智能数据分区与布局研究

大数据时代,数据规模庞大,由数据进行驱动的应用分析场景日益增多.如何快速、高效地从这些海量数据中提取出用以分析决策的信息,给数据库系统带来重大挑战.同时,现代商业分析决策对分析数据的实时性要求数据库系统能够同时快速处理ACID事务和复杂的分析查询.然而,传统的数据分区粒度太粗,且不能适应动态变化的复杂分析负载;传统的数据布局单一,不能应对现代大量增加的混合事务分析应用场景.为了解决以上问题,“智能数据分区与布局”成为当前的研究热点之一,它通过数据挖掘、机器学习等技术抽取工作负载的有效特征,设计最佳的分区策略来避免扫描大量不相关的数据,指导布局结构设计以适应不同类型的工作负载.首先介绍了智能数据分区与布局的相关背景知识,然后对智能数据分区与布局技术的研究动机、发展趋势、关键技术进行详细的阐述.最后,对智能数据分区与布局技术的研究前景做出总结与展望.     

Rapid and High-Throughput Determination of Melamine in Milk Products and Eggs by Full Automatic On-line Polymer Monolith Microextraction Coupled to High-Performance Liquid Chromatography

A rapid and high-throughput method for monitoring melamine (MEL) in milk products and eggs was presented. This method was based on a full automatic platform that was composed of on-line polymer monolith microextraction and high-performance liquid chromatography with ultraviolet detection. A poly(2-acrylamido-2-methyl-1-propanesulfonic acid-co-ethylene dimethacrylate) monolith was selected as the sorbent for purification and enrichment of MEL in milk products and eggs. A novel mixed-mode chromatographic column packed with octyl and sulfonic acid co-bonded silica was employed for quantitative determination of MEL in real samples. Several factors affecting extraction performance were investigated. Under the optimal conditions, the recoveries of MEL in milk products and eggs spiked at three levels of 0.5, 5.0, and 20.0 mg/Kg, ranged from 87.0% to 95.5%, with RSDs less than 6.4%. The limits of detection were 0.024 and 0.018 mg/Kg for MEL in the milk products and eggs, respectively.     

An Efficient Approach for Mitigating Covert Storage Channel Attacks in Virtual Machines by the Anti-Detection Criterion

Journal of Computer Science and Technology - Covert channels have been an effective means for leaking confidential information across security domains and numerous studies are available on typical...     

利用PCA进行深度学习图像特征提取后的降维研究

深度学习是当前人工智能领域广泛使用的一种机器学习方法.深度学习对数据的高度依赖性使得数据需要处理的维度剧增,极大地影响了计算效率和数据分类性能.本文以数据降维为研究目标,对深度学习中的各种数据降维方法进行分析.在此基础上,以Caltech 101图像数据集为实验对象,采用VGG-16深度卷积神经网络进行图像的特征提取,以PCA主成分分析方法为例来实现高维图像特征数据的降维处理.在实验阶段,采用欧氏距离作为相似性度量来检验经过降维处理后的精度指标.实验证明：当提取VGG-16神经网络fc3层的4096维特征后,使用PCA法将数据维度降至64维,依然能够保持较高的特征信息.     

Nb掺杂YBCO薄膜钉扎机理的研究

通过低氟MOD法制备了Nb掺杂的YBa₂Cu₃O_7-x(YBCO)薄膜, 掺入的Nb以Ba₂YNbO₆(BYNO)相存在, 其尺寸大小在20~30 nm之间, 薄膜中BYNO纳米颗粒以外延和随机两种取向共存, 且以随机取向为主。BYNO纳米颗粒的周围出现堆垛层错, 并且BYNO周围的YBCO出现严重的晶格畸变, 这增加了YBCO薄膜内部的微观应变, 且随机BYNO颗粒含量越高, YBCO薄膜内部的微观应变就越大。微观应变增加了薄膜的磁通钉扎能力, 进而提高了薄膜在高磁场下的超导性能。     

一种基于QPSO优化的流形学习的视频人脸识别算法

视频场景复杂多变,视频采集设备不一致等原因,导致无约束视频中充斥着大量的遮挡和人脸旋转,视频人脸识别方法的准确率不高且性能不稳定.为解决上述问题,本文提出了一种基于QPSO优化的流形学习的视频人脸识别算法.该算法将视频人脸识别视为图像集相似度度量问题,首先帧图像对齐后提取纹理特征并进行融合,再利用带有QPSO优化的黎曼流形大幅度简约维度以获得视频人脸的内在表示,相似度则由凸包距离表示,最后利用SVM分类器获得分类结果.通过在Youtube Face数据库和Honda/UCSD数据库上与当前主流算法进行的对比实验,验证了本文算法的有效性,所提算法识别精度较高,误差较低,并且对光照和表情变化具有较强的鲁棒性.     

元素分析-同位素质谱法鉴定麦卢卡蜂蜜中碳-4植物糖掺假

目的建立元素分析-同位素质谱法(elementanalyzerstableisotopeproportionalmassspectrometry,EA-IRMS)鉴定麦卢卡蜂蜜中碳-4植物糖掺假的新方法。方法样品经前处理后,利用元素分析-同位素质谱仪测定蜂蜜的碳同位素比值δ~(13)C_H、蜂蜜中总蛋白质的碳同位素比值δ~(13)C_P、蜂蜜中花粉的碳同位素比值δ~(13)C_F。用麦卢卡蜂蜜中δ~(13)C值更为稳定的δ~(13)C_F值为标准,δ~(13)C_H值与其进行比较,参照GB/T 18932.1-2002《蜂蜜中碳-4植物糖含量测定方法稳定碳同位素比率法》计算方式,来建立新的计算麦卢卡蜂蜜中碳-4植物糖含量X(%)的计算方式。结果对纯正麦卢卡蜂蜜提出:0X(%)7,δ~(13)C_Fδ~(13)C_Pδ~(13)C_H。新方法利用测定麦卢卡蜂蜜中δ~(13)C值更为稳定的δ~(13)C_F值,代替了原有的比较不稳定的δ~(13)C_P为标准,解决了原方法对于麦卢卡蜂蜜中碳-4植物糖检测的假阳性问题。结论本方法显示出较好的准确度,大大提高了掺假检测的能力。     

Near-infrared carbon nanodots for effective identification and inactivation of Gram-positive bacteria

An unacceptable increase in antibacterial resistance has arisen due to the abuse of multiple classes of broad-spectrum antibiotics.Therefore,it is significant t...