网格局部性及其优化研究

数据网格已逐步在科学研究领域得到应用.提高数据网格的性能以适应分布式数据管理已经成为研究数据网格的一个热点.提出了网格局部性的概念,分析了网格局部性对数据网格性能的影响,并从增强网格局部性的角度对数据网格的性能进行优化,提出了综合跳一扩散副本替换策略(jump-DRP)和参考生物外激素的任务调度策略(JARIP).实验结果表明,考虑了网格局部性因素的jump-DRP与JARIP的策略组合提高了网格平台的任务处理性能,并对各类应用背景及任务的复杂程度具有鲁棒性.     

生物数据网格与药物发现研究

文章论述了生物数据网格,并针对生物数据量大的特点,结合MyGrid项目进行药物研究开发,介绍了利用各种网格中间件和网格服务实现制药企业在药物研发过程中的各种繁杂流程.     

医学数据网格中数据一致性问题研究及实现

分析了数据网格中数据不一致问题的产生以及数据网格中一致性服务的主要内容．基于数据访问特点，深入研究了数据网格中的一致性策略．结合上海医学网格第一阶段，即耳鼻喉医学网格的实际设计实现了一种新的数据一致性算法．最后还提出了在更为复杂的上海医学网格第二阶段，即乳腺癌医学网格中的一致性维护算法的思想．     

IBM：网格是随需应变的必然

网格分成了三个层次，分别为数据网格、计算网格和服务网格：服务网格将应用快速排列组合，是随需应变理念发展的必然。     

P2P技术在网格文件管理中的应用

目前把网格分为两类：计算网格和数据网格。计算网格目标在于通过大量计算节点的协作来减少应用程序的执行时问。数据网格提供解决大量数据管理的问题的方法。目前网格文件传输软件例如Grid FTP使用Client／Server结构，在性能和结构上存在问题。将网格和P2P结合起来，提出一种新的非集中式的、高效的数据网格文件管理协议。     

基于OGSA—DAI的数据集成模型研究

随着网格技术应用研究的发展，网格计算环境下数据库访问和集成现成为研究热点。以OGSA—DAI和异构数据库集成技术为基础，概述了数据集成的关键技术，提出了基于OGSA—DAI的数据集成模型，重点讨论了模型的体系结构、数据集成的步骤和实现方法，并以开发的基于此模型的虚拟数据库作为应用实例，验证了所提出模型的有效性。     

网格协同工作流模型的研究与实现

网格技术为分布式资源和服务共享提供了一个标准的平台，工作流技术在将网格资源和服务组合起来完成较复杂的业务流程中具有独特的优势。在充分研究的基础上提出了一个基于网格平台的协同工作流模型，从数据资源、可执行资源和过程模型3个方面对这个模型进行了深入的描述。     

基于网格计算的文件与对象复制服务

本文在对网格及Globus网格工具作了概括介绍的基础上，详细讨论了在网格环境中如何进行文件和对象的复制问题。并提出一种网格中复制文件体系结构，利用Globus数据网格工具进行文件复制。     

网格检查点恢复服务及其应用编程接口分析

检查点机制作为一种软件容错机制，可以与新出现的广域分布式系统网格相结合，更好地满足网格系统的容错要求。文中详细分析了检查点回卷恢复协议的关键点，并对数据网格中GridCPR API进行了解析，提出一些改进，这样就更有利于网格系统的故障检测和容错服务。     

有限元网格自动生成典型方法及发展方向

在分析大量的有限元网格自动生成算法的基础上，阐述了有限元网格的一般描述和通用方法，总结了各类主要的网格生成方法的优缺点及数据特性，最后指出了自动网格生成的几个主要发展方向。     

Grid as a bioinformatic tool

The grid is a promising tool to resolve the crucial issue of software and data integration in biology. In this paper, we have reported on our experience in the deployment of bioinformatic grid applications within the framework of the DataGrid project. These applications inquired the potential impact of grids for CPU demanding algorithms and bioinformatics web portals and for the update and distribution of biological databases.Grid computing tests showed how resources sharing improves the current practice of bioinformatics. Reached performance demonstrated the interest of the grid tool.     

基于模糊粗糙集的GIS数据转换方法研究

GIS按照数据结构可以分为矢量数据和栅格数据两种。GIS的空间建模大部分是基于栅格数据进行的,因此,对于一些在矢量结构中表达的属性（如人口密度等）,需要转换成栅格数据。传统的数据转换方法一般都是面积占优法,这种方法没有充分考虑空间数据的模糊性问题。采用模糊粗糙集的理论,对矢量多边形数据转换成栅格数据的方法做了探讨。基于模糊粗糙集的数据转换方法考虑到了多边形数据的边界模糊性,利用隶属函数来确定多边形边界的不确定性。     

Visualization of spherical data by Yin-Yang grid

Visualization in the spherical geometry is ubiquitous in geophysical data processing. For the spherical visualization, the commonly used spherical polar coordinate system is not ideal due to its grid convergence nature near the poles. We propose to use a spherical overset grid system called Yin-Yang grid as the base grid system of the spherical visualization. The convergence-free nature of the Yin-Yang grid leads to a balanced data distribution and effective visualization processing in a sphere. The Yin-Yang grid is already used in various geophysical simulations including the geodynamo and mantle convection in the spherical geometry. Data produced by the Yin-Yang grid can be, and should be, visualized directly on the same Yin-Yang grid system without any data remapping. Since the component grid of the Yin-Yang grid is a part of (or low latitude region of) the standard spherical polar coordinate system, it is straightforward to convert an existing spherical visualization tool based on the spherical polar coordinates into a tool based on the Yin-Yang grid.     

