基于WSRF的集合预报任务调度系统

分析集合预报的任务特点,基于Web服务资源框架(WSRF)设计一种动态自适应的集合预报任务调度系统。给出任务调度算法,根据网格节点的资源变化自适应地选择节点,为每对初值样本的模式预报任务指派CPU资源数目,以缩短预报时间、节省计算成本。实际运行结果验证了该系统的可行性。     

基于预估偏差的台风路径集合预报方法研究

在基于预估偏差的台风路径集合预报优化方法的基础上,提出并验证不同预报时次的预报偏差不一致的假定,从区分临近样本使用途径的角度做出综合改进,以进一步提高该类台风路径集合预报方法的稳定性和实用性.对2008—2017年影响我国东南沿海的48场典型台风的全过程进行路径集合预报检验,并与模式预报路径预报表现进行对比分析.研究表...     

支持并行设计的产品数据管理

产品数据管理是基于数据库,分布计算和网络通讯等技术发展起来的新型工程数据管理技术,是有效管理和控制所有与产品有关的信息的并行设计框架,本文研究了支持大型电子设备并行设计的产品数据管理系统ＹＣ－Ｂｒｉｄｇｅ的开放式体系结构,并介绍了它的主要功能,实现方法及技术特点。     

产品数据管理技术的研究与应用

本文从PDM的技术背景和概念出发，详细描述了基于对象框架结构的PDM的技术特点和主要功能。     

面向集合预报的高性能计算环境

集合预报中需要大量的高性能计算资源对海量数据进行实时分析和处理,高效的资源管理和数据共享将有效提高预报的效率和时效性。本文在分析集合预报的特点和需求的基础上,设计了基于元数据提取的海量数据管理方案和基于虚拟组织的高性能计算资源管理方案,并采用网格技术对这些资源进行有效管理和共享,为分布在各个地域、不同组织的气象科学家提供一个高效共享的协同开发平台,达到有效提高预报结果的时效性并推动中尺度天气预报事业发展的目标。     

并行工程中产品数据管理的实施

本文在并行工程特点的基础上，提出了以过程来组织设计队伍、设备资源、应用工具和对产品数据的存储、提交、发布进行控制的产品数据管理的体系结构。并结合８６３／ＣＩＭＳ重大关键项目“并行工程”的实施情况，研究了如何利用商用产品数据管理软件实现对“并行工程”开发验证环境中产品数据管理的支持。     

产品数据管理系统在绿色自行车设计中的应用

介绍自行车产品的研发设计,提出利用产品数据管理系统（PDM）进行绿色自行车产品设计的方案。     

支持并行工程的产品数据管理系统研究

在论述并行工程关键技术的前提下,通过分析当前PDM系统和工作流技术的特点,构造了以过程管理带动数据集成的产品数据管理系统。根据此结构建立了WorkflowPDM原型系统,验证了以工作流技术为支撑的过程管理系统在PDM系统中的应用。     

基于ENOVIA PM 系统的产品数据管理技术研究及应用

概述了产品数据管理（PDM）技术的基本概念、体系结构和功能．从某企业在实施C IMS/并行工程的过程中，采用IBM ENOVIA PM系统，进行了产品数据管理的管理模型和信息 模型的建立、PM系统的汉化、信息的统一编码和创建基于Web技术的协同工作平台等有关技 术的研究及应用．     

基于局域网的GIS数据动态交互的实现

空间信息系统的数据体系需要维护空间数据的现势性和有效性，文章讨论了一种在局域网上远程动态个性分布存储的空间数据的方法，可以在一定程度上解决这一问题。     

基于样本权重更新的不平衡数据集成学习方法

不平衡数据的问题普遍存在于大数据、机器学习的各个应用领域,如医疗诊断、异常检测等。研究者提出或采用了多种方法来进行不平衡数据的学习,比如数据采样(如SMOTE)或者集成学习(如EasyEnsemble)的方法。数据采样中的过采样方法可能存在过拟合或边界样本分类准确率较低等问题,而欠采样方法则可能导致欠拟合。文中将SMOTE,Bagging,Boosting等算法的基本思想进行融合,提出了Rotation SMOTE算法。该算法通过在Boosting过程中根据基分类器的预测结果对少数类样本进行SMOTE来间接地增大少数类样本的权重,并借鉴Focal Loss的基本思想提出了根据基分类器预测结果直接优化AdaBoost权重更新策略的FocalBoost算法。对不同应用领域共11个不平衡数据集的多个评价指标进行实验测试,结果表明,相比于其他不平衡数据算法(包括SMOTEBoost算法和EasyEnsemble算法),Rotation SMOTE算法在所有数据集上具有最高的召回率,并且在大多数数据集上具有最佳或者次佳的G-mean以及F1Score;而相比于原始的AdaBoost,FocalBoost则在其中9个不平衡数据集上都获得了更优的性能指标。     

