脉冲神经膜计算系统的研究进展及展望

脉冲神经膜计算系统是膜计算的一个新分支,不仅具有计算机科学研究意义,而且在生物建模和仿真方面有潜在的应用价值．文中介绍了脉冲神经膜计算系统的基本概念并给出了脉冲神经膜计算系统的一个例子;除了介绍标准脉冲神经膜计算系统外,还介绍若干广义的脉冲神经膜计算系统;概述了脉冲神经膜计算系统计算完备性和计算有效性两个方面的主要结果;指出了进一步研究脉冲神经膜计算系统的两个方向．     

仿生自然计算研究综述

介绍了仿生自然计算这一新兴交叉学科的含义及研究范围,讨论了仿生计算与其它自然计算分枝的关系。将几种常见种仿生自然计算模型,按照人类社会、生物群体、个体、组织器官、细胞、分子等不同的层次进行了分类综述,并介绍了各种算法的最新研究进展。     

自然计算研究进展

自然计算是计算机科学与人工智能领域中重要的研究内容之一.经过几十年的发展,已经逐渐发展成为涉及多个学科的新兴交叉研究领域,其研究目的在于从自然界中寻求解决人类所面临的复杂问题的方法.早期自然计算主要集中在进化计算、人工神经网络、模糊系统3个主要方面,近20年研究人员提出群体智能、人工免疫系统、DNA计算等新方法.对群体...     

自然计算的仿真研究

针对近年来新兴的计算分支的挑战,如DNA计算、量子计算、免疫计算和进化计算等,提出自然计算的框架、编码、控制策略。以及从自然计算映射到计算机仿真的广义映射模型,来探究新兴计算分支的共同机理及其在自然界中的源泉。借助MATLAB仿真工具对其进行的仿真实验表明,自然计算有优于传统计算的特性,为计算学和计算机科学的发展以及自然计算的仿真开拓了广阔前景和无限生机。     

自然计算发展趋势研究

文章对自然计算的内涵进行了分类归纳,包括进化计算、生物启发计算、群体智能等,指出了各子类最显著的特点。在此基础上,介绍了自然计算最主要研究领域的发展趋势。讨论并证实了自然计算的有效性、内涵的丰富性及其巨大的发展空间。     

自然计算研究进展

随着量子计算、DNA计算、免疫计算、进化计算和神经计算等新型计算机制的兴起,传统的计算正扩展为自然计算,因为这些新计算机制的产生都由自然系统启发而来.为了发展和应用自然计算技术,总结了自然计算的发展简史.然后,提出了计算机、自动控制等系统的两种体系结构,分析了自然计算的新特征,包括自然法则、交叉性、革命性和复杂性,并给出了自然计算的复杂性分析定理.改进了自然计算的映射模型,提出了自然计算的算法流程.最后,探讨了自然计算的研究意义和应用.总之,自然计算是活跃的重要研究方向,定会推动许多学科的发展.     

具有突触规则的脉冲神经膜系统综述

膜系统是受到细胞、组织、器官和系统的结构和功能的启发而提出的一类生物启发式计算模型。具有突触规则的脉冲神经膜系统是一类受神经元间信息交流方式的启发而提出的膜系统,该类模型中神经元是存储信息的单元,突触是整合并传递信息的媒介,整个系统采用分布式、并行方式处理信息。文中回顾了具有突触规则的脉冲神经膜系统的定义及相关概念,介绍了若干个脉冲神经膜系统变体,并对比了各系统的同异;列出了该系统及其变体在不同工作模式下计算能力方面的研究进展,以及该系统在求解计算困难问题、算术运算和破解密码方面的应用;提出了尚待研究的若干问题,以期为具有突触规则的脉冲神经膜系统理论研究提供方向,同时为相关系统的应用研究拓展思路。     

