具有自恢复能力的机群监控系统结构

提出了一种具有自恢复能力的机群监控系统结构,采用该结构的监控系统可以自动、及时地完成机群系统中故障的发现和排除,从而可极大地增强机群监控系统的智能化和主动控制能力,有效提高整个机群系统的可靠性.采用该结构开发的机群监控系统已经在Linux机群存储系统中得以应用,取得了良好的效果.     

云计算平台下资源监控系统的设计与开发

传统的集群监控软件无法识别虚拟机虚拟化层的存在,同时,环境的伸缩、虚拟机的频繁增减也对监控系统提出新的需求。针对上述问题设计并实现了Cloud Monitor,即一种面向云计算环境的监控系统,提出了一种多级监控服务器结构,解决主机之间不能相互访问的问题;另外,每个机群都有一个机群监控服务器,机群监控服务器负责处理机群中节点的监控信息,减轻了中心服务器的负担,有效增加了整个监控系统的监控规模。系统在开源监控系统Nagios的基础上结合传统机群监控软件的优点和虚拟化技术的特点,可以监控云计算环境下的各类资源。Cloud Monitor已在实验性云基础平台上集成运行,并验证了其设计目标。     

基于CAN总线的潜水电机智能监控系统设计

针对潜水电机工作环境恶劣、影响参数多、故障率高等问题,本文设计了一种基于CAN现场总线的潜水电机群分布式智能监控系统。监控节点完成潜水电机的智能控制和故障保护,并通过CAN总线与监控主机进行通信,形成分布式监控网络,简化了系统结构,实现多电机的分散监控和集中管理功能。     

机群操作系统远程监控技术要求概述

针对当前高性能计算机发展的实际情况,分析了机群操作系统远程监控技术的内容,论述了机群操作系统远程监控技术要求的意义,并提出了相关设计方法.     

机群系统结构及其设计因素

机群并行计算机成为并行计算研究的热点。文中介绍了机群并行系统的特征、机群的体系结构、理想模型,并讨论了在设计机群并行系统时需要考虑的基本因素。     

Profibus-DP在电路板自动清洗线上的应用

针对目前国内电路板自动清洗系统中存在成本高,效率低,运行不稳定等现象,提出一种基于现场总线Profibus-DP的自动清洗系统,并完成软硬件设计。通过现场总线控制电机群运行以及利用人机界面实时监控和设置多台变频器的输出参数的方式,可实现电路板的自动在线清洗、工艺参数的设定和工艺过程的监控等功能;本系统应用在实际的电路板清洗生产线当中,取得一定的经济效益和社会效益。     

我国推出首台超过万亿次计算机

8月 2 9日 ,联想深腾 180 0大规模计算机系统(以下简称联想万亿次计算机 )成果汇报会在北京举行。全国人大常委会副委员长周光召、中科院院长路甬祥、信息产业部副部长苟仲文等领导到会祝贺。据鉴定委员会副主任、高性能计算产业专家钱德沛介绍 ,联想万亿次计算机每秒浮点运算可达 1.0 2 7万亿次 ,整体上达到了当前国际同类产品的先进水平 ,部分技术如机群管理系统、机群监控系统、机群系统性能优化技术和机群基础架构等甚至达到国际领先水平。联想万亿次计算机是科技成果产业化的重大进步 ,将对我国高性能计算产业发展起到较大推动作用。据…     

冷机节能群控-集中管理、降低能耗、楼宇自控的节能趋势

<正>中央空调冷机群控系统将现代模糊优化控制、计算机通讯技术、计算机控制技术、传感器技术等引入中央空调系统节能,针对中央空调系统的24小时工作特性、24小时时变特性和非线性特征,使用智能通用算法、智能模糊预测算法、通用优化算法和动态参数优化算法,达到节能和延长设备寿命等控制效果。冷机群控系统可依据负荷的变化,择优选择系统的设备组合,确保     

