CUDA兼容图形卡作为BLAST序列比对的有效硬件加速器研究

提出了在硬件产品上运行BLAST算法的方案,认为可以使BLAST达到目前为止最快的速度。它是在由NVIDIA发布的CUDA编程环境上执行的。做了详尽的模拟试验,在一个3GHz英特尔奔腾IV处理器上运行,比较了BLAST和SSEARCH的执行。方案与最新公布的GPU执行情况和一个SIMD解决方案进行了比较,测试表明,实现了在硬件产品上获得更大速度的目的,也降低了大规模比对的执行成本。     

基于GPU的RUB算法研究与实现

GPU通用计算已经在很多领域中得到应用,包括金融、石油、天文学、流体力学、信号处理、电磁仿真、模式识别、视频压缩等领域。将GPU通用计算应用到P2P协议中,通过使用全局存储器和共享存储器两种方法把BitTorrent协议中的随机邻居节点选择算法和随机文件块选择算法（RUB）映射到GPU上,用GPU加速了BitTorrent协议文件块的分发。     

基于非线性的电子商务可信性研究

模糊综合评价法是常用的分析方法,它在人工智能、系统评估、决策等多方面有很好的应用。正确评价一个网站的可信性的过程,需要从界面、功能、物流、系统等各方面来评价,即综合评价的过程。考虑到模糊方法的特点,其在模拟人脑思考,评价多因素影响的综合指标值等方面有很好的应用。因此,提出了一种结合特征根方法和非线性模糊综合评价的方法来分析电子商务的可信度。与此同时,将实验结果与其他的线性模糊评价法进行对比,充分说明了在对电子商务可信性评价过程中,利用非线性方法的重要性。     

e-Science技术综述

e-Science是在全球范围内基于Internet的分布式大规模合作研究,以及能够支持这种合作研究的下一代基础体系结构。e-Science技术将对传统的科学研究方法产生革命性的影响。文章对支撑e-Science应用的基础体系结构进行了讨论,对e-Science中需要解决的关键技术问题及研究方向进行了分析,最后对我国e-Science研究的前景进行了探讨。     

基于Lucene的BM25模型的评分机制的研究

Okapi BM25是一种相关性排序函数,适用于搜索引擎根据与给定搜索查询的相关性对匹配文档进行排序.通过BM25模型与开源搜索框架Lucene的有机结合,实现了BM25模型在Lucene中的检索评分.经实验表明,BM25模型在Lucene中有较好的表现,为进一步根据实际需求利用BM25模型和Lucene进行全文检索做出了有益的探索.     

提高支持QoS的Web服务选择效率的新方法

针对当前因网络上Web服务数量的剧增而导致的服务选择效率不高的问题,提出了一种提高支持QoS的Web服务选择效率的新方法.利用巴莱多定律对已有的Web服务发现模型进行了改进,提出了新的交互时序和Web服务选择步骤,有效避免了Web服务选择的重复计算问题,提高了Web服务的选择效率.实验结果表明,该方法可以对大部分Web服务快速选择,有效地提高了Web服务的选择效率.     

基于GPU的文本特征选择与特征加权

通过对GPU通用计算与文本分类的研究,提出了一种基于GPU的文本特征选择与加权方法。首先介绍了文本分类中常用的特征选择方法和特征加权方法,并在GPU上实现了其中的DF(文档频率)方法和TFIDF方法。实验结果显示,利用提出的并行特征选择与加权方法能能有效的提高特征选择与加权过程的速度。     

基于CUDA的数据挖掘KNN算法的改进

当今的时代是信息化的时代,随着计算机和网络的迅速发展,在日常生活中会产生越来越多的数据。人们享受信息化网络系统带来的便利的同时,也遗憾有非常多的信息被淹没在数据之中。如何整理管理这些宝贵的数据,怎么才能更好更有效地使用这些数据,成为一个迫切而重要的问题。     

支持e-Science的网格体系结构及原型研究

提出了e-Science网格的虚拟动态分层体系结构(VDHA).VDHA是具有P2P特征的分散的支持e-Science网格的体系结构.VDHA具有可扩展性、自动性、精确和完全服务发现的特点.实现了基于VDHA的验证原型系统VDHA Grid,其具有可扩展的网格信息服务.VDHA_Grid是中国大学e-Science网格项目的核心软件.也讨论了VDHA的一些优点及相关协议.     

基于用户影响的QoS可信度分析

Web服务越来越受到大家的关注,Web服务的QoS研究也越来越被研究者所关注。可信度是用户的主观的感受,所以用户对可信度的影响是不可以忽视的。主要考虑基于用户影响的QoS可信度问题,通过模糊评价方法提出了将用户评价作为反馈,来对QoS的值进行调整。让QoS的值不仅仅取决于服务提供者提供的信息,使得QoS值更加可信。