面向不平衡数据集的SMOTE-SVM交通事件检测算法

针对现实中交通正常运行状态远多于事件状态这一事实,提出了面向不平衡数据集的交通事件检测算法.运用SMOTE (Synthetic Minority Over-sampling Technique)算法重构训练集,使之平衡,以支持向量机(Support Vector Machine,SVM)作为分类器,对交通事件进行检测.使用美国I-880高速公路获取的交通数据进行算法的训练和性能测试.结果表明,基于SMOTE-SVM的交通事件自动检测(Automatic Incident Detection,AID)算法可以提高检测率,减少平均检测时间.     

HPCC在IBM刀片机群上的诊断测试与结果分析

在IBM JS21 BladeCenter上进行2次HPCC测试,介绍HPCC的结果分析方法,并采用分层模型AHPCC对HPCC的测试结果进行分析。其目的是通过在高性能机群上执行HPCC测试说明HPCC测试对机群系统的评价和诊断能力。实验发现,在之前的HPL测试结果一直不理想并且无法更进一步发现和解决问题的情况下,采用HPCC测试能够较好地评价系统和诊断系统问题。通过分层模型的评价,能够得到更多关于目标系统的性能参数和发现可能的性能瓶颈,为系统设计及构建积累有价值的经验。     

道路改扩建过程中地下综合管线建设管理难题探讨

依附道路地下综合管线改造,存在建设依据难追溯、施工阶段频变更、新增管线落地难、擦边问题隐患多、传统模式难实施等问题,以合肥市老旧道路改、扩建过程中综合管线建设管理工作实践为基础,探索"加快规划配套,建立惩处机制、综合论证需求、防控重点风险、创新建设模式"的管理思路,提出城市道路改、扩建过程中地下综合管线建设管理难题的解决方法,进而提升城市道路改、扩建过程中地下综合管线建设管理水平,推进城市建设管理更高质量发展.     

数值软件自适应性能优化搜索过程评价技术研究

随着计算机硬件的快速变化,如何充分利用计算机资源,使软件性能尽可能逼近处理器峰值是人们关心的问题.针对特定硬件平台手工优化程序,或者依赖编译器优化技术,存在人工介入,难与硬件更新同步等问题.而采用自适应性能优化技术实现的高性能数学软件包(SANS)如FFTW,ATLAS,PHiPAC,OSKI等,可有效解决前两种方法存在的问题,降低开发成本,提高软件可移植性.针对自适应性能优化技术中,优化参数搜索过程十分耗时的问题,提出对优化搜索过程的评价指标Pt,并给出用此指标控制优化搜索过程的方法.实验表明运用该指标可以在较短的时间内得到一个合理的性能值.     

全国各地出台的地下管线政策法规执行情况研究

城市地下管线是城市赖以生存和发展的“生命线”,是城市安全的重要领域。近年来,全国多地制定了地下管线管理的政策法规,推动了地下管线管理工作。但地下管线无序建设、重地上轻地下、重审批轻验收、重建设轻管理的被动局面尚未根本改观;“马路拉链”普遍存在,路面塌陷、管线事故等安全问题时有发生。因此需要全面评估各地出台的地下管线政策法规执行情况,针对问题和原因,提出具体解决方法和路径,为地下管线在国家和地方层面的立法提供参考和支持。