基于蔡氏电路的混沌同步的研究

该文采用研究混沌连续时间系统的同步方法，基于系统的稳定性准则，分析了蔡氏电路的混沌同步问题，即用同步误差的线性系统的稳定性分析来保证混沌的同步。通过系统的线性项和非线性项的适当分离，使系统的雅可比矩阵的全部特征值为负值，此时响应系统与驱动系统的状态变量之间，存在一个与初值有关的误差，无论初始同步误差多大。都能使同步误差e（t）最终趋于稳定，从而实现新、旧系统的完全同步。运用该方法对蔡氏电路进行计算机仿真实验，得到的仿真结果和分析相符，证明了该方法在研究非线性电路方面是简单有效的，为今后研究类似问题提出了新思路。     

基于UML的教学质量监控系统设计

该文旨在研究一种结合更为先进的开发技术和工具,开发出更适合自己学校实际情况,并能够为日后数字化综合校园提供方便的整合接口的教学质量监控信息系统。通过系统,能够实现对所有教学活动、各个教学环节、各种教学管理制度、教学改革方案等进行全过程的监控。通过对日常教学活动的调控及监督,完成对教师教学质量的数据保存及评价,统筹教学资源,达到节约教学成本、优化教学资源、考察教学质量的目的。     

网闸和防火墙联合应用研究

该文研究了网闸和防火墙的联合应用,在局域网和互联网的数据交换过程中,可以更好地防止非授权访问,提高了计算机网络的安全性。     

淮河中上游群库联合优化调度算法及并行实现

淮河正阳关以上是一个复杂的水库、河道系统,是我国洪水预报调度难点之一,用传统的串行计算方法来处理水库群的优化调度问题,面临着计算中的“维数灾”与“网格灾”问题,本文首次提出了采用基于并行分布式技术的高性能计算方法进行群库优化调度的方法,并采用客户／服务器模式在曙光１０００并行机上设计实现了淮河群库优化调度系统,结果表明：其调度的准确性大大优于常规调度,并     

淮河流域防洪防污智能调度系统的设计

淮河流域是我国洪涝灾害发生最为频繁、历史上多灾多难的地区之一。近年来,随着淮河沿岸工农业生产的发展和人口密度的急剧增加,该流域的水污染问题已发展到直接危及沿淮两岸人民生存的地步。在过去的淮河治理中,对于如何充分有效地综合利用水利工程项目研究得很少,缺乏较大规模的综合性的联合优化调度系统,没有能够充分发挥水利工程的防洪防污作用。为此,本系统针对淮河流域讨论将气象预报、洪水预报、防洪调度和防污调度集成为一体的智能调度系统,其设计方案可为其它流域的治理提供借鉴经验。     

燃煤机组直接掺烧污泥能耗特性试验研究

针对某1 000 MW燃煤机组开展污泥掺烧性能试验研究,分析机组负荷、污泥含水率、掺烧比例等对机组能耗的影响。为核算入炉燃煤的消耗率,定义了燃煤耦合污泥发电机组的燃煤耗率。结果表明：机组掺烧污泥使得混合燃料品质下降,导致锅炉效率降低且厂用电率上升,从而造成机组供电燃料耗率增加,其中,排烟热损失和固体未完全燃烧热损失增加是造成锅炉效率降低的主要原因,风机系统和脱硫系统电耗上升则是造成厂用电率上升的主导因素;随着机组负荷的降低、污泥含水率的增加和污泥掺烧比例的增加,机组供电燃煤耗率变化量呈现明显增加趋势,当机组掺烧污泥含水率为40%、掺烧比例为4%时机组供电燃煤耗率降低0.921 g/(kW·h),当机组掺烧污泥含水率≥60%时机组供电燃煤耗率呈现增加趋势。     

应对海量数据检索:分布式局部索引的架构

通过理论分析对全局和分布式索引架构进行了比较,分析了分布式全局索引架构所能够应对的数据规模的上界和分布式局部索引架构在特定数据规模下相应最优的机群规模等。可以证明,在海量数据背景条件下,由于需要求交集的查询结果数据量过大,会导致全局索引架构在查询结果求交集阶段处理时间过长,以致信息检索系统不能满足用户对系统响应时间的需求,因此局部索引架构会成为在面对海量数据时信息检索系统的必然选择。     

高性能计算及其相关新兴技术

回顾高性能计算的发展历史,评述网格计算、云计算及其与高性能计算之间的关系,阐释新兴技术大数据和物联网,比较大数据、云计算与高性能计算的性能并分析其彼此间的关系.介绍代表国际高性能计算领域发展趋势的普适高性能计算以及作者在普及型高性能计算机研制方面的最新进展.指出高性能计算存在的一些难题,以及研制千万亿次以上的高性能计算机所面临的挑战.     

多维图结构聚类的社交关系挖掘算法

社交关系的数据挖掘一直是大图数据研究领域中的热门问题。图聚类算法如SCAN（Structural clustering algorithm for networks）虽可迅速地从海量图数据中获得关系紧密的社区结构,但这类社区往往只表示了社交对象的聚集,无法反馈对象间的真实社交关系,如家庭成员、同事、同学等。要获取对象间真实的社交关系,需要更多维度地挖掘现实中社交对象间复杂的交互关系。对象间的交互维度很多,例如：通话、见面、微信、Email等,而传统SCAN等聚类算法仅能够挖掘单维度的交互数据。本文在研究社交对象间的多维社交关系图数据与传统图结构聚类算法的基础上,提出了一种有效的子空间聚类算法SCA（Subspace Cluster Algorithm）,首次对多维度下子空间的图结构聚类进行研究,目的是探索如何通过图数据挖掘发现对象间真实的社交关系。SCA算法遵循自底向上的原则,能够发现社交图数据中所有子空间的聚类集。为了提升SCA的运行速度,我们利用其子空间聚类单调性进行了性能优化,进而提出了剪枝算法SCA+。最后,我们进行了大规模的性能测试实验,以及真实数据的案例研究,其结果验证了算法的效率和效用。     

医院数据仓库系统探究

医院管理已逐步从传统经验型向科学量化的方向发展,特别是重大决策需要科学分析数据,医务人员也需要对众多的治疗方案进行分析,总结规律。针对我国的医院管理信息系统“数据很多,信息不足“的现状,结合数据仓库理论对建立医院管理信息系统的数据仓库进行了探讨。