信息高铁的低熵高通量性质验证

针对“人机物”三元融合的万物智能互联时代需求，中国科学院计算技术研究所的学者提出了“信息高铁”高通量低熵算力网的设计构想，在基础设施层提供低熵有序的支持，从而显著提升性能与品质.但信息高铁构想尚缺乏实验数据支撑.本文量化定义了通量、良率、CPU熵，分别用于刻画系统的性能、品质、无序程度；构建了信息高铁原型系统；并与基于Kubernetes容器编排的云计算系统进行对比.通过北京-南京的广域实验，验证了信息高铁原型系统可数量级提升良率和通量，其正则化后的CPU熵降至K8s系统的50%以下.本文通过提供实验数据分析结果，初步验证了信息高铁的低熵高通量潜力.     

大数据场景下的云计算性能研究

为解决云计算中大数据分析和云计算系统管理等问题,通过对框架的集成,提高了大数据场景下的云计算性能。通过使用深度学习方法来对所提出的框架进行改进,主要采用了混合优化FPA-GA和FPA-PSO算法,涉及基于云的服务器的计算和存储。实验结果分析表明,该方法在成本、时间、安全性和准确性等方面有了显著的提升。     

安卓平台上的医用图像信息采集系统的开发设计

为了探讨在安卓平台上构建医用图像采集系统的开发个案,分析通过以智能手机、平板电脑为核心安卓设备通过拍照获得化验单数据后进行文本识别并提交智慧医疗系统的解决方案。本文首先通过二值化算法形成低阈值图像数据,使用卷积神经元网络算法对文本进行逐一识别,使用K-means算法对识别后的单字文本进行字段记录值的整合并形成元数据库服务于其他智慧医疗系统模块。在使用9000组数据对神经元网络进行前期训练的前提下,该系统的识别准确率达到了99.5%以上。本系统具有一定的可行性,对未来智慧医疗的系统开发有实践意义。     

基于云计算的大数据挖掘内涵及解决方案研究

随着时代的发展和进步,大数据在我们的日常生活中有了越来越多的应用范围,文章也是主要对基于云计算下的大数据进行挖掘,展开相应的探讨,并与传统的数据进行对比,得出相关结论,对大数据的内涵进行基本分析和结论研究,并提出相应的解决方法。     

面向云计算应用层演化的隐私保护方法研究

云计算应用层中的组合服务具有演化属性,因此,隐私数据在服务组合过程中,用户的隐私数据可能会因为服务或服务流程的演化而暴露。根据服务演化的特征,以描述逻辑为基础,提出了一种面向云计算应用层演化的隐私保护方法。对隐私协议进行形式化描述;根据服务的演化特征,对服务的演化进行监控,保证满足用户的隐私需求;利用实例研究证明该方法的正确性与可行性。     

智慧电厂建设正当时——2020年全国智慧发电技术论坛成功举办

当前,电力企业的生产经营环境复杂严峻,面临分析和诊断不够准确有效、分析和诊断的结果与发电生产管理脱节、环保要求越来越严苛、电网调峰调频要求越来越高、电力市场竞争日趋激烈等问题。电力企业正处于关键的转型变革时期,无论从顺应时代发展,还是满足企业自身需要的角度看,探索智慧发电,建设智慧电厂都十分必要。如今大数据、人工智能、物联网、云计算、5G和区块链等新兴技术正飞速发展,运用领先的数字技术与发电运营管理深度融合,已是电企践行智慧转型的重要驱动力。     

新时期背景下云计算环境中的计算机网络安全策略研究

在新时期背景下,"云计算"环境中的计算机网络安全面临各种恶意攻击的威胁。为此,提高计算机网络的安全性尤为必要。基于此点,文章从"云计算"环境中计算机网络安全面临的威胁分析入手,提出新时期背景下"云计算"环境中的计算机网络安全策略。     

煤矿智能监测与预警技术研究现状与发展趋势

从物联网、大数据、云计算及人工智能方面综述了我国煤矿智能监测与预警技术的研究现状。针对煤矿智能监测技术的实际应用情况,指出了煤矿智能监测与预警存在井下煤矿监测设备前兆信息采集可靠性差、云端平台集成应用融合深度不够、数据库安全性较弱、人工智能技术在煤矿监测中的应用尚不成熟等问题。展望了煤矿智能监测与预警技术的发展趋势:煤矿智能监测系统应用石墨烯/氧化石墨烯光纤传感器可实现多源信息感知,提升前兆信息采集的可靠性;研究多技术深度交叉融合技术,以探究监测数据的深层价值;构建基于区块链技术的煤矿监测数据库,保证数据库不可篡改,且具有较好的读写性能;研发具备自适应和深度学习的煤矿智能安全监测预警系统,实现矿井自动监测、智能预警。     

一种成本有效的面向超参数优化的工作流执行优化方法

随着云计算技术的成熟,越来越多的数据分析任务被放在云计算平台中处理。而面向数据分析应用的机器学习算法的超参数优化是一个非常耗时且耗费资源的过程。超参数优化执行的成本开销是用户关注的一个重要因素之一。目前,针对超参数优化的研究大部分以学习模型性能为目标,考虑成本开销的研究工作较少。由此研究了基于当前的超参数优化方法,在不改变学习模型性能(如准确率、查准率、召回率等)的基础上,使得超参数优化执行尽可能快的同时成本开销尽可能低。首先,生成一个包含多个并行分支的超参数优化工作流,每个分支上的所有任务都运行在同一台服务器上。然后通过有色装箱算法来决策这些分支所包含的任务。实验结果表明所提算法可以在保证执行时间的前提下减少成本开销。     

智慧化加油建设探讨

在智能化加油站的基础上,结合互联网大数据时代和用户的需求,对智能加油进行系统描述和设计探讨研究。加油站系统工程,并不是因为智慧加油站涉及的新技术领域复杂、信息化的媒介和工具多样;而是因为智慧加油站建设是一次变革,是一次流程再造和升华,是伴随产业技术升级不断完善、尚无止境的过程。