公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

用均匀设计优化分散聚合法制备P(St/nBA)微球体被引量：1: 2011年; 用均匀设计法设计苯乙烯和丙烯酸正丁酯的分散共聚合反应的试验,用DPS数据处理软件进行线性和二次逐步回归分析,建立聚合物粒子转化率、粒径及粒径分布这3个指标和各因素(单体总量及不同单体配比、稳定剂用量、引发剂用量、反应介质极性和温度)之间的回归方程,比较线性回归与二次回归的拟合度,考察各因素对3个指标影响的大小;然后用MATLAB软件优化二次回归方程,得到在约束条件下的最优配方和预测值,并进行实验验证。结果表明:二次回归方程的相关系数R=0.999997,明显优于线性回归的结果R=0.795144;各因素对3个指标的影响存在着交互作用,对各指标影响最显著的单因素及影响顺序如下:对转化率为引发剂用量>分散介质极性,对粒径大小为稳定剂用量>温度>单体中丙烯酸丁酯浓度>初始单体总质量;对粒径分布为分散介质极性>稳定剂浓度>温度;在最优配方下用二次回归方程得到的预测值与实验值之间各指标的误差分别为:转化率|△K|<0.6%,平均粒径|△(?)|<6%,粒子分散系数|△ε|<30%。; 林锦贤; 关键词：均匀设计分散聚合

基于MPI的并行PSO混合K均值聚类算法被引量：13: 2011年; 传统的串行聚类算法在对海量数据进行聚类时性能往往不尽如人意,为了适应海量数据聚类分析的性能要求,针对传统聚类算法的不足,提出一种基于消息传递接口(MPI)集群的并行PSO混合K均值聚类算法。首先将改进的粒子群与K均值结合,提高该算法的全局搜索能力,然后利用该算法提出一种新的并行聚类策略,并将该算法与K均值聚类算法、粒子群优化(PSO)聚类算法进行比较。实验结果表明,该算法不仅具有较好的全局收敛性,而且具有较高的加速比。; 吕奕清林锦贤; 关键词：粒子群优化算法 K均值算法并行聚类

面向IPv4/IPv6混合网的用户行为分析方法被引量：1: 2009年; 在向以IPv6为基础的下一代网络转变的过程中,IPv4/IPv6混合网络将长期存在。文章在分析混合网络特征的基础上,提出了一种面向混合网的用户行为分析方法。该方法以网络数据流中的数据包为分析对象,通过基于协议和基于内容两个分析阶段来分析网络用户的行为特征,并且设计了一个行为分析模型,为网络用户的正常行为发现和异常行为检测提供了一种有效的解决途径。; 林卓哲; 关键词：网络用户行为网络监听数据流聚类

面向云计算的服务性能模型研究被引量：6: 2011年; 为了衡量云计算的服务性能,分析了云计算服务的处理过程,提出了一个以排队论为基础的云计算服务性能模型。以Amazon SimpleDB的更新延迟为例,仿真验证了该模型,并以此为基础,分析比较了模型中的关键因子。实验表明,提升服务装置的性能可以有效提升云计算服务的性能,且在云计算部署后期,虚拟机实例的性能是服务性能提升的瓶颈。; 林军青林锦贤; 关键词：云计算云服务 AMAZON

多核CPU和GPU加速分子动力学模拟被引量：6: 2011年; 在多核中央处理器(CPU)—图形处理器(GPU)异构并行体系结构上,采用OpenMP和计算统一设备架构(CUDA)编程实现了基于AMBER力场的蛋白质分子动力学模拟程序。通过合理地将程序划分为CPU单线程、CPU多线程和GPU多线程执行部分,高效地利用了计算机的处理能力。性能测试结果表明,相对于优化后的CPU串行计算,多核CPU-GPU异构并行计算模型有强大的性能优势,特别是将占整个程序执行时间90%的作用力的计算移植到GPU上执行,获得了最高可达12倍的计算加速比。; 林江宏林锦贤吕暾; 关键词：分子动力学图形处理器计算统一设备架构 OPENMP

LU分解和Laplace算法在GPU上的实现被引量：10: 2011年; 随着图形处理器(GPU)性能的大幅度提升以及可编程性的发展,已经有许多算法成功地移植到GPU上。LU分解和Laplace算法是科学计算的核心,但计算量往往很大,由此提出了一种在GPU上加速计算的方法。使用Nvidia公司的统一计算设备架构(CUDA)编程模型实现这两个算法,通过对CPU与GPU进行任务划分,同时利用GPU上的共享存储器提高数据访问速度,对GPU程序进行分支消除,并且对矩阵分段计算以达到加速计算的目的。实验结果表明,随着矩阵规模的增大,基于GPU的算法相对于基于CPU的算法具有良好的加速效果。; 陈颖林锦贤吕暾; 关键词：图形处理器 LU分解统一计算设备架构共享存储器

全选清除导出

共1页<1>

福建省省属高校科研专项重点项目(JK2009002)