摘要：Java语言因其在软件工程上的优势而被广泛地用来进行服务器应用的开发．这些应用中通常存在着大量的长生命周期的对象．单一的经典的垃圾收集算法不能够有效地减少对长生命周期对象的重复处理．一种基于长生命周期对象的混合垃圾收集算法（LLH）被设计和实现．该算法结合了缩并，复制和分代收集的特点，通过这些经典算法的动态切换与协作来解决这一问题．实验结果表明，与经典的分代垃圾收集相比，LLH收集算法能够使SPECjbb2005的Throughput分值提高3％～25％．

摘要：IVI过渡方案是IPv4/IPv6网络过渡时期实现两种不同协议网络互联互通的重要机制,而对IVI DNS64域名解析机制的设计和部署是IVI过渡方案中的重要研究课题.本文针对IVI过渡方案中现有的域名解析机制存在的IPv6主机访问IPv4环境中双栈服务器时DNS64代理对双栈服务器的合成AAAA类型记录和真实AAAA类型记录的选择而造成的无法访问的问题和IPv6环境下的双栈主机查询IPv4服务器A类型记录却得到合成AAAA类型记录应答等缺陷,提出一种改进的域名解析机制,能够有效解决现有解析机制存在的缺陷,从而完善IVI DNS64域名解析机制.仿真结果表明,改进后的机制可使得IPv6环境中的主机通过IVI DNS64代理来共享IPv4环境中的DNS服务,同时避免了原方案中存在的问题.改进的IVI DNS64机制已应用在CNGI-CERNET2网络的实际部署中.

摘要：颜色注意的目标识别算法有效提高了目标识别性能,但参数设置正确与否对识别性能有重要的影响,如何有效设计并搜索参数空间确定合适的参数成为该算法有待解决的问题.本研究设计关于颜色注意识别算法参数空间的粒子个体结构,以识别率为适应度衡量指标,应用PSO算法自动搜索参数空间.实验结果表明:应用PSO算法可以得到比原颜色注意识别算法更优的参数,有效地提高了目标识别率.本研究对仿生优化算法在目标识别中的应用有参考作用.

摘要：作为物联网技术在日常生活领域的重要应用,智能家居产业近年来取得了快速发展.但是不同智能家居设备之间差异化的通信方式与割裂的功能,大大增加了用户管理与使用的复杂度.智能家居管控平台旨在整合异构网络环境下多种设备的数据监测与控制能力,为用户提供整体化家居服务.在面对多种设备协同、环境参数众多、用户需求难以确定等众多困难时,如何建立一种无感化、精确化、智能化的家居设备统一管控能力,是智能家居平台化过程中亟需解决的问题.为破解智能家居设备自动管控难题,文中基于深度学习方法提出DeepHome智能家居管控模型.DeepHome模型首先采用自编码网络构建设备模型,通过逐层无监督预训练,挖掘通用化设备特征;继而基于具体家居场景,综合多个独立设备模型构建多隐层学习网络,并使用家居环境数据进行模型整体训练.经过训练,DeepHome模型能够基于家居环境数据预测智能设备工作状态,并依照预测结果调整相应设备,实现对智能家居设备的自动化统一管控.由于智能家居平台尚处于起步阶段,现阶段仍缺乏能够有效描述家居环境整体的数据.文中设计调查问卷与数据收集网站收集不同用户的家居环境、设备数据与生活习惯,并基于所得数据构建智能家居环境仿真测试平台HomeTest,模拟生成批量家居环境数据,辅助模型训练.使用仿真数据进行10轮训练后,DeepHome模型对智能设备工作状态的预测准确率达到99.4%,较浅层神经网络模型提高了6.4%,较基于逻辑规则的控制方案提高了36.1%;与此同时,DeepHome在设备状态需要调整时的预测准确率达到74.1%,较浅层神经网络模型提高了4.7倍,较基于逻辑规则的控制的方案提高了13.2倍.在真实环境数据集下,DeepHome的对设备状态的预测准确率也达到了可以被用户接受的98.9%.实验表明,DeepHome模型能够充分发掘智能设备状态与环境、用户以及其他设备间的联动关系,实现对设备的智能化控制.