自然计算课程建设研究

自然计算是一类具有自适应、自组织、自学习能力的仿生模型与算法,能够解决传统计算方法难于解决的各种复杂问题。本文从教材选择、教学内容和教学方法等方面分析自然计算这门研究生课程的建设情况,阐述从培养学生的科研兴趣入手,从基本概念和理论出发,注重学生科研实际兴趣和科研能力的培养,最终提高教学质量的做法。     

膜计算在图像处理中应用的研究进展及展望

膜计算是仿生自然计算中新兴的一个极具潜力的学科分支。首先介绍了膜计算的概念、分类和定义;然后从图像分割、增强、细化等几个不同的应用层面对膜计算系统在图像处理领域的应用情况进行了分类综述,并分析讨论了有关膜计算实现方法的最新进展;最后对膜计算系统在图像处理领域的应用研究进行了总结展望。     

一种基于膜计算的梯度边缘检测算法

针对传统边缘检测算法的不足,提出一种以组织型P系统为框架的梯度边缘检测算法。采用一个两层膜结构,即表层膜与基本膜,使用转运规则实现各基本膜间的对象交换与共享。该算法逼近强度函数的梯度方向,基于梯度进行边缘的检测,并通过经典边缘检测算子的对比实验,实验结果表明所提出的边缘检测方法具有较好的有效性。     

一种基于膜计算的遗传算法图像分割方法

提出了一种基于膜计算的改进遗传算法图像分割方法。设计了一个三层膜的细胞型P系统,各个膜通过运行进化规则和交流规则进行寻优。该算法融合了P系统的极大并行性与遗传算法的良好收敛性,并通过与传统遗传算法、Otsu法的实验比较验证了所提出的图像分割方法的可行性与有效性。     

上下文感知计算及系统框架综述

当人们在与其他人或周围的环境交互时,常常会无意识地利用到诸如手势、眼神、情境、环境状况等上下文信息 .与之相反,计算机系统却很少能有效地利用这些信息 .但自Mark Weiser提出普适计算以来,如何有效利用上下文信息开始得到充分重视并发展成为一种新的计算模式--上下文感知计算 .通过对近10年来上下文感知计算尤其是系统框架的发展进行综述和分析,提出了一个新的上下文感知计算系统框架概念模型,同时对该概念模型所涉及的关键技术问题进行了深入探讨,这可为感知计算的进一步研究提供指导 .     

多空间协同进化的自然计算方法

在自然计算方法中,种群规模大,计算复杂度高;种群规模小,容易陷入局部最优.本文提出多空间协同进化(Multispace Coevolution,简称MSC)的自然计算方法,该方法适用于各种基于种群进化的优化算法,不依赖于算法进化的具体步骤,具有普适性.在传统的生物种群进化的基础上,将大种群分解为个数有限的小种群,部分小种群组成进化空间,另一部分构成指导空间,两个空间拥有不同的功能,指导空间通过特定的信息传递方式将经验概括信息传递到进化空间,从而使整个种群协同进化.将该策略分别应用到粒子群优化算法(PSO)和遗传算法(GA)中,并与标准粒子群算法、遗传算法以及目前主流的针对大规模问题进行优化的7个算法对比,在高维测试函数中,结果表明,寻优性能方面新的种群进化算法相比其他算法提高80%左右,具有普适性.     

基于膜计算系统的广播模型

运用仿生学的原理设计广播模型,在此基础上提出一种基于膜计算系统的广播模型。该模型给出适合各种拓扑结构的规则集,能够实现并行广播和处理广播源点处于不同位置的情况。实例分析结果表明,与同类模型相比,该模型可提高时间性能,在模拟规律性较强的树状结构时效果明显。     

