一种云环境下科学工作流执行计划的优化方法

为降低云环境下科学工作流的执行代价,提出了一种执行计划的优化方法。引入猴群算法,依靠对当前执行计划的层内和层间优化,在保证工作流全局截止时间约束的前提下,通过同层任务的逻辑聚合和任务的层间调整,尽可能减少各层任务数的差异,以避免资源的闲置浪费,缩短任务的等待时间。实验表明,该方法与类似研究相比,可降低资源消耗量,减小总的延迟时间。     

支持虚拟组织的语义基础设施的动态构建方法研究

提出一种从虚拟组织自治域的资源描述中抽取语义,然后聚合为虚拟组织的语义基础设施的方法．该方法引入了一种领域知识学习算法,用以建立当前语境相关的词法空间,以提高语义抽取和聚合的准确性及自动化程度,并且在语义聚合的过程中隐含了虚拟组织语义到自治域语义的映射,更好的支持了虚拟组织应用的构建和跨自治域资源的透明访问．实验表明,该方法能够适应虚拟组织的动态开放环境、有效支持虚拟组织的语义基础设施构建．     

面向用户主导问题求解环境的服务组合方法

为提高服务组合的即时性,适应用户业务需求的变化以及服务资源的动态和异构性,提出一种适应用户主导问题求解环境的服务组合方法。探讨了维护服务交互关系的相对稳定性的策略,提出了基于服务相容性的服务聚类规则,基于聚类服务关联图的组合模板构建方法及其最优性的保障手段和组合模板的具体化方法。实验结果表明,该方法可提高服务组合的即时性和适应性,提高服务组合的时间效率。     

融合偏置的动态专家信任推荐算法

针对协同过滤推荐算法中数据稀疏、冷启动与噪声用户对推荐质量的严重影响,该文将用户-项目评分数据与用户信任关系数据相结合;提出一种融合偏置的动态专家信任推荐算法(BDETA),首先根据用户信任关系数据进行社区划分,获取用户间显式信任值;其次从社区中用户-项目评分数据获取可信度、隐式信任值;通过结合用户间可信度、显式信任值...     

基于局部收敛权阵进化的BP神经网络MapReduce训练

为提高大样本集情况下BP神经网络的训练效率,提出了一种基于局部收敛权阵进化的BP神经网络MapReduce训练方法,以各Map任务基于其输入数据分片训练产生的局部收敛权阵作为初始种群,在Reduce任务中通过种群进化,选取适应度最高的权阵作为Map任务下一轮训练的初始权阵,直至该权阵对所有输入数据分片收敛。实验结果表明,与现有方法相比,该方法可有效避免MapReduce训练BP神经网络时容易陷入局部收敛的问题,并大大减少训练时间。     

配电网潮流前推回代法的一种简单实现方法

针对以往的前推回代实现方法需要复杂的节点和支路分层编号,导致算法复杂,程序效率低下等问题,根据配电网络的特点,通过构造特殊的节点与支路数据结构,形成配电网络对应的树结构,完全确定配电网络拓扑结构。通过对树的后序遍历回代修正节点电流,对树先序遍历前推修正节点电压,不断迭代直至收敛,形成一种实用的配电网潮流计算方法．分析表明该方法无需复杂的网络编号、不用形成导纳矩阵。算例表明该方法编程简单、结果精确。     

基于行波的电力电缆故障测距组合方法研究

分析了现有行波故障测距方法所存在的问题,在单端行波测距法的基础上推导出一种与行波波速无关的测距方法,然后将此方法与传统双端行波测距方法相结合形成一种组合测距方法。这种方法在测量端的近端线路故障时采用传统双端测距方法,解决了近端测距的盲区问题;在非近端故障时采用波速无关的测距方法,提高了测距精度。     

面向领域的可定制服务模型

提出一种面向领域、可定制的业务级服务模型,模型利用特征分析技术描述业务领域中相似服务资源及用户需求的变化性。具体领域业务服务由领域专家通过分析领域通用业务活动建模得到,最终用户使用时选择相应领域业务服务并对其进行个性化定制,实现对Web服务资源的自主、有效利用。通过在生物信息领域的试用,初步证明了模型的可行性、有效性。     

基于输入分片扰乱的BP神经网络MapReduce训练方法

BP神经网络的MapReduce训练中,每个map训练任务产生的中间权阵只对该训练节点上的输入分片收敛,为提高BP神经网络的训练效率,保证MapReduce训练的全局收敛性,提出一种基于输入分片扰乱的MapReduce训练方法。通过对训练样本集进行系统抽样来扰乱输入分片,并产生新的输入分片,依靠新的输入分片以map任务的原权阵为基础进行迭代训练,可加速MapReduce训练达到收敛的进程;为提高map训练任务的局部收敛速度,在每轮次的训练完成后,选取map任务产生的权阵中全局误差最小者,作为下轮次各map训练任务的初始权阵。在Hadoop集群上的实验表明,该方法可使MapReduce训练BP神经网络的效率得到很大提升。     

虚拟桌面操作系统灾难离线检测与恢复

针对虚拟桌面操作系统在遭受恶意攻击后灾难文件的检测和恢复问题,设计了基于Xen虚拟化技术的虚拟桌面操作系统引导文件和关键文件灾难恢复系统.该系统在离线状态下计算被检测镜像中引导文件和关键文件的特征码,将其与特权虚拟机中对应备份文件的特征码比对,对灾难文件进行精确定位,再使用备份文件进行快速恢复.实验结果表明,该系统能快速有效性的检测和恢复虚拟桌面操作系统灾难文件.