CUDA programs for the GPU computing of the Swendsen–Wang multi-cluster spin flip algorithm: 2D and 3D Ising,Potts, and XY models

We present sample CUDA programs for the GPU computing of the Swendsen–Wang multi-cluster spin flip algorithm. We deal with the classical spin models; the Ising model, the q$q$-state Potts model, and the classical XY model. As for the lattice, both the 2D (square) lattice and the 3D (simple cubic) lattice are treated. We already reported the idea of the GPU implementation for 2D models (Komura and Okabe, 2012). We here explain the details of sample programs, and discuss the performance of the present GPU implementation for the 3D Ising and XY models. We also show the calculated results of the moment ratio for these models, and discuss phase transitions.     

基于弹性网格混合特征的脱机手写维文识别

手写体维文识别技术的关键在于特征提取方法的选择。为探求一种可靠性高、可分性强的脱机手写维文特征提取方法,在分析现有方法的基础上,结合维吾尔文字词自身的特点,提出一种在局部特征上基于弹性网格区域笔划密度、方向分解特征,在全局特征上提取交叉点、环、弧形笔划、附加笔划、外围轮廓特征的混合特征提取方法。通过在IFN/ENIT标准数据库及自采样数据集的聚类分析实验,识别正确率分别达到85%、84.3%。结果表明,方法综合统计特征和结构特征提取的优点,具有较强的抗扰能力,可分性优于GSC法。     

集群系统负载均衡性能测试研究

分析影响集群系统性能的关键因素,提出在Linux下架设负载均衡系统,获取集群系统关键性能参数,加权计算真实服务器的负载。根据服务器负载由负载均衡器动态分配连接请求,使集群达到负载均衡。使用不同的客户端进行测试,分析比较不同测试软件的测试结果,为改进集群系统的负载均衡性能提供支持。     

一种无线传感器网络中自主选择簇头的聚类算法

在无线传感网络中,传感器节点要定期向基站发送收集的数据。为了支持数据汇总,通过高效的网络组织将节点划分成若干簇。在这种类型的系统中,随着簇头的轮转,每个簇中的簇头选择方法是最具有挑战性的问题,有效的簇头选择算法可以提高网络的续航时间,并减少在WSN中的节点之间的通信开销。提出一个簇内民主方式选举算法来选择簇中的节点作为簇头,用MatLab对算法进行仿真,证明该算法的性能可以有效改善网络的性能。     

运动颗粒团一维连续成像分析系统

本文开发了ＦＬＯＴＵ－Ｉ型多相流径向密度连续测量和成像系统，这一系统采用石英光纤传像束为传感器，通过微机Ｉ／Ｏ控制发光二极管顺序发光，Ａ／Ｄ高速数据采集对传感器进行高速扫描，实现了大视场下两相流的连续测量和成像过程，并将它用于观察分析循环流化床中气固两相流动行为，在内径为１８６ｍｍ的循环流化床内测得了颗粒团图像。     

有机玻璃的增韧研究

研究了不同聚合方法制备的聚丙烯酸丁酯（PBA）对浇铸型有机玻璃（PMMA）的增韧改性，研究结果表明，当PBA以纳米粒子簇分散在PMMA基体中时，对PMMA有较好的增韧改性效果。当PMMA中无皂乳液聚合PBA（e-PBA)的质量分数为0.5%时。改性PMMA的冲击强度比基体提高38%。SEM观察表明，本体聚合PBA（b-PBA)橡胶粒子以独特的纳米簇状结构均匀分布在PMMA基体中，大量的微裂纹以b-PBA粒子为中心呈放射状向外辐射，这些微裂纹在试样破坏的过程中吸收了大量的冲击能，使改性PMMA韧性得以提高。     

Hybrid clustering solution selection strategy

Cluster ensemble approaches make use of a set of clustering solutions which are derived from different data sources to gain a more comprehensive and significant clustering result over conventional single clustering approaches. Unfortunately, not all the clustering solutions in the ensemble contribute to the final result. In this paper, we focus on the clustering solution selection strategy in the cluster ensemble, and propose to view clustering solutions as features such that suitable feature selection techniques can be used to perform clustering solution selection. Furthermore, a hybrid clustering solution selection strategy (HCSS) is designed based on a proposed weighting function, which combines several feature selection techniques for the refinement of clustering solutions in the ensemble. Finally, a new measure is designed to evaluate the effectiveness of clustering solution selection strategies. The experimental results on both UCI machine learning datasets and cancer gene expression profiles demonstrate that HCSS works well on most of the datasets, obtains more desirable final results, and outperforms most of the state-of-the-art clustering solution selection strategies.     

虚拟化集群技术在消防业务中的应用

通过分析目前消防业务信息系统运维工作现状,将服务器虚拟化集群技术引用到消防业务系统运维工作中,大大提升系统服务器运行性能,更好地实现负载均衡,确保系统稳定可靠运行。     

聚类方法综述

文中对聚类方法作了综述。系统地讨论了聚类研究中的4个关键内容:数据点之间"距离"函数的定义方法、类数目的确定、高效优良的聚类算法和聚类算法好坏的评估。分析了各类聚类算法的优劣性,指出了聚类分析研究的发展趋势。     

一种基于自然最近邻的离群检测算法

任何涉及k近邻求解问题的算法被应用于处理不同特征的数据集时,参数k值的选择都会明显影响算法的性能和结果。因而,如何选择k近邻算法中敏感参数k值一直是一个研究难点。提出了一种新的近邻关系———自然最近邻,它不需要设置参数k,每个节点的邻居是由算法自适应计算而形成的。针对离群点检测的特殊性,通过确定自然最近邻居搜索算法的终止条件,提出一种基于自然最近邻的新的离群检测算法ODb3N。实验表明,该算法不仅避免了k近邻中参数的选择问题,而且能够更有效地发现离群簇。