摘要：传统的片上多核结构存在着计算资源粒度固定的缺点,无法满足应用在不同阶段对计算资源的差异化需求.针对上述问题,本文设计了运行时逻辑核可调整的可重构众核流处理器及流程序映射方案,以期满足应用各个阶段对计算资源的需求,且不造成资源浪费.通过在时钟精确软件模拟器上评估不同类型应用的性能表现,分析了处理器主要设计参数对性能的影响.实验结果表明,与具有同样计算资源的固定粒度流处理器相比,本文设计的可重构众核流处理器能够获得10%-30%的性能提升.

摘要：对社交网络的信息传播进行时间序列聚类是研究其规律非常有效的方法.目前,相关的工作特别是针对国内社交网络的时间序列聚类研究,还不够深入.对时间序列聚类算法K-SC算法进行了针对性的改进,提出的T-SC算法借鉴了凝聚层次聚类的思想解决了聚类个数设置的难题.对人人网、腾讯微博和百度贴吧三个国内非常有代表性的社交网络进行了大量的测量和分析工作,并运用T-SC算法对测量数据进行了聚类分析.研究发现了不同社交网络典型而又互不相同的传播模式:人人网的视频分享呈现明显的周期性,每个周期内的分享传播存在一个主流的模式,该模式与一天之中不同时段人人网的在线人数变化趋势非常相近;腾讯微博的转发传播呈现爆发性,绝大多数的转发出现在微博发出后的48小时之内,其主流的传播模式是微博发出后大量传播并迅速消失;百度贴吧帖子的生命期很长,但是没有一个占主导地位的传播模式.本文创新性的将聚类分析的结果应用于信息传播的预测,根据已知的传播时间序列,得到未来信息传播行为在聚类层面的预测,为解决传播预测的难题提供了新的思路.

摘要：网络通信是电子文档防泄密系统的重要组成部分,如何高效地处理大量并发客户请求且不丧失整体的性能是设计系统时需要考虑的问题.结合选择模型和完成端口模型,设计了支持细粒度授权的电子文档防泄密系统的网络通信,采用完成端口模型实现用户身份认证、用户离线申请等功能,采用选择模型实现用户上传密文文档至服务器备份功能.实验验证了选择模型在文件传输方面具有安全可靠和高速的特性,完成端口使用线程池机制解决了网络通信系统服务器端大量并发短连接的问题,提高了系统性能.

摘要：谓词执行技术是克服程序中控制依赖的重要软件技术.利用类数据流体系结构的特点,设计了一种在类数据流体系结构中低开销、高效率地实现谓词执行技术的方法:仅占用指令编码中的1-bit;谓词的值通过片上网络在指令间直接传递,无需谓词寄存器.这种实现方法的主要开销是由类数据流指令集引入的软件输出树,本文进一步提出一种基于边剖析技术的优化方法.实验表明,这种优化能减少17.3%的软件输出树开销,同时将程序性能提高了15.5%.

摘要：提出了适合龙芯2号处理器的同时多线程处理器模型,并介绍了具体的微体系结构设计以及相应的Linux操作系统的实现方案.通过在设计的龙芯2号同时多线程处理器上启动Linux操作系统,并运行应用程序,例如SPEC CPU2000,进行性能评测.结果表明,龙芯2号同时多线程处理器通过挖掘线程级并行性,将龙芯2号处理器的性能提高了31.1%.

摘要：在复杂的实时系统开发中使用构件式设计方法已成为目前软件开发领域中的研究热点,如何有效地验证实时软件的设计是否满足给定的时间需求并降低验证过程的复杂度,是实时计算领域中的主要挑战之一.文中对构件接口模型进行时间扩展,提出了时间接口模型,并将其用于构件接口交互行为的形式化建模.在接口自动机理论的的基础上进一步提出了时间接口自动机模型用于描述时间接口交互下构件的行为及组合方法,通过消除错误状态产生组合模型来约减构件时间接口自动机模型的积,并在约减的模型上进行性质检验,降低了分析复杂度,有效地应对状态空间爆炸问题.为了说明论文建议的方法,详细讨论了一个简单的、贯穿整篇论文的示例系统.