A Survey on Wireless Grid Computing

Wireless Grid computing extends the traditional Grid computing paradigm to include a diverse collection of mobile devices enabled to communicate using radio frequency, infrared, optical and other wireless mechanisms. Among the devices coming into use in wireless grid implementations are tiny sensors, Radio Frequency Identification tags (RFID). Personal Digital Assistants (PDAs) and paging devices, cellular phones, hand-held or wearable computers, laptop computers and special purpose computers embedded into many modern appliances [8, 26, 29]. Though many of these devices were initially developed to serve a specific, autonomous purpose, their potential for cooperation through the sharing of resources and capabilities, and the massive amounts of resources available due to their numbers, is quickly leading to applications resembling traditional Grid computing. This paper presents a survey of the current state of wireless grid computing. This includes a discussion of the cooperation between wired and wireless grids including ways in which wireless grids extend the capabilities of existing wired grids. It also discusses many of the new capabilities and resources available to wireless grid devices and a sampling of several applications of these new resources. It provides a sampling of many current research endeavors in the wireless grid arena and an examination of a number of the potential challenges resulting from the unique characteristics of wireless grid devices.     

基于网格计算技术的电力系统分布式并行计算——底层平台设计与实现

文章提出了基于网格计算来实现电力系统分布式并行计算的方案。主要涉及计算池(ComputingPool)的设计、资源的管理与动态分配,以及图论分割和稀疏数值计算库的设计和实现等。文章首先介绍了网格计算应用于电力系统分布式并行计算的概念,在此基础上,分析了基于GlobusR网格计算开发平台实现的以上功能模块。最后对测试平台和测试结果进行了简要的介绍。     

一个基于服务的网格计算模型

文中提出一个基于服务的网格计算模型,该模型强调了一个网格就是一个特殊的计算系统。通过这个模型与传统计算系统模型的比较,分析了它们的相似点和不同点,这对于网格的研究是很重要的。文中所提出的模型对网格计算的研究也是非常有用的。它不仅为开发一个网格系统提供了一定的帮助,而且为网格理论上的研究提供了一个框架。     

网格计算及其关键技术综述

网格计算是近年来兴起的一个研究热点。它旨在使互联网上所有资源(计算资源、存储资源、通信资源、软件资源、信息资源、知识资源等)实现全面共享与协同工作,使整个因特网整合成一台巨大的超级计算机,为用户提供“即连即用”式的服务。论文不仅介绍了网格计算的概念、特点、起源、研究现状及当前几个典型的系统,而且从网格计算即异构网格结点在网络环境下的分布动态协同工作的角度出发,着重介绍了网格计算的体系结构、资源管理、任务管理、通信技术、安全机制、用户界面等关键技术。     

车辆边缘计算环境下任务卸载研究综述

计算密集和延迟敏感型车辆应用的出现对车辆设备有限的计算能力提出了严峻的挑战,将任务卸载到传统的云平台会有较大的传输延迟,而移动边缘计算专注于将计算资源转移到网络的边缘,为移动设备提供高性能、低延迟的服务,因此可作为处理计算密集和延迟敏感的任务的一种有效方法.同时,鉴于城市地区拥有大量智能网联车辆,将闲置的车辆计算资源充分利用起来可以提供巨大的资源和价值,因此在车联网场景下,结合移动边缘计算产生了新的计算模式——车辆边缘计算.近年来,智能网联车辆数量的增长和新兴车辆应用的出现促进了对车辆边缘计算环境下任务卸载的研究,本文对现有车辆边缘计算环境下任务卸载研究进展进行综述,首先,从计算模型、任务模型和通信模型三个方面对系统模型进行梳理、比较和分析.然后介绍了最小化卸载延迟、最小化能量消耗和应用结果质量三种常见的优化目标,并按照集中式和分布式两种不同的决策方式对现有的研究进行了详细的归类和比较.此外,本文还介绍了几种常用的实验工具,包括SUMO、Veins和VeinsLTE.最后,本文围绕卸载决策算法复杂度、安全与隐私保护和车辆移动性等方面对车辆边缘计算任务卸载目前面临的挑战进行了总结,并展望了车辆边缘计算环境下任务卸载未来的发展方向与前景.