基于马氏距离的局部边界Fisher分析降维算法

针对人脸识别应用中的高维数据图像以及欧氏距离不能准确体现样本间的相似度的问题,提出了一种基于马氏距离的局部边界Fisher分析(MLMFA)降维算法。该算法从现有的样本中学习得到一个马氏度量,然后在近邻选择以及新样本降维过程中用马氏距离作为相似性度量。同时,通过马氏度量构造出类内“相似”图和类间“代价”图来描述数据集的类内紧凑性和类间分离性。MLMFA很好地保持了数据集的局部结构。用YALE和FERET人脸库进行实验,MLMFA的最大识别率比传统基于欧氏距离算法的最大识别率平均分别提高了1.03%和6%。实验结果表明,算法MLMFA具有很好的分类和识别性能。     

海量存储网络中的虚拟盘副本容错技术

大规模存储网络中的数据可用性和读写性能越来越重要．在海量存储虚拟化系统的基础上,实现了多副本虚拟盘技术来提高网络存储的数据容错能力．同时,通过多副本选择调度与异步副本更新以及副本盘空间布局的动态调整算法,提高了系统的数据读写能力．测试结果表明,加入虚拟盘副本后,在设备数量充足情况下的读性能可提高26％;即使少量磁盘失效,读写操作也能正确执行,且读性能仍然比无副本时提高10％以上．     

多核课程建设

<正>众所周知,微处理器向"多核"的转变是计算机技术发展历史上的一个新的里程碑,也是处理器技术继续良性发展的新开端。INTEL、AMD等通用处理器生产厂商对"多核"技术的倡导和支持,以及新产品的不断推出,使得"多核"计算的时代已经提前到来。     

基于集群机的大规模电力系统暂态过程并行仿真

由于传统的串行计算方法无法满足互联电力系统在线动态安全分析和实时仿真的要求，研究高效的电力系统暂态并行仿真算法及其软件已成为电力系统动态实时仿真的关键。该文基于集群系统，提出一种利用电力系统区域特性的多重化网络划分方案，弥补了传统网络划分算法在计算规模和划分质量上的不足；并提出了一种基于分块思想、消息传递与动态多线程相结合的网络方程分层算法及其实现策略，缩短了网络方程的计算时间，解决了暂态仿真中计算量突增的问题，提高了算法的并行效率和整体性能。同时，文中还简化了暂态稳定算法迭代流程，改进了全局收敛判定方法，有效地减少了算法计算量和通信损耗。实际电网的数值计算结果表明，文中提出的算法计算加速比高，实时性好，因此研制的电力系统动态并行仿真程序能够满足大规模电力系统暂态过程实时仿真、甚至超实时仿真的要求。     

一种电力系统暂态稳定并行计算的优化分区策略

大规模电力系统的区域特性为暂态稳定并行计算任务的优化划分创造了条件。基于分层递归二分法的思想，分析了基于块对角加边策略的空间暂态稳定并行计算的任务划分目标，提出了一种基于区域特性的任务划分策略，将电力系统自然的分层分区特性与并行计算领域的图划分算法相结合，有效地降低了暂态稳定计算中协调系统规模和算法通信量，提高了各个计算进程的负载平衡度和并行计算性能。实际大规模电力系统的算例仿真结果表明，文中提出的方法优于METIS图划分软件，与其划分后计算性能的对比可见，暂态稳定并行计算最佳仿真速率提高超过10%，有效地提高了并行计算性能，为大规模电力系统实时暂态稳定并行计算的实现奠定了基础。     

调度员培训仿真系统中动态潮流的改进及完善

动态潮流技术在调度员培训仿真系统中有重要的地位。文中结合现场要求对并网时加速功率及联络线潮流的模拟、频率计算与潮流计算的交替计算顺序、发电机的无功越上限处理、负荷的电压特性等问题加以分析,并提出了解决方法。实践表明,这些问题的解决大大提高了动态潮流的准确性和鲁棒性,使之更为实用。     

H3C WLAN设备的应用与研究

信息化已贯穿到社会生活的各个层面。在信息化建设过程中,WLAN作为一项热门技术走在信息时代的前沿。H3C作为业界领先的网络备供应商,推出了各类WLAN设备及其解决方案。作为无线网络用户,在深入研究H3C无线网络技术后,可以更好的利用H3CWLAN设备及其解决方案为实际应用服务。     

类型扩展潮流计算的研究及应用

文章首次提出了类型扩展潮流计算，即扩展了常规潮流计算中节点类型。该算法不仅能够实现常规计算，而且可以获得一些特殊应用。文中给出类型扩展潮流计算的定义、迭代公式及修改主元的因子表分解方法，并将该方法应用于解决EMS／DTS一体化中数据范围不一致的问题，通过算例验证该算法的正确性。     

刘宏——起起落落二十年

2012年11月27日下午,上海数军投资总经理刘宏原本和我们聊的正起劲,但看到上证指数收盘跌破2000点,他的话题一下子就沉重起来:这样的话我们的净值肯定要创新低了。可能很多人觉得0.88元,这种净值下跌的还不算很严重,其实不是这样的。因为我们的基金当年表现好的时候,申购的人很多,那时候就是1.2元以上的,最高到过1.38元,从那么高的地方跌破0.9元,这个损失还是非常惨重的,这     

迟景朝——待到山花烂漫时

漫长的等待,对于一个风险投资人来说,也许是备受煎熬的考验。而对迟景朝而言,小时候的生活经历已经让他习惯了长时间的等待,他回忆道:从小我生活在小兴安岭,那里的冬天是非常漫长的,可能有五六个月的时间。所以为了等待春天,那个山花绽放的时刻,我们是真的需要很大的耐心。所以这种从小养成的性格,对我从事投资来说是个很大的帮助,