【摘要】数据挖掘的基本含义就是从海量、不完全、有噪音的数据中获取对用户来说有直接或间接价值的信息。聚类分析的显著特征就是不需要任何先验知识或信息,只是根据事物之间的某些属性,把事物聚集成类,同时要尽可能满足同一个簇内和簇间的高内聚、低耦合要求,聚类是一种无导师监督的学习方法,聚类分析技术的迅速发展使得它被广泛地应用于科研和生活中的各个方面,是数据挖掘领域重要的分支之一。K-means算法是典型的一 […]

【摘要】随着大数据时代的到来,爆炸式增长的海量数据迫切需要有效的存储和管理。大规模分布式存储技术的飞跃式发展势不可挡。人们对存储系统的要求也更为广泛,譬如存储容量、I/O性能、数据安全、系统可扩展性、系统可靠性等问题。在数据即是一切的年代,数据的错误与丢失对于用户来说是极为致命的。鉴于故障发生的普遍性,目前分布式存储系统主要采用存储冗余数据的策略保证数据的可靠性。在系统发生故障时,能够快速有效的修 […]

【摘要】目前我国癌症死亡已位居各类死因的第一位,在世界上每年有近1000万新发癌症患者,仅中国每年有约200万新发癌症患者,其中约150万人死于癌症,癌症正成为新世纪第一杀手。放射治疗、手术治疗和化学治疗是治疗恶性肿瘤的三大手段,至少70%的肿瘤病人需要接受不同程度的放射治疗。调强适形放射治疗(IMRT)是在三维适形放射治疗(3D-CRT)基础上发展起来的精确放疗技术,该技术大大提高了恶性肿瘤的控 […]

【摘要】随着信息技术的快速发展，海量高维数据不断涌现，高维数据明显增加了计算，存储的代价，给机器学习，模式识别等提出严峻的挑战，如数据灾难。数据降维能有效地避免维数灾难，已经成为图像检索，模式识别，机器学习等领域的热点问题。其中非负矩阵分解（Non-negativeMatrixFactorization，NMF），是一种强大的数据降维工具，已经在机器学习（如分类，聚类问题）领域得到广泛使用。面对高 […]

【摘要】随着互联网时代的蓬勃发展,以及物联网、云计算等新兴技术的涌现,大数据时代已经到来。如何有效地从大数据中挖掘知识,释放数据中隐含的巨大经济价值、科研价值和社会价值,成为当今学术界和产业界研究的重大课题。粗糙集理论是由波兰数学家PawlakZ.提出的一种数据推理方法,这个理论工具在研究不精确知识表达、不完整数据、学习、归纳等方面非常强大,尤其在知识分类和知识发现方面的数据挖掘具有强大的能力。属 […]

【摘要】蛋白质是生命活动的主要承担者，结构的多样性决定了其功能的多样性。精确地预测蛋白质的空间结构对生物制药和疾病研究都有重要的意义。利用计算机手段预测蛋白质的空间结构，关键在于采样方法的效果和能量函数的准确性。能量函数主要用于对构象进行评判，但由于蛋白质进化过程的多样性和复杂性，很难设计出一种完全精确的能量函数。因而能量函数的研究一直是计算生物学中的一个难点。本文首先基于统计信息的基础上设计了一 […]

【摘要】近年来，并行电磁算法以其优越的加速性能受到了人们的广泛关注，越来越多地被应用于大规模电磁问题的求解和仿真中。论文以时、频域电磁算法的“并行应用”为主线，以基于ScaLAPACK和MPI数学库的并行高阶矩量法，并行物理光学方法，并行高阶矩量法、物理光学法的混合方法，以及并行时域积分方程混合自适应交叉近似法(AdaptiveCrossApproximation或ACA)为研究对象，计算了金属、 […]