Optimizing storage performance in public cloud platforms

Cloud computing is an elastic computing model where users can lease computing and storage resources on demand from a remote infrastructure.It is gaining popularity due to its low cost,high reliability,...     

一种基于Normal矩阵的时间序列聚类方法*

提出了一种基于Normal矩阵的时间序列聚类方法。该算法首先对时间序列数据进行向量形式转换,计算出各个时间序列间的相似度并构建复杂网络,然后利用基于Normal矩阵的方法进行复杂网络社团划分,同一类的时间序列被划分到一个社团,即实现对时间序列数据的聚类。为了验证该方法的可行性和有效性,将其应用于股票时间序列数据聚类分析中,并在两个实际的数据集上与其他方法相比较,取得了较好的实验结果。     

一种基于风险的需求优先级排序方法*

为支持风险的量化分析以提高需求优先级排序的有效性,提出了一种基于风险的方法。方法从需求和任务两个层面实现对需求选取问题的建模,以风险为关键因素计算得出需求优先级。模拟实验的结果表明,本方法有助于提高项目最终取得的价值,同时优先级排序的结果符合费效比原则,即项目实现了在早期尽快获取价值的目标。     

数据流中基于滑动窗口的最大频繁项集挖掘算法*

挖掘数据流中最大频繁项集是从数据流中获得信息的一种有效手段,是数据流挖掘研究的热点之一。结合数据流的特点,提出了一种新的基于滑动窗口的最大频繁项集挖掘算法。该算法用位图来存储数据流中流动的数据;采用直接覆盖的方法存储和更新数据流上的数据;在深度优先搜索挖掘最大频繁项集时,除采用经典的剪枝策略外,还提出了与父等价原理相对应的子等价剪枝策略;最后将挖掘结果存储在索引链表中以提高超集检测效率,进一步减少挖掘最大频繁项集的时间。理论分析和实验结果证实了该算法在时间和空间上的有效性。     

异步脑—机接口的空闲状态检测新方法*

提出一种新的空闲状态检测方法,以训练集中各类运动想象样本的类内散度和正确检测率为指标,结合接收机曲线确定分类阈值,设计最佳三分类器,并采用模糊化技术对预测标签进行处理。将该方法应用于2005年BCI竞赛数据IVc,测试的均方误差为0.278 7。实验结果验证了该方法的有效性。     

三螺杆挤出机常规螺纹元件挤出过程的CAE研究

利用ANSYS软件分析了三螺杆挤出机常规螺纹元件中等温非牛顿流体的压力场、速度场和粘度场，并和双螺杆挤出机常规螺纹元件进行了比较，尤其对流道中心区进行了重点研究。结果表明，三螺杆挤出机的混合性能好于双螺杆挤出机；中心区的物料压力梯度和速度梯度都较小，物料在中心区流动缓慢，中心区的物料粘度值较大；对反应时间不宜过长的聚合物，应避免使用三螺杆挤出机。     

基于自适应进化神经网络算法的入侵检测

针对目前多数入侵检测系统的低检测率问题,提出一种自适应进化神经网络算法AENNA。基于遗传算法和BP神经网络算法,利用模拟退火算法的概率突跳和局部搜索强的特性对遗传算法进行改进,采用双种群策略的遗传进化规则实现BP神经网络权值和结构的双重优化;通过对遗传算法的交叉算子与变异算子的改进,设计一种自适应的神经网络训练方法。实验结果表明,基于AENNA的入侵检测方法能够有效提高系统的检测率并降低误报率。     

支持跨步访问的嵌入式存储系统

提出了一种新型多素数嵌入式存储系统,能够显著改善系统跨步访问的性能。提高跨步访存的带宽,对于改善系统的整体性能有着重要的意义。但是,在嵌入式系统中,受片外结构的尺寸限制,直接应用经典的素数存储系统理论无法显著改善跨步访存性能。为此,该新型系统以素数存储系统理论为基础,引入主存访问调度策略并结合嵌入式系统的实际结构特征,构造了一种两层结构的多素数存储系统,可以用较少数量的存储模块实现,而且从逻辑地址到物理地址的映像计算简单,能够以相对较小的硬件代价实现对嵌入式存储系统跨步访问的有效支持。理论分析和实验结果均证实了该系统的正确性和有效性。     

实时分布式系统性能测试技术研究

实时分布式系统的性能是关注核心,对其进行评估和测试关系着系统的应用前景。基于实时分布式系统的性能测试需求,对系统关键的处理性能、存储性能、传输性能以及实时恢复性能这四种性能测试方法进行了研究和探讨,同时分别利用实时分布式系统中e600架构的处理器、flash存储器、FC网络以及分区调度策略针对这些方法开展了测试,并对获得的测试结果进行了分析。分析结果表明,性能测试结果可信,方法可行,可作为实时分布式系统评测依据。     

A new parallel lattice reduction algorithm for BKZ reduced bases

In order to implement the original BKZ algorithm in parallel,we describe it in terms of parallelism and give its parallel implementation scheme.Then we analyze the efficiency of algorithm’s parallel implementation and show that the speedup factor of BKZ algorithm in parallel is extremely low.Therefore we present a new parallel lattice reduction algorithm suitable for multiprocessor computer architecture.The new algorithm can obtain a BKZ reduced basis and the parallel speedup is effective.Also with the practical results,although the computational complexity increases compared with the original BKZ algorithm,we still indicate that the new algorithm performs well in parallel and the time cost in parallel is less.At the same time,we show that the length of the shortest vector is smaller.