基于契约的网格资源管理

针对网格计算经济,研究了将契约应用于网格资源管理和调度的方法。提出了一个结构化的契约模式,完成了契约匹配算法,分析了契约的安全问题和相关处理。在此基础上提出了基于契约的网格资源管理体系。该方法简化了资源管理以及网格监测,规范了GSP的行为,促进了资源的可靠性,进而推进了QoS的改善。     

独立于网格计算经济模型的记账和支付

针对当前网格计算经济中记账和支付的不足,提出了一种能够独立于计算经济模型的记账和支付体系结构.以独立的第3方完成记账数据采集;依据GSP和GSC的支付策略实现资源选择和支付;完成了一个支付算法,实现了和现实商业银行的仿真连接.     

单精度浮点数累加和误差研究

计算机中进行浮点数加法运算时,需要进行对阶和右规格化操作,该操作会进行舍入处理,这种处理过程会产生误差,浮点数累加运算会造成误差的累积,导致计算结果精度不够甚至计算结果错误。通过实验手段研究单精度浮点数累加过程中不同结合顺序对浮点数累加和误差的影响,探索结合顺序导致计算误差的规律,为多核计算、GPU计算、多处理器计算等计算范型和计算结构提供选择结合方法的依据,便于发挥其并行计算的优势。     

面向智能手机拍摄的变形文档图像校正

智能手机拍摄的图像中经常会出现变形的文档图像,变形的文档图像影响文本的识别和后期图像处理等工作,而现有的变形文档图像校正方法存在校正类型单一和校正效果不理想的问题.针对以上问题,提出了一种基于最小化重投影的变形文档图像校正方法.该方法首先通过文本域轮廓检测,合并文本域轮廓来获取文本行连通域.然后利用主成分分析法PCA在...     

基于Storm的流数据KNN分类算法的研究与实现

KNN算法是一种简单、有效且易于实现的分类算法,可用于类域较大的分类。近年来对KNN算法的研究偏向于静态大数据集,不过,在越来越多的情况下要用KNN算法在线实时处理流数据。考虑到流式数据流量大,连续且快速,不易存储和恢复等特性,以及流处理系统Storm对流数据处理具有实时性、可靠性的特点,提出了基于Storm的流数据KNN分类算法,该算法首先对整个样本集进行划分,形成多个片集,然后计算出待分类向量在各片集上的[K]近邻,最后再将所有片集[K]近邻归约得出整体[K]近邻,实现待分类向量的分类。实验结果表明,基于Storm的流数据KNN分类算法能够满足大数据背景下对流数据分类的高吞吐量、可扩展性、实时性和准确性的要求。     

虚拟桌面杀毒模型的设计与实现

虚拟桌面环境中若采用传统基于主机的杀毒方式,会引起很大的系统开销并且需要及时更新本地病毒库;若采用新型的云计算杀毒方式占有网络带宽大,效率低.为解决以上问题,提出了新的虚拟桌面杀毒模型(virtual desktop antivirus model,VDAM),同时实现杀毒代理端3种可疑文件处理方式,包括文件签名方式、文件分解方式以及混合方式.实验表明,该模型与现有方式相比,能够减少系统开销和网络带宽占用率.     

一个多机系统中的硬件同步信号灯设计

一个多机系统中的硬件同步信号灯设计洪运麟，冯百明，肖骊在文献【ｌ」的基础上，进一步利用存储器芯片ＩＤＴ７０．２５的信号灯逻辑，开发了多机系统的硬件同步信号灯，大大简化了同步编程，可靠住和同步效率也有很大改进。每片ＩＤＴ７０２５带有八个信号灯逻辑［２」...     

基于OpenCL的并行kNN算法设计与实现

kNN算法是机器学习和数据挖掘程序中经常使用的经典算法。随着数据量的增大,kNN算法的执行时间急剧上升。为了有效利用现代计算机的GPU等计算单元减少kNN算法的计算时间,提出了一种基于OpenCL的并行kNN算法,该算法对距离计算和排序两个瓶颈点进行并行化,在距离计算阶段使用细粒度并行化策略和优化的线程模型,排序阶段使用优化内存模型的双调排序。以UCI数据集letter为测试集,分别使用E8400和GTS450运行kNN算法进行测试,采用GPU加速的并行kNN算法的计算速度比CPU版提高了40.79倍。     

传感器实时信息共享的一种实现方案*

针对企业中会存在的各类传感器所产生的关于自然现象的一些实时信息,如果能够得到及时的分析处理,并作出相应的决策,将会极大地提高企业的运作效率.提出了一种在信息网格中集成传感器的方法,并以智能数字磁场计HMR2300为例说明其实现过程.实践表明,该方法能够更方便、更快捷地将传感器集成在信息网格中,实现实时信息共享.     

动态Web服务合成中的服务选择算法研究

为了提高服务合成效率并更好的适应动态变化的应用环境,提出了基于流程修改的服务合成方案,使得复合服务的执行与服务发现过程并行化。提出了基于QoS属性的服务选择算法,该算法能够实现服务执行时选择服务,在考虑综合QoS信息及时间因素的基础上,通过不断更新用户需求来进行服务选择,提高了服务合成效率。实验结果表明,该选择算法可以获得满足用户需求且最优的服务,很好的保证了服务的可靠执行。