基于线性变换的计算与数据动态分解方法

在并行优化编译器的并行识别过程中,许多串行代码无法找到全局一致的分解结果,数据重分布无可避免,有必要寻找一种有效的方法求解计算和数据的动态分解。该文研究了单个嵌套循环计算与数据分解算法以及分解结果表示方法,提出一种在多个嵌套循环间求解数据线性一致分布的动态分解算法,结合程序的结构分析和程序的控制流信息,用于通用串行代码的并行分解过程,可以同时给出串行代码的计算划分和数据分布结果。     

快速时频原子方法在辐射源信号中的应用

计算复杂度高是制约时频原子分解算法在信号处理中应用的主要问题,由此,本文提出一种基于混沌粒子群算法的时频原子分解快速算法。在过完备Chirp原子库的基础上,采用时频原子分解算法分解信号,并利用混沌初始化粒子的初始位置,采用粒子群算法降低时频原子分解算法搜索过程的计算复杂度,提高信号处理效率。对雷达辐射源信号的仿真实验结果表明,该方法与传统的时频原子分解算法相比计算速度大幅提高,且用在数量上比Gabor少的Chirp原子刻画出信号的主要时频特征。     

一种非负矩阵分解的快速方法

针对超高维数据进行非负矩阵分解的计算代价大,特征提取速度慢问题,提出一种非负矩阵分解的快速算法。该算法通过代数变换,把对原高维矩阵的非负分解转换成非负的低维矩阵的非负分解,其求解过程只需要对一个阶数等于样本数的对角矩阵进行非负矩阵分解,同时提取某样本特征时只需要计算该样本与所有训练样本的内积。对高维小样本的基因表达数据降维后进行k均值聚类分析,实验结果表明,该算法在不影响非负矩阵分解性能的前提下,大大提高了计算速度。     

结合GPU技术的并行CP张量分解算法

随着高维数据的涌现,张量和张量分解方法在数据分析领域中受到了广泛关注。然而,张量数据的高维度和稀疏特性,导致算法的复杂度较高, 阻碍了张量分解算法在实际中的应用。许多学者通过引入并行计算来提升张量分解算法的计算效率。在现有研究的基础上,给出一种简化计算Khatri-Rao乘积的GPU并行CP张量分解算法,称为ParSCP-ALS。在模拟数据集和真实数据集上的实验结果显示, 相比现有并行算法,文中设计的ParSCP-ALS算法能有效提高CP张量分解的计算效率,其中在Movielens数据集上 的计算时间减少了约58%。     

不同矩阵分解方法对海洋数据同化的影响*

在海洋数据同化领域,集合最优插值方法中,矩阵求逆过程所使用的奇异值分解(singular value decomposition,SVD)十分耗时。对集合最优插值中逆矩阵的求逆过程进行优化,分别使用LU分解、Choleskey分解、QR分解来替代SVD分解。首先,通过LU分解(Choleskey分解或QR分解)得到相应的三角矩阵(或正交矩阵);然后,利用分解后的矩阵来实现相关逆矩阵的计算。由于LU分解、Choleskey分解、QR分解的算法复杂度都远小于SVD分解,因此改进后的同化程序能得到大幅度的性能提升。数值结果表明,所采用的三种矩阵分解方法相比于SVD分解,都能将集合最优插值的计算效率提升至少两倍以上。值得一提的是,在四种矩阵分解中Choleskey分解使得整个同化程序的性能达到了最优。     

利用粒子群算法实现PPS信号的稀疏分解

针对在分析高阶多项式相位信号（PPS）时,Wigner—Ville分布（WVD）的交叉项使得时频分布图变得难以解释,为了提高信号计算速度和数据提取精度,采用基于匹配追踪（MP）算法的信号稀疏分解来抑制交叉项,但是稀疏分解计算量大,难以应用在实时信号处理。将粒子群优化算法用于稀疏分解的最优匹配原子的搜索,能降低稀疏分解复杂度,同时减少稀疏分解的超完备字典对存储空间的占用,可以提高用稀疏分解理论进行信号处理的计算效率,满足或接近实时性的要求。计算机仿真结果证实了方法的有效性。     

椭圆曲线密码标量乘的φ-NAFw分解

对于GF(p)上的椭圆曲线的标量乘计算,Ciet通过引入特征多项式为Φ2+2=0的自同态Φ,提出一种整数k的Φ-NAF分解.对Φ-NAF分解使用窗口技术得到k的Φ-NAF 分解,通过一定量的存储可以获取更快的计算速度.对该分解的长度和Hamming密度进行较为准确的估计.     