利用区域划分的多密度快速聚类算法

针对基于网格的聚类算法存在簇边缘网格中包含噪声点、利用网格相对密度差进行网格合并时不能区分密度均匀变化的网格等问题。提出一种利用区域划分的多密度快速聚类算法MFCBR。算法把数据空间划分成密度不同的网格,利用网格索引表和网格中心密度差合并网格形成簇,然后分别计算每个簇的边界网格质心、边界网格和最近簇网格中心位置,利用三者之间的关系来排除簇边界网格数据中包含的噪声点。实验表明,该算法在降低噪声数据对聚类干扰的同时,且对密度均匀变化的多密度数据集也有较优的处理效果。     

基于智能网格节点的计算包特征提取分析

介绍了网格的概念，通过对数据网格发展历程的分析阐明了对数据网格智能化发展方向的一些观点。分析了节点处计算包的特征形成，给出了计算包的特征提取算法，并将贝叶斯风险决策模型运用到失效计算包的剔除中。论述了计算包的特征分析对数据网格系统智能化的现实意义，并指出了实现数据网格智能化要注意的若干问题，最后对智能化数据网格系统的应用前景做了进一步的展望。     

Scaling of coastal phytoplankton features by optical remote sensors: comparison with a regional ecosystem model

Different scales of hydrological and biological patterns of the Bay of Biscay are assessed using space‐borne and airborne optical remote sensing data, field measurements and a 3‐dimensional biophysical model. If field measurements provide accurate values on the vertical dimension, ocean colour data offer frequent observations of surface biological patterns at various scales of major importance for the validation of ecosystem modelling. Although the hydro‐biological model of the continental margin reproduces the main seasonal variability of surface biomass, the optical remote sensing data have helped to identify low grid resolution, input inaccuracies and neglect of swell‐induced erosion mechanism as model limitations in shallow waters. Airborne remote sensing is used to show that satellite data and field measurements are unsuitable for comparison in the extreme case of phytoplankton blooms in patches of a few hundred metres. Vertically, the satellite observation is consistent with near surface in situ measurements as the sub‐surface chlorophyll maximum usually encountered in summer is not detected by optical remote sensing. A mean error (δC/C) of 50.5% of the chlorophyll‐a estimate in turbid waters using the SeaWiFS‐OC5 algorithm allows the quantitative use of ocean colour data by the coastal oceanographic community.     

一种改进的电网信息系统自动化故障融合监测技术

在电网系统中,故障检测是关系到电网正常运行的关键。采用小波变换实现对原始电网信息系统采样信号的特征提取,然后使用遗传算法对最为重要的特征的进行优化和搜索,优化后的数据输出至神经网络模型,神经网络模型对接收到的数据信息进行状态识别、特征分类,有效地提高了分类的准确性和故障诊断的可靠性。试验数据显示本设计的方案大大提高了计算速度,有利于用户快速从电网数据中把握重要信息,分析影响电网信息自动化系统故障数据信息,从而从根源上解决智能电网运行过程中存在的问题。为智能电网的健康、绿色运行提供较为有价值的技术保障,同时也具有较好的学术研究意义以及工程应用价值。     

一种基于局部密度的网格排序聚类算法

针对复杂及带噪声的数据集的聚类问题, 提出了一种基于局部密度的网格排序策略(GSS-LD)并以其作为网格聚类的组织模式. GSS-LD一方面利用聚类的局部性质进行网格单元排序, 将基于网格的聚类问题转化为网格的排序问题;另一方面运用相对局部密度变化率的概念, 克服了传统网格聚类算法中全局性参数的局限性, 使其可以适应多密度数据集的聚类. 通过3组具有不同拓扑结构的数据集测试GSS-LD的聚类性能并同其它两种方法进行比较, 结果表明GSS-LD可以对复杂数据集进行有效聚类, 它的时间复杂度分别与数据规模及网格结构具有线性关系, 同时具有较强的噪声处理能力.     

Sonar Map Construction for Autonomous Mobile Robots Using a Data Association Filter

This paper presents a method for building a probability grid map for autonomous mobile robots with ultrasonic sensors using a data association filter (DAF). The method is based on evaluating the possibility that the acquired sonar data are all reflected by the same object. The DAF is able to associate data points with each other. Data affected by specular reflection are not likely to be associated with the same object, so they are excluded from the data cluster by the DAF, thereby improving the reliability of the data used for the probability grid map. Since the corrupted data are not used to update the probability map, it is possible to build a good quality grid map even in a specular environment. The DAF was applied to the Bayesian and the Orientation probability models, which are typical models used to build grid maps, to verify its effectiveness. Experimental results were also obtained using a mobile robot in a real-world environment.