基于因子分析的动态负载均衡算法

随着互联网的不断发展、用户数量的急剧增长,互联网中出现了网络拥塞、服务器负载过重、响应时间过长等严重问题,其中负载均衡算法是影响服务器集群整体性能的一个关键因素。运用统计学中的因子分析理论,提出了一种基于因子分析的负载均衡算法。该算法利用因子分析法计算出综合负载,并用这个指标帮助负载均衡器选择合适的服务器,均匀地将用户的请求进行分发,从而达到整体上较好的负载均衡。     

Web数据挖掘中的可信数据来源

从大量Web信息中获取有用的信息是Web数据挖掘的关键问题.如何评价web信息是否可信,现在主要方法是通过BadRank算法进行内容评测,或是通过链接权重进行相关引用数计算.可信数据来源是数据挖掘的前提,在基于关键词的数据挖掘中,通过评价挖掘所涉及的不同数据域,以及数据域自身的可信性,对在不同域所获得的挖掘数据给以权重,从而对挖掘结果的序列产生影响,提高挖掘算法在获取可信结果方面的效率.并通过试验测试了可信域评价的效果.     

异构计算中体系结构感知的并行任务分簇方法

异构计算是高效能计算发展的必然趋势,针对异构计算运行中并行任务和体系结构难匹配的问题,提出了实 现并行任务和体系结构匹配的并行任务分簇方法。首先给出效能的概念及异构计算中体系结构感知的分簇问题,然 后从理论上分析了异构匹配与效能的关系,提出了实现异构计算匹配和结构匹配的分簇理论,目的是发挥异构计算中 机器的潜能,协同处理并行任务,实现高效能。在此基础上,给出相应的算法。最后通过仿真实验说明,该方法可通过 簇图与体系结构的匹配缩短通信开销在执行时间上所占的比例,从而缩短并行执行时间,以提高系统利用率,最终实 现异构计算的高效能。     

异构计算环境中循环级并行性提取及调度

首先给出了循环最大加速比的定义,它是循环体中隐含并行性大小的度量。并且讨论了Ｄｏ循环的各种类型和它们的相关性以及隐含的并行性。在异构环境中,如何开发这些并行性,文中给出了几种方法,这就是异构计算消除串行瓶颈,异构Ｄｏ＿ａｌｌ＿ｌｏｏｐ调度,异构Ｄｏ＿ａ＿ｃｒｏｓｓ调度。无论在理论分析还是在实验结果上,这些方法所取得的计算性能都优于同构计算。     

随机任务在云计算平台中能耗的优化管理方法

针对云计算系统在运行过程中由于计算节点空闲而产生大量空闲能耗,以及由于不匹配任务调度而产生大量“奢侈”能耗的能耗浪费问题,提出一种通过任务调度方式的能耗优化管理方法.首先,用排队模型对云计算系统进行建模,分析云计算系统的平均响应时间和平均功率,建立云计算系统的能耗模型.然后提出基于大服务强度和小执行能耗的任务调度策略,分别针对空闲能耗和“奢侈”能耗进行优化控制.基于该调度策略,设计满足性能约束的最小期望执行能耗调度算法ME3PC(minimum expectation execution energy with performance constraints).实验结果表明,该算法在保证执行性能的前提下,可大幅度降低云计算系统的能耗开销.     

新型钴基非晶态合金屏蔽材料的磁性研究

研究了不同退火条件下，新型屏蔽材料钴基非晶态合金Co66Fe4Ni1Si15B14的磁阻抗比（MIR）和磁导率比（PR）。采用了两步冷却法（F＆W），通过协同降低内热应力和磁有序，提高了样品的初始磁导率。研究结果表明，F＆W法试样的初始磁导率（μi）比单独用熔炉冷却法（FC）和水淬火法（WQ）分别提高了50％和100％。通过测量试样的MIR和PR，研究了试样软磁性的退火效应，3．1MHz下FC法试样和WQ法试样在420℃退火温度下具有比F＆W法更优越的软磁性。     

数据网格关键技术分析

该文阐述了数据网格与计算网格的关系,并分析了数据网格的基本特征和体系结构。重点研究了构建数据网格的多种关键技术。最后通过一个数据网格工程的实例,探讨了数据网格的应用领域及实践价值。     

相似驱动的细粒度并行任务重构算法

异构计算是高性能计算技术的发展趋势,计算任务与体系结构匹配成为异构计算亟待解决的问题.重构技术为实现两者匹配带来了契机,要么任务重构适应体系结构,要么体系结构重构适应任务.提出基于相似驱动的并行任务重构算法以实现异构计算匹配.通过给出任务和系统匹配度量机制定义了图重构操作和图重构基本问题.根据问题给出细粒度重构算法,该算法主要有3个过程:任务图节点对融合、节点和边重构及重构精化过程.用格林威治大学典型实例图作为并行任务及典型体系结构测试了该算法.实验表明它在给定的误差范围内能保证计算任务和体系结构匹配.     

基于向量空间模型的网页文本可信性分类方法

开放网络环境下存在大量的信息文档,如何判断文档内容的可信性、安全性一直是一个值得深入研究的问题。论文研究了可信文本分类的方法,收集了体现文本可信性的点滴素材,建立了文本的信任特征向量,并结合已有的特征选择方法,实现了一个基于向量空间模型的文本可信性分类算法,实验表明该方法具有较好的分类效果。     

基于语法和语义结合的源代码精确搜索方法

针对在编写软件、复用源代码的过程中仅依靠关键词无法精准搜索到适用源代码的问题,提出一种将语法和语义结合的源代码精准搜索方法。首先依据源代码语法语义的客观和唯一性,增加语法结构和"输入/输出"语义作为用户录入请求的一部分,并规范了具体的请求格式;然后在此基础上分别设计源代码语法匹配算法、"输入/输出"语义匹配算法、关键词兼容匹配,以及源代码搜索结果可信度计算算法;最后综合上述算法实现对源代码的精准搜索。测试结果表明：与单纯的关键词搜索相比,提出的方法对搜索的平均排序倒数（MRR）有超过62%的提升,有助于实现源代码的精准搜索。