使用GPU加速BLAST算法初探

应用GPU通用高性能编程技术实现了一种加速BLAST算法的新方法。BLAST是目前最常用的用于生物序列查询比对的算法和软件包,其处理速度受到串行化执行和磁盘I/O等因素的影响。本文通过实验分析了BLAST软件包中的典型程序BLASTN的运行热点,并选定关键热点模块,应用CUDA编程技术对其进行并行化改造。对比实验结果表明,对于平均序列长度较大的序列库,应用GPGPU并行化可明显缩短该模块的运行时间,获得超过35倍的加速比。这说明,我们可以利用GPGPU对BLAST进行并行化加速,以满足高性能生物序列查询的需求。     

Web数据挖掘在个性化推荐服务的应用

随着Internet的迅速发展和普及,人们在网络上开展的活动也越来越多,尤其是电子商务的兴起,使得网上购物逐渐成为一种时尚.然而由于互联网上的信息量日益增长,人们面对这些庞大的信息感到无所适从,花费大量时间在搜寻信息上,因此如何为用户提供更好的服务变得非常迫切.本文以数据挖掘理论为基础,分析和探讨了关联规则挖掘算法并应用该方法实现web个性化推荐服务.     

On the model-based networked control for singularly perturbed systems

In this paper, the control of a two-time-scale plant, where the sensor is connected to a linear controller/actuator via a network is addressed. The slow and fast systems of singularly perturbed systems are used to produce an estimate of the plant state behavior between transmission times, by which one can reduce the usage of the network. The approximate solutions of the whole systems are derived and it is shown that the whole systems via the network control are generally asymptotically stable as long as their slow and fast systems are both stable. These results are also extended to the case of network delay.     

线性时滞系统稳定性分析综述

时滞在工程领域广泛存在,对此综述了线性时滞系统的稳定性研究方法.从频域和时域两个角度详细介绍了各种方法的特点,着重讨论基于线性矩阵不等式(LMI)的分析方法,指出保守性是分析的重点.对现有结果的保守性进行比较和评述,并提出了改进的思路.     

基于模糊滑模控制的主动队列管理算法的研究

针对网络拥寒问题,提出一种基于模糊滑模控制的主动队列管理算法,能得到快速反应能力和良好的鲁棒性。模糊滑模控制算法用队列长度和微分作为主动队列的输入,通过动态测量包丢失率来调整模糊规则。与一些典型的主动队列算法相比,模糊滑模控制算法用较少的队列延迟交换吞吐量,而且能达到一个更高的吞吐量。并且,本算法可以在最少的模糊规则下被执行。     

基于可信计算的防网络欺诈认证方案

由于大部分用户没有用户证书,在不安全网络环境中,基于用户名/口令的远程用户认证是最为常见的认证方式.正是基于这一点,许多攻击方式才得以成功实施.在分析了当今主要网络欺诈的方法和现有密钥保护机制的基础上,提出一种基于可信计算技术抵御网络欺诈的认证方案.该方案结合使用了可信计算保护存储机制、证书链、口令分割等多种技术,即使用户名/口令被盗,仍然能保证用户的认证安全.分析结果表明了该方法能有效抵御网络欺诈攻击.     

面绘制三维重建原理及其改进算法研究

Marching Cubes(MC)算法是经典的面绘制算法,但它存在数据源复杂、分割方法单一和三维网格存储量大的问题.针对这种情况,提出了改进策略,主要是从图像预处理、图像分割及三角形网格简化方面加以讨论,并给出了相应的算法,由此使得重建算法的数据源信息更准确,适用面更广,存储效率更高.     

围绕主题的同步交互学习支持工具的设计与实现

提出了一种围绕主题的同步交互学习支持工具,该工具将后现代课程观中的交互理念与围绕主题学习的思想相结合,利用即时通信和个性化知识的再组织辅助学习中的交互过程,使得整个交互过程与学习内容紧密结合,有利于学习活动的深入开展,提高了学习的效率和质量,体现了后现代课程观对课程教学的指导意义.     

基于隐性反馈分析的个性化推荐研究

针对目前典型电子商务推荐系统中存在的问题,提出了一种基于隐性反馈的信息分析处理方法,详细阐述了系统收集和处理用户个性化信息进行模糊语意分析,从而建立用户兴趣模型的过程.对实验数据的分析表明,该模型实现了推荐系统对用户兴趣的较准确判断,同时能及时有效地掌握用户兴趣偏移,从而改善用户体验,增加用户黏性,进而提高商务网站交易量.     

网络受限移动对象过去、现在及将来位置的索引

提出了一种适合于网络受限移动对象数据库的动态轨迹R树索引结构(network-constrained moving objects dynamic trajectory R-Tree,简称NDTR-Tree).NDTR-Tree不仅能够索引移动对象的整个历史轨迹,而且能够动态地索引和维护移动对象的当前及将来位置.为了比较相关索引结构及算法的性能,进行了详细的实验.实验结果表明,与现有的基于道路网络的移动对象索引方法如MON-Tree和FNR-Tree等相比,NDTR-Tree有效地提高了对网络受限移动对象动态全轨迹的查询处理性能.