

社会媒体是人们用来分享意见、见解、观念和经验的平台或工具,目前已经发展成具有重大影响力的新媒体。而微博作为社会媒体的一个重要部分,对信息的传播起到了很大的作用。面向微博内容的信息抽取就是要从充满噪音的、零碎的、非结构化的微博内容的自由文本中提取有价值的结构化的信息,以利于从微博内容中有效地获取信息。提出了一种基于因子图的微博事件抽取方法来准确地抽取微博中所反映的事件。最后通过实验验证了该方法在性能和准确性上都比其他的方法要高。