椭圆曲线密码标量乘的φ-NAFw分解

对于GF（p）上的椭圆曲线的标量乘计算,Ciet通过引入特征多项式为φ2＋2=0的自同态φ,提出一种整数k的φ-NAF分解。对φ-NAF分解使用窗口技术得到k的φ-NAFw分解,通过一定量的存储可以获取更快的计算速度。对该分解的长度和Hamming密度进行较为准确的估计。     

快速TFAD在雷达辐射源信号分析中的应用

计算量过大是制约时频原子分解算法在信号处理中应用的主要原因.针对这一问题,提出了一种基于改进量子遗传算法的快速时频原子分解算法.该方法在自适应匹配能力强的Chirp原子库的基础上,利用改进量子遗传算法快速寻找能够表示雷达辐射源信号特征信息的最佳时频原子,从而降低时频原子分解算法的计算复杂度.对雷达辐射源信号的仿真实验结果表明,该方法比传统的时频原子分解算法计算速度大幅度提高,计算量减小,而且重构信号时频图时频聚集性好,并有一定的抗噪性能.     

两种颜色分解方法及其在免疫荧光图像分析中的应用

给出颜色分解的抽象定义,提出两种颜色分解方法:色度图中的颜色分解方法、基于预计算和离散化的颜色分解方法,并将其应用于免疫荧光图像的颜色分析。实验表明颜色分解方法数据符合图像视觉颜色,在所得实验数据基础上对比分析了两种分解方法。     

基于泛关系模型表示的层次化模型管理框架

针对常见模型表示方法缺少对多阶段建模过程支持,造成不同建模阶段模型难以统一管理、共享和重用的问题,提出基于泛关系模型表示的层次化模型管理框架。分析现有模型表示方法特点和多阶段建模过程中模型表示及管理需求,采用泛关系模型表示建立概念模型和数学模型表示方法之间映射关系,建立一体化模型表示方法和层次化模型管理框架; 研究层次化模型管理框架中概念层模型和泛关系层模型的模型库设计逻辑,并基于泛关系理论,研究了物理层模型的动态生成方法,实现了不同建模阶段模型的一体化表示和统一管理。     

传染病传播模型研究

用数学模型帮助发现传染病的传播机理,预测传染病的流行趋势已成为共识.主要简述了传染病模型的发展历程.传染病的数学模型研究分为两类:决定性模型和网络动力学模型.虽然决定论模型目前仍然具有非常重要的学术地位,但随着人工智能计算机技术的发展,目前网络动力学模型成为了新的研究热点.决定性模型主要介绍了SIS和SIR模型,网络动力学模型主要介绍了目前流行病数学模型中研究较多、应用较广的模型,包括元胞自动机、人工神经网络、无尺度网络模型.介绍了各种模型的研究方法,并且探讨了今后的研究热点,以利用其模拟结果可以更好地为传染病防治决策提供支持.     

多学科协同设计模型感知研究*

为了解决多学科异构系统中产品设计模型之间设计修改的感知问题, 针对设计模型和分析模型提出由模型寻找到协同适应的模型感知应用方法,阐述了各学科之间协同感知过程、感知之后映射关系更新和分析模型修改的实现流程,将传统的人与人感知模式转变为模型到模型感知模式。通过分析模型修改方法实现设计模型到分析模型的感知处理,重新处理分析模型。最后通过感知表达方法实现分析模型到设计模型的感知表达,将分析结果可视化反映到设计模型上。     

