基于直径为2的摩尔图网络的并行矩阵乘算法

提出了一个并行矩阵乘算法IPBPMM(Interconnected Processor-Based Parallel Matrix Multiplication).该算法运行在以五角形、Petersen图和Hoffman-Singleton图等直径为2的摩尔图(满足n=d2+1,n为节点数,d为度)为拓扑结构的由n个独立处理器构成的机群并行计算环境中.与基于二维环绕网孔阵列拓扑结构的Cannon和Fox等并行矩阵乘法算法相比较,IPBPMM算法通信开销较小,加速比更高,同时还具有矩阵分块可随机分布在各个节点中,无需事先按一定规律装入各节点中的特点.同时IPBPMM算法也能很好地扩充到由多个直径为2的摩尔图为拓扑结构组合构成的并行计算环境中,且随着网络的扩大,算法的并行加速比更高.     

Connectivity in finite ad-hoc networks

Research on ad-hoc network connectivity has mainly focused on asymptotic results in the number of nodes in the network. For a one-dimensional ad-hoc network G1, assuming all the nodes are independently uniform distributed in a closed interval [0, Z]（z ∈ R^＋）, we derive a generic formula for the probability that the network is connected. The finite connected ad-hoc networks is analyzed. And we separately suggest necessary conditions to make the ad-hoc network to be connected in one and two dimensional cases, facing possible failed nodes （f-nodes）. Based on the necessary condition and unit-disk assumption for the node transmission, we prove that the nodes of the connected two-dimensional ad-hoc networks （G2） can be divided into at most five different groups. For an f-node no in either of the five groups, we derive a close formula for the probability that there is at least one route between a pair of nodes in G2 -- {no}.     

面向可解释性的物体拓扑结构骨架表征方法

目的 模式识别中，通常使用大量标注数据和有效的机器学习算法训练分类器应对不确定性问题。然而，这一过程缺乏知识表征和可解释性。认知心理学和实验心理学的研究表明，人类往往不使用代价如此巨大的机制，而是使用表征、归纳、推理、解释和约束传播等与符号主义人工智能方法类似的手段来应对物体识别中的不确定性并提供可解释性。因此本文旨在从传统的符号计算出发，利用骨架拓扑结构表征提供一种可解释性的思路。方法 以骨架树为基本手段来形成物体拓扑结构特征和几何特征的形式化表征，并基于泛化框架对少量同类表征进行知识抽取来形成关于物体类别的知识概括显式化表征。结果 在形成物体类别的概括表征实验中，通过路径重建直观展示了同类属物体上得到的最一般表征的几何物理意义。在可解释性验证实验中，通过跨数据的拓扑应用展示了新测试样本相对于概括表征的特定差异，表明该表征具有良好的可解释性。最后在形状补全的不确定性推理实验中，不仅可以得到识别结论，而且清晰展示了识别背后做出的判断依据，进一步验证了该表征的可解释性。结论 实验表明一般化的形式表征能够应对尺寸、颜色和形状等不确定性问题，本文方法避免了基于纹理特征所带来的不确定性，适用于任意基于基元的表征方式，具有更好的鲁棒性、普适性和可解释性，计算代价更小。     

基于语义拓扑网的反馈学习技术

为了从海量数据中快捷有效地获取所需的信息,提出了语义拓扑网的概念以及基于语义拓扑网的反馈学习方法。通过将数据对象的内容特征与语义特征进行有机地结合并构成语义拓扑网。在反馈过程中利用语义拓扑网,不断学习记忆并指导搜索。实验表明,基于语义拓扑网的反馈系统具有良好的学习能力与记忆能力,能有效地提高榆索系统的性能。     

V型和Z型电热微驱动器性能比较与分析（邀请论文）

提出一种用于V型和Z型电热微驱动器性能比较的拓扑结构和标准,建立了在真空工作环境下V型和Z型电热微驱动器系统分析与比较模型.有限元仿真分析和实验结果验证了分析模型的准确性和有效性.借助此分析模型及所提出的性能比较拓扑结构和标准,综合分析和比较了V型和Z型电热微驱动器随不同结构参数变化时输出位移和力性能,为V型和Z型电热微驱动器的合理选择、系统设计与分析提供了可靠和实用的指导.     

基于文本挖掘的WUI火灾致灾因子网络构建及特征分析

为预防和减少WUI火灾的发生, 挖掘WUI火灾关键致灾因子, 厘清致灾因子间的作用机制. 本文首先基于本文挖掘技术从WUI火灾事故案例中得到致灾因子, 使用Apriori算法得到致灾因子之间的关联规则. 然后使用复杂网络理论构建WUI火灾致灾因子网络, 计算网络拓扑特征参数, 探析WUI火灾致灾因子网络特征. 最后引入WUI火灾致因链风险度指标, 挖掘出高风险连边, 并提出断链措施. 结果表明: WUI火灾致灾因子网络具有小世界特性, 高温、强风、干旱等对其他致灾因子影响较大. 燃烧废弃物、植物起火、应急响应速度、人为纵火、强风在不同致灾因子转换中具有重要作用, 应加强管控. 网络中风险度最高的边是燃烧废弃物→植物起火, 通过颁布禁止擅自燃烧废弃物等规定, 即可切断该风险链, 实现对WUI火灾的预防和主动控制.     

利用项目界面动力促进项目进展又好又快

在项目生命周期中, 各种事物的运动形成了许多的项目管理界面。正是项目界面的运动和变化改变着项目的发展过程。项目界面蕴含着影响力、系统动力、创造力, 更有着可拓性质, 是促进项目进展又好又快的动力源泉。     

碱和碱土金属卤化物标准熵的拓扑指数计算

定义离子特征值iδ=ln[Mi/(ni.x2pi)×2/(Zi 1)],构建化合物拓扑指数mX=∑(iδ.jδ…)。对碱金属、碱土金属的标准熵和指数进行相关性分析,相关系数为0.9973、0.9982,优于文献值。     

概率A—proper映象广义拓扑度及其不动点定理

本文拟在概率赋范线性空间(E、F、△),且具有可列基的空间上建立概率A-proper映象拓扑度及其相应的不动点定理。作为特例,我们讨论了在上述空间情形的概率紧连续场的拓扑度。     

DC-DC开关电源模块并联供电系统

为设计一种DC-DC开关电源并联供电系统,采用DC-DC主从模式实现两个开关电源的并联供电,并按比例自动分配电流。设计采用STC12C5A60S2单片机完成A/D采集主从模块及其总电流,再通过D/A控制从模块的电流,以实现主从模块按比例输出电流供给负载。DC-DC主从模块是由开关电源控制芯片SG3525为核心完成PWM产生,BUCK拓扑结构和反馈电路组成。这个系统实现可手动或自动调节电源比例的并联稳压供电,最大输出可达到4 A-8 V直流,效率高达83%。介绍了系统结构、DC-DC主从模块、测量电路、系统供电以及主控机原理,详细介绍系统结构、DC-DC主模块和主控电路。