简介:云计算中的群集计算应用程序(例如MapReduce和面向用户的应用程序)具有应用程序级别的需求,因此需要有高级别的抽象来表示这些应用程序的需求.协流(coflow)是一个网络级别的抽象,用来表达数据并行编程范例的通信要求.协流使应用程序更容易地将其通信语义传达给网络,从而使网络能够优化常见的通信模式.然而,现有的协流识别方案依赖于修改应用程序,并不适用于多数实际场景.提出了基于增量聚类的协流识别策略,采用增量聚类算法来执行快速、透明的协流识别,实现了协流识别的自动化,同时无需对应用进行修改.仿真实验结果显示,本文的识别算法具有超过90%的准确率,具有一定的鲁棒性.
简介:目的探讨人脑星形细胞瘤发生发展中相关基因及分类特征基因的表达。方法用含13939种人基因的BioStarH140S芯片,以正常脑及18例胶质瘤组织总RNA制备的探针杂交芯片,ScanArray4000扫描信号,提取脑及不同级别星形细胞瘤的差异基因并行生物信息分析,Hierarchical聚类提取差异基因的特征。结果星形细胞瘤中筛选出438条(3.14%)差异表达基因;信息分析与细胞信号、细胞骨架和运动、癌基因及抑癌基因等多类基因密切相关;与分类相关的特征基因有MAP7、DBCCR1、PCDHA5、KCNAB1、NAPIL2等。表达谱将星形细胞瘤分成两类,与临床组织病理分类基本一致。结论芯片是基因分析和筛选肿瘤标志性基因的有效手段,可客观分析星形细胞瘤发展及预后;分类特征基因为星形细胞瘤侵袭性和预后判断提供依据,有助于临床诊治。
简介:对于多属性群决策中专家权重确定的问题,本文提出了基于聚类的专家权重确定方法,将专家权重分为类别间权重和类别内权重,对专家聚类步骤和类别间权重的计算方法进行了改进。通过专家给出的判断矩阵构建相容度矩阵,利用系统聚类原理,对相容度矩阵进行聚类,得到最大相容度谱系图。通过最大相容度间的距离和给定阈值的比较,对专家进行恰当分类,从而避免了根据现有研究步骤只能将专家分为两类的不足。此外,在确定类别间权重时,除继续对类容量较大的类赋予较大的类别间权重系数外,还引入专家判断矩阵的属性权重一致性来反映类别间的差异,从而有效避免了当某几类专家中含有相等数目专家时,赋予这几类专家相同类别间权重系数的问题。所提方法结构清晰、计算简便,并使得专家权重计算结果更为合理准确。最后运用一个算例对比验证了该方法的可行性和有效性。
简介:摘 要:本文以浮选柱液面为控制对象,该系统具有大惯性,大滞后,非线性,以及控制的数学模型难以找到等特点。利用PID控制的可靠性和稳定性强和模糊算法不需寻找数学模型的优点,采用模糊算法和PID控制相结合的控制方法控制电动阀。通过电动阀调控浮选柱液面,达到液面控制的目的。
简介:摘要:图像分类是计算机视觉领域的一个重要的任务,为了解决这一任务,本文提出一种基于每一类的判别信息生成的字典模型,称为监督的类判别的字典学习(Supervised Class-discriminant Dictionary Learning, SCDDL)模型。SCDDL模型从训练集中学习得到一个字典和在这字典上的表示系数,不仅不同类别的字典对训练样本的重建误差具有判别性而且表示系数具有判别性。在此基础上,充分利用重建误差的判别性和表示系数的判别性提出相应的图像分类方案。大量的实验结果表明,与现有的模型分类方法相比较,该分类方法在图像分类的任务上具有较好的分类性能,且算法的效率高。