采用结构与参数训练相结合的RNN模型构建基因调控网络

提出一种采用递归神经网络模型构建基因调控网络,将结构训练与参数训练相结合的方法进行网络的权值训练.采用模拟退火算法训练网络结构,找出调控关系权值,再引入基于免疫思想的粒子群算法对权值进行参数优化,得到基因调控网络图.并分别用人工数据和大肠杆茵DNA修复系统基因数据进行实验.实验结果表明,该方法能有效地从基因时序数据中揭示基因间的调控关系.     

基于用户态文件系统的共享访问与性能提升研究

研究并实现面向NVMe SSD的用户态高性能共享式文件系统(UHSFS),并提出简单弹性的数据布局技术、多粒度IO队列弹性分离技术以及多用户共享内存架构,这些关键技术能够显著地提升元数据的操作性能和IO处理能力,并且实现用户态文件系统的共享访问。实验结果表明,与UNFS,NVFUSE,BLOBFS和BLUEFS等用户态文件系统相比,UHSFS的元数据操作性能和Filebench综合负载性能最优;IO队列分离技术能够大幅度地提升吞吐量;与F2FS, XFS, Ext4等内核态文件系统相比, UHSFS同样表现出性能优势。