基于近邻搜索空间提取的LOF算法

针对局部异常因子(local outlier factor,LOF)异常检测算法时间空间复杂度高、对交叉异常及低密度簇周围异常点不敏感等局限,提出了基于近邻搜索空间提取的LOF异常检测算法（isolation-based data extracting LOF,iDELOF）,将基于隔离思想的近邻搜索空间提取(isolation-based KNN search space extraction,iKSSE)前置于LOF算法,以高效剪切掉大量无用以及干扰数据,获得更加精准的搜索空间。基于此完成了理论以及4组实验分析,每组实验分别进行iDELOF算法与LOF、iForest、iNNE等多种典型算法的对比分析。结果表明:iDELOF算法通过拉大正异常点局部离群因子的差距,增强了对交叉异常以及低密度簇周围异常点的识别能力,提升了LOF的检测效果;iDELOF算法在识别轴平行异常方面与LOF同样具有明显优越性;iDELOF算法通过iKSSE所获数据子集显著小于原数据集,多数子集数据量小于原数据集的1%,因此iDELOF的时间空间复杂度显著降低,且原数据集数据量越大,优越性越明显,当数据量足够大时,iDELOF算法的运行时间将低于IF算法。     

LINUX集群系统并行应用程序监测技术的研究

从大多普通用户的实际情况出发,在proc文件系统基础上结合MySQL数据库和GTK 技术,提出了一种简单实用的LINUX集群系统的并行计算监测工具的实现方法.该工具可以将运行中集群的节点状态实时地呈现给用户,其主要功能模块有用户交互、显示、控制、数据库服务端等7个模块,从而对进一步改进与提高并行应用程序的质量提供了科学依据.     

高性能并行计算机体系结构和典型的 DSM 系统-SPP1200/XA

详细介绍了美国在高等并行计算机系统结构领域的发展动态和ＡＳＣＩ跨世纪计划的执行情况,同时也介绍了１种典型的最新型分布式共享存储系统ＤＳＭ（ＤｉｓｔｒｉｂｕｔｅｄＳｈａｒｅｄＭｅｍｏｒｙ）－ＳＰＰ１２００／ＸＡ。     

湿热环境下HTPB推进剂的吸湿性能

在60℃/75%RH、60℃/85%RH、70℃/75%RH和70℃/85%RH环境下对HTPB推进剂进行了吸湿试验,测定了吸湿率和力学性能参数,分析了吸湿规律、吸湿影响因素和力学性能恢复能力。结果表明,HTPB推进剂在湿热环境下的吸湿不同于常温吸湿;不同湿度下的吸湿率变化规律具有明显差异,75%RH环境下吸湿率呈现出先上升后下降的变化规律,而85%RH环境下吸湿率只呈现出上升规律。高温和高湿环境对推进剂吸湿性能影响显著,去湿处理后推进剂力学性能不能完全恢复。     

SRM复合材料壳体湿热老化双因素显著性研究

本文采用加速湿热老化试验（60℃／80％RH、60℃／95％RH、70℃／80％RH、70℃／95％RH）,研究了玻璃纤维复合材料在湿热条件下的性能变化,并利用Origin软件绘制了最大拉伸强度-时间曲线。采用双因素显著性分析的方法建立了数学模型,针对两种因素（温度和湿度）在老化过程中对玻璃纤维复合材料最大拉伸强度的影响进行了量化研究。结果表明：湿热条件下复合材料力学性能下降明显;加速老化初期（2天）,温度和湿度的单独作用不明显,对应的F值分别为1.347615和1.107897,都小于Fcrit（3.458）;加速老化中期（6天和14天）,温度和湿度的单独作用比较明显,对应的F值也比Fcrit大;加速老化后期（28天）,湿度的影响凸显,其F值为16.74582。     

世界级重大挑战性课题与大规模并行处理系统

介绍了当今急需解决的若干世界级重大挑战性课题以及它们对计算机性能的需求，同时对具有高级系统结构的大规模并行计算机的发展状况和存在问题也进行了讨论。     

自适应的多种群并行遗传算法研究

典型的遗传算法本质上是一种并行的随机搜索策略,它不能对进化方向做出正确的感知和预测。文章定义了一个可以感知进化方向和衡量进化速度的指标,指导遗传算子做出自适应的调整。结合并行计算和多种群进化思想,提出了“带环多种群模型”,并构造了一种自适应的多种群并行遗传算法。实验结果表明,该算法可以有效地引导和控制进化方向,克服过早收敛现象,提高搜索效率。     

分布与并行处理学术会议论文集高性能集群计算机的构建与应用

文章分别从软件和硬件两个角度出发介绍了集群系统的体系结构,着重讨论了集群系统构建中的一些关键技术,如可扩展性、可用性、资源管理、负载平衡和并行程序设计环境等.此外,文中还给出了一个基于消息传递机制的并行程序设计实例,同时也根据集群系统的特点提出了它在不同领域中的实用意义.     

InfiniBand Ⅲ型集群系统可视化监测工具的实现方法

随着集群系统的广泛应用,用户对系统的综合性能要求显得越来越重要。该文在基于InfiniBand[1]ⅢPC集群的平台上,通过对目前常用的监测系统的分析,针对它们所共有的一些不足之处,在其基础上开发了一个实用的对并行处理过程的可视化监测工具。工具通过lm_sensors获取硬件信息,以proc文件获取负载信息,并通过MPE生成记录并行程序执行过程的log文件,具有能以图形方式实时显示硬件信息和系统节点负载信息,以及需要时可以用图形方式重现程序执行过程的功能。     

基于粒子群算法的遗传算法研究

针对传统遗传算法存在的早熟收敛和易陷入局部最优解的问题,提出了一种基于粒子群算法的遗传算法,其原理是用粒子群算法来构造变异算子和进行种群分割.通过对三个典型多峰值函数的优化来评估算法性能.实验结果表明,该算法能很好地保持种群的多样性和克服早熟现象,显著提高遗传算法的收敛速度.