基于无线网技术的塔机集群动态防碰撞系统

针对建设工地大量采用的塔机群对安全、高效作业的需求,文章设计开发了基于Zig Bee无线通信的塔机集群动态防碰撞系统。系统以Cortex-A8为硬件核心,嵌入式Linux4.2内核为软件平台,利用无线网络组网快速、节点布置方式灵活的特点,实现了塔机群间的三维动态信息交互,建立了塔机群控模型和动态防碰撞算法。现场测试表明,系统能有效地保障塔机群安全可靠运行,具有良好的应用前景。     

基于生灭过程的机群系统高可用性分析与设计

文章在对机群系统的运行特性进行分析的基础上,运用马氏过程描述了机群系统中的高可用性（High Availability),并从理论上建立了基于生灭过程的机群高可用模型。文中在给出机群高可用管理软件结构的基础上,设计了一种基于集中式结构的主副容错协议;通过可用度的分析结果得出：机群高可用系统采用了可修复性技术后,只要有一个HA节点能正常工作,该系统是“可用”的。     

一种T-S模糊模型的聚类分析与辨识方法

传统的模糊聚类分析方法分两个步骤,首先使用目标函数进行模糊生成,然后应用聚类有效性函数决定聚类的最佳数目。针对模糊形成和有效性验证函数的内在不同所导致的聚类不准确性,应用一种新的基于双目标模糊聚类分析（BOFCM）的聚类方法。同时将基于三角形隶属函数的T-S模糊系统应用于非线性系统辨识中,该方法可以很方便地确定输入空间的划分及隶属函数的形状,减少了计算量。将以上方法应用于一个二阶系统辨识分析,证实了该方法的有效性。     

Proposal for Efficient Routing Protocol for Wireless Sensor Network in Coal Mine Goaf

The existing uneven clustering algorithm have disadvantages of coal mine with long strip structure. This paper proposed a UCEB-CMF protocol to improve the safety of coal mine monitoring system. The new protocol optimize the selection mechanism of the cluster head, avoid the lower residual energy nodes become the cluster head. Improve the calculation method of non-uniform competition radius and the competition way of the candidate cluster head, so the new protocol can ensure the node which close to the Sink node and has the more energy to priority become the cluster head. Propose a multipath routing algorithm according to the characteristics of the node in the coal mine goaf is die easily, it can ensure the persistence of the data transmission. Simulation results show that the routing protocol effectively balances the energy consumption among cluster heads and achieves an obvious improvement on the network life time.     

A New Interconnecting Method for Wind Turbine/Generators in a Wind Farm and Basic Performances of the Integrated System

A new interconnecting method for a cluster of wind turbine/generators is proposed, and some examples of the basic characteristics of the integrated system are shown. This method can be achieved with a wind turbine generating system using a shaft generator system. A group of wind turbine/generators can be interconnected easily with the proposed method, and high reliability and electric output power with high quality are also expected. Moreover, since this method enables transmission of the generated power through a long-distance dc transmission line, the optimum site for wind turbines can be selected so as to acquire the maximum wind energy.      

多进制频移键控信号的调制分类方法

分析和改进了对MFSK信号调制分类算法。考虑到实际系统中脉冲成形的影响，对信号进行了恒包络预处理；选取抗噪能力强的Haar小波提取信号特征；针对无监督聚类算法中FCM算法对初始值敏感，易收敛至局部最优解的缺点，提出了减法聚类和FCM算法相结合的算法求得最佳聚类数；不仅能够保证获得全局最优解，还大大提高了FCM的收敛速率。     

Detection of multiple sclerosis with visual evoked potentials - anunsupervised computational intelligence system