一种基于聚类融合欠抽样的不平衡数据分类方法

在面对现实中广泛存在的不平衡数据分类问题时,大多数 传统分类算法假定数据集类分布是平衡的,分类结果偏向多数类,效果不理想。为此,提出了一种基于聚类融合欠抽样的改进AdaBoost分类算法。该算法首先进行聚类融合,根据样本权值从每个簇中抽取一定比例的多数类和全部的少数类组成平衡数据集。使用AdaBoost算法框架,对多数类和少数类的错分类给予不同的权重调整,选择性地集成分类效果较好的几个基分类器。实验结果表明,该算法在处理不平衡数据分类上具有一定的优势。     

Ensemble classification of paired data

In many medical applications, data are taken from paired organs or from repeated measurements of the same organ or subject. Subject based as opposed to observation based evaluation of these data results in increased efficiency of the estimation of the misclassification rate. A subject based approach for classification in the generation of bootstrap samples of bagging and bundling methods is analyzed. A simulation model is used to compare the performance of different strategies to create the bootstrap samples which are used to grow individual trees. The proposed approach is compared to linear discriminant analysis, logistic regression, random forests and gradient boosting. Finally, the simulation results are applied to glaucoma diagnosis using both eyes of glaucoma patients and healthy controls. It is demonstrated that the proposed subject based resampling reduces the misclassification rate.     

基于邻域混合抽样和动态集成的不平衡数据分类方法

不平衡数据严重影响了传统分类算法的性能,导致少数类的识别率降低。提出一种基于邻域特征的混合抽样技术,该技术根据样本邻域中的类别分布特征来确定采样权重,进而采用混合抽样的方法来获得平衡的数据集;然后采用一种基于局部置信度的动态集成方法,通过分类学习生成基分类器,对于每个检验的样本,根据局部分类精度动态地选择最优的基分类器进行组合。通过UCI标准数据集上的实验表明,该方法能够同时提高不平衡数据中少数类和多数类的分类精度。     

面向大型产品虚拟展示的数据管理方法研究

合理有效的模型数据管理是在桌面虚拟环境中实现大型产品虚拟展示的关键问题。针对大型产品模型数据量大、结构复杂的特点,采用关系型数据库管理模型数据。设计了场景图管理方法,并基于NUR算法实现内存动态调度,充分利用系统内存空间。综合利用视锥体裁减、隐藏面删除和几何体数据合并等模型简化与显示优化技术,提高场景渲染效率。基于以上方案设计实现了机车虚拟装配与展示系统,验证了所采用方法的有效性。     

基于神经网络集成的数据分析

神经网络集成通过训练多个神经网络并将其结论进行适当的合成,可以显著地提高学习系统的泛化能力.然而,设计一个好的神经网络集成必须在个体准确性与彼此差异性之间取得一个平衡.本文提出了一种改进的神经网络集成构造方法--基于噪声传播的神经网络集成算法(NSENN).     

WinCC Global Script在数据存储中的应用

为了解决监控系统中过程数据的处理,通过编写WinCC的G16bal Script,提出了一种新的过程数据记录方法。将过程变量按记录时间生成日志文件和过程数据记录文件。使得对于过程数据的处理更为方便。通过自动生成的索引文件用户可以随时根据需要添加、删除记录的变量,而不需改动Global Script,使得该方法具有扩展性和可移植性。通过G1obal Script处理数据,使得数据采集周期由500ms缩短到250ms。该数据记录方法在实际工程应用中取得了良好效果．可以推广和移植到其他监控系统的数据记录中。     

数据网格的数据管理策略

数据网格的目标是使数据密集型的高性能计算和数据密集型的数据共享事务处理及科学研究成为可能，数据网格主要包括数据存储系统和数据管理系统两大部分．数据管理系统对所存储的数据进行管理，主要包括数据的传送和复制等操作．文章对数据管理策略进行了详细的分类评述并且讨论了目前数据管理系统中的某些局限性和进一步的工作．     

互动式游戏数据库的数据存储与管理

互动游戏的实时与动态交互性要求游戏能够快速调用存储介质中的图像、语音、动作等多媒体数据,作为游戏角色参与游戏。针对该特性,设计适合于互动游戏的专用数据库管理软件,构建能够存储和管理多媒体数据的基于关系的数据库模型,从物理存储和逻辑语义2个方面探讨基于Hash的多媒体数据的存储与管理方法。