基于张量分解的动态Web服务推荐

在服务计算领域中,为了能够在大量具有相同功能的Web服务以及API等数据资源中选择适合用户的服务和接口,提出了服务推荐系统。当前常用的基于服务质量（QoS）的服务推荐系统所采用的模型假定服务的QoS值恒定不变,是一种由服务和用户的二元关系构成的二维静态模型。针对实际应用中,QoS是受到多种因素影响的变量这一问题,提出了一种可以描述多个影响QoS因素的张量模型,并利用张量分解算法来对服务推荐算法进行了改进。实验结果表明:提出的基于张量分解的服务推荐算法与6种现有算法相比较,预测服务的QoS值的绝对平均误差（MAE）不同程度地降低了20%~50%,并且所建模型能够描述更多的影响因素,从而可对服务进行动态推荐。      

基于类云模型的c均值聚类航迹关联算法

针对多传感器多目标航迹关联的特点,提出了将类云模型和c均值聚类联合应用于航迹关联的解决方法。将表征航迹特征的参量构成聚类中心和待分类的样本空间,利用类云模型和c均值聚类算法对来自不同传感器的航迹进行分类和收敛判断,构建了基于类云模型的c均值聚类航迹关联模型,有效地解决了目标密集环境下的航迹关联问题,通过仿真研究说明了该算法的有效性和鲁棒性。     

多场耦合计算平台与高超声速热防护结构传热问题研究

从有限元法(FEM)和有限体积法(FVM)的单元特性出发,提出一种具有局部守恒特性的界面载荷插值方法.采用共享内存技术开发适用于通用有限元和计算流体力学(CFD)软件的多场耦合计算平台,并基于分区耦合方式实现流固耦合传热计算.作为验证,分别将ANSYS与Fluent和CFD-FASTRAN软件进行耦合,计算外壁冷却的喷...     

打造河北省生态园型农业特色产业集群研究

农业特色产业作为新的经济增长点,并且日益成为目前农村经济发展面临的新课题和拉动内需的新机遇。同时也应该看到,由于长期不合理的盲目开发等原因,农业生态环境恶化和自然资源紧缺的问题日益严峻,生态农业问题的提出是农业经济可持续发展的必然。本文结合河北省农业特色产业的发展现状,总结其存在的问题,分析河北省农业特色产业集群的可行性,进而提出以增长极理论为理论基础,构建生态园型的农业特色产业集群的相关建议。     

密集烘烤过程中烤房叶间风速指标的灰色关联聚类分析

在烘烤过程中,密集烤房内部不同位点的风速之间密切又复杂.为确定风速指标间的关系,测定了密集烤房内405个风速值,对15个风速指标进行了灰色关联聚类分析.结果表明：当聚类临界值为0.8时,15个风速指标可被聚为2类;当聚类临界值为0.7时,15个风速指标可被聚为1类.通过分析,密集烤房内部同一平面不同位点的风速差异较小,可视为均匀一致,密集烤房能够保证装烟室同一层烟叶整体上均处于同样的变色和干燥环境下,从而能够在理论上保证其烟叶相同的烘烤质量.     

研究有序—无序相变的原子集团变分法（CVM）

原子集团变分法广泛地应用于有序－无序相变的研究。该文系统地阐述了原子集团变分法的基本理论和其发展过程，并对其应用成果进行了综合评述。     

基于误差模型的权重二值神经网络近似加速

针对智能识别系统精确度和硬件复杂度之间的均衡设计问题,提出了一种基于误差统计模型的权重二值神经网络近似加速方法。在提出了一种获得高精度轻量神经网络的权重二值化处理算法基础上,引入近似加法器、消除乘法器以进一步提高能效。最终提出了一种系统级误差统计模型用于系统评估和优化设计,该设计能够分析和预测权重二值神经网络近似加速系统的最终精度。结果表明:该模型可以准确地预测系统精度,与仿真结果对比,相对误差在2.05%～3.07%。该模型预测用于指导相应软硬件的设计优化,可大幅提高设计的迭代速度。     

异构计算并行编程模型综述

异构计算架构是目前高性能计算研究的重要领域。在异构计算架构中,不同种类的计算器件协同工作需要解决如任务调度、数据通信、存储、同步优化等问题。这些问题会对异构计算架构系统的运行性能、功耗、可靠性等指标产生重要影响。为解决异构系统的应用开发与系统优化问题,近年出现许多面向异构计算架构的并行编程模型。本文介绍异构并行编程模型的研究进展,针对异构并行计算需要解决的关键问题进行讨论,最后对异构体系架构的发展方向做出总结。     

基于证据理论的航空发动机早期故障诊断方法

在分析航空发动机早期故障特点和数据融合的基础上,将证据理论应用于发动机故障征兆级别的数据融合中,提出了构造基本信任指派函数的方法,从而得到了更准确的早期故障征兆.在此基础上,应用模糊聚类分析方法,依据最大隶属度原则得到发动机早期故障源.该方法考虑了发动机早期故障征兆不明确、不精确、不肯定等特点,应用模糊测度来表示征兆,更符合发动机早期故障的实际情况.      

基于分布式并行遗传算法的电力系统无功优化

针对传统遗传算法寻优质量差、计算时间长的问题,提出了基于计算机集群的一种新的分布式并行遗传算法解决电力系统无功优化问题.采用遗传模拟退火算法和分布式并行计算MPI(Message Passing Interface)技术,实现多进程的分布式集群计算.该算法通过个体迁移策略来协调优化各个子种群,使用计算效率来判断计算负载状态,采用动态种群来进行负载平衡.通过运用标准测试算例IEEE14节点和一个实际电力系统的无功优化计算,结果表明这种算法具有很高的稳定性,有较好的并行效率,适合求解大规模电力系统的无功优化问题.