This paper describes the application of a novel unsupervised pattern recognition system to the classification of the visual evoked potentials (VEPs) of normal and multiple sclerosis (MS) patients. The method combines a traditional statistical feature extractor with a fuzzy clustering method, all implemented in a parallel neural network architecture. The optimization routine, ALOPEX, is used to train the network while decreasing the livelihood of local solutions. The unsupervised system includes a feature extraction and clustering module, trained by the optimization routine ALOPEX. Through maximization of the output variance of each node, and an architecture which excludes redundancy, the feature extraction network retains the most significant Karhunen-Loeve expansion vectors. The clustering module uses a modification to the fuzzy c-means (FCM) clustering algorithms, where ALOPEX adjusts a set of cluster centers to minimize an objective error function. The result combines the power of the FCM algorithms with the advantage of a more global solution from ALOPEX. The new pattern recognition system is used to cluster the VEPs of 13 normal and 12 MS subjects. The classification with this technique can, without supervision, separate the patient population into two groups which largely correspond to the MS and control subject groups. A suitable threshold can be chosen so that the recognizer chooses no false negatives. The use of multiple stimulation patterns appears to improve the reliability of the decision. The reasoning of most neural networks in their decision making cannot easily be extracted upon the completion of training. However, due to the linearity of the network nodes, the cluster prototypes of this unsupervised system can be reconstructed to illustrate the reasoning of the system. In this application, this analysis hints at the usefulness of previously unused portions of the VEP in detecting MS. It also indicates a possible use of the system as a training aide     

Cluster Space Specification and Control of Mobile Multirobot Systems

The cluster space state representation of mobile multirobot systems is introduced as a means of enabling enhanced control of mobile multirobot systems. A conceptual framework is proposed for the selection of appropriate cluster space state variables for an n-robot system, the development of formal kinematics that associate the cluster space state variables with robot-specific variables, and the implementation of a cluster space control system architecture. The cluster space approach is then demonstrated for examples of two- and three-robot clusters consisting of differential drive robots operating in a plane. In these examples, we demonstrate cluster space variable selection, review the critical kinematic relationships, and present experimental results that demonstrate the ability of the systems to meet control specifications while allowing a single operator to easily specify and supervise the motion of the clusters.     

基于无监督聚类的入侵检测方法

研究了基于无监督聚类的入侵检测算法.算法的基本思想是首先通过比较无类标训练集样本间的距离来生成聚类,并根据正常类比例N来确定异常数据类别,然后再用于真实数据的检测.该方法的优点在于不需要用人工的或其他的方法来对训练集进行分类.实验采用了KDD99的测试数据,结果表明,该方法能够比较有效的检测真实网络数据中的未知入侵行为.     

基于聚类的Adhoc网络入侵检测研究

由于Adhoc网络的独特网络特性,其安全性特别脆弱。在分析了Adhoc网络安全性的基础上,提出了一种聚类算法和人工免疫系统相结合来进行入侵检测的方法。该算法是一种无监督异常检测算法,它具有可扩展性、对输入数据集的顺序不敏感等特性,有处理不同类型数据和噪声数据的能力。实验表明,该算法可以改进Adhoc网络入侵检测的检测率和误检率。     

用约瑟夫森结量子比特制备簇态

高度纠缠的簇态是一种常见的测量基的量子计算的资源。这里提出了基于约瑟夫森比特的簇态实现方案。方案简单且易于操作,每个量子比特是通过包括一个超导岛和一个库伯对盒来实现的,任意两个约瑟夫森结量子比特可以通过一个对称的直流射频超导干涉仪相互耦合。通过调节每个实现量子比特的的门电压,来设定合适的初态,通过调节系统内相应的参量从而实现一个一个环路的耦合作用,以实现簇态。经过文章理论推导,方案简便易操作。在现在的技术条件下,方案完全可行。     

基于克隆算法的网络结构聚类新算法

基于目标函数的聚类算法是目前应用最为广泛的聚类分析方法之一.然而这类算法都需要类别数和聚类原型的先验知识,且只能分析具有相同原型的数值型数据.此外这类算法还存在对初始化敏感,易陷入局部极值点等弱点.为此,本文提出一种基于克隆算法的网络结构聚类新算法以实现聚类分析的自动化.由于新算法将克隆选择与禁忌克隆相结合,使网络既具有免疫的特异性又具有免疫的耐受性,通过分析网络神经元的最小生成树,能够快速准确地获得类别数以及相关的分类信息.对各种类型的数据集的测试结果均表明,本文提出的新算法对于处理具有混和特征的数据集聚类分析问题是相当便捷有效的.