基于三层植物模型的大规模植物模拟方法*

针对在大规模植物模拟中基于三维几何网格模型的植物模拟方法内存消耗大,以及基于二维平面模型的植物模拟方法近视点模糊缺陷问题,提出了一种基于三层植物模型的大规模植物模拟方法。该方法将大规模植物分为三层：精度高的几何网格模型层、精度适中的Impostor模型层和精度低的Billboard模型层。根据植物到视点的距离,动态加载相应层中的模型,即当植物距视点较近时,加载精度高的几何网格模型层中的模型;当植物距视点较远时,加载精度适中的Impostor模型层中的模型;当植物距视点很远时,加载精度低的Billboard模型层中的模型。最后,利用Ogre图形引擎对三种植物模拟方法进行了渲染效果对比实验。由实验结果可知,该方法可以在低内存消耗情况下,取得与基于三维几何网格模型的植物模拟方法一样的逼真感,取得与基于二维平面模型的植物模拟方法相近的渲染速度。     

面向随机模型检验的模型抽象技术

随机模型检验是经典模型检验理论的延伸和推广,由于其结合了经典模型检验算法和线性方程组求解或线性规划算法等,并且运算处理的是关于状态的概率向量而非经典模型检验中的位向量,所以状态爆炸问题在随机模型检验中更为严重.抽象作为缓解状态空间爆炸问题的重要技术之一,已经开始被应用到随机模型检验领域并取得了一定的进展.以面向随机模型检验的模型抽象技术为研究对象,首先给出了模型抽象技术的问题描述,然后按抽象模型构造技术分类归纳了其研究方向及目前的研究进展,最后对比了目前的模型抽象技术及其关系,总结出其还未能给出模型抽象问题的满意答案,并指出了有效解决模型抽象问题未来的研究方向.     

城市微观交通流模型综述

车辆跟驰模型和换车道模型是微观交通流模型研究的基础。对GM模型、线性模型、安全距离模型、AP模型、模糊推理模型和神经网络的车辆跟驰模型进行了详细的评述,并提出了现有的车辆跟驰模型存在的问题。并且对判断性换车道模型和强制性换车道模型进行了详细地论述,同时对其进行了评价。     

基于多Agent的组合模型链分布式求解算法及实现

在决策支持系统中,组合模型往往是解决复杂决策问题的有效途径,但无论采用何种模型组合技术,随着模型库模型的增多,模型组合过程中生成的模型链数量都会快速增加,这样势必造成求解速度上的瓶颈。针对这种情况,文章提出了一种基于多Agent的组合模型分布式求解模型,充分利用分布式技术快速对组合模型实现并行求解,从而提高模型组合求解的效率,保证决策的实时性。     

网格计算环境中的经济模型研究

分析了在网格计算环境中采用经济模型的优点,抽象了经济模型中的典型角色和它们之间的典型交互。介绍了应用在网格环境中的几种经济模型：商品市场模型、标价模型、议价模型、招标/合同网模型、拍卖模型、基于投标的均衡资 源共享模型和合作交换模型。     

Case-based modification for optimization agents: AGENT-OPT

For the effective implementation of an inter-organizational supply chain on the Web, many optimization model agents need to be embedded in the distributed software agents. For instance, many suppliers make requests to a delivery scheduler who manages a model warehouse at the e-hub. The scheduler deals with the scheduling of many truckers and each trucker's agent must have its own routing optimization models. Since the formulations in the model warehouse vary depending upon the requirements, it is impossible to formulate all combinations in advance. Therefore, we need a case-based model modification scheme that can generate the required formulation from the semantically specified requirement in the agent communication language.This research deals with the issues of the architecture of an optimization model agent system AGENT-OPT, modeling request language in XML, optimization model representation in semantic-level objects using UNIK-OPT, a method of selecting a base model, an optimization model modification language (OMML), and rule-based modification reasoning. The approach is applied to the delivery scheduling to study the effect of base model selection policies on the modification effort. To determine whether to start with a primitive model, full model, or the most similar model, we experimented with the sensitivity of proximity to the primitive model on 24 cases and discovered the threshold for choosing the most efficient base model.     

ER模型与多维模型互相转换的研究

ER模型是管理信息系统中广泛使用的模型，但是它不能满足OLAP的需要；多维模型广泛应用在数据仓库的设计中，而企业数据通常又由ER模型定义。因此数据仓库设计的一个关键问题是如何建立ER模型与多维模型之间的关联。该文首先对ER模型与多维模型作了详细比较，然后结合实际应用，提出了ER模型与多维模型进行互相转化的条件和方法，从而将这两种模型有效地统一到了数据仓库设计过程中。