检索结果-内蒙古大学图书馆

作者：王同欣华中科技大学

学位级别：硕士

近年来随着计算机网络技术的高速发展，互联网企业为用户提供的应用和个性化服务也越来越多，随之而来的是用户提交的海量数据，企业必须及时而又正确地处理这些数据并向用户反馈结果。通常，人们会选择使用分布式计算系统来完成这些复... 详细信息

近年来随着计算机网络技术的高速发展，互联网企业为用户提供的应用和个性化服务也越来越多，随之而来的是用户提交的海量数据，企业必须及时而又正确地处理这些数据并向用户反馈结果。通常，人们会选择使用分布式计算系统来完成这些复杂的任务。然而传统的分布式计算平台往往需要配置大型的服务器集群，还需要专门的技术人员去跟进和维护，这给很多企业都带来了巨大的经济开销。轻量级分布式任务计算框架Antnest采用了客户机/服务器计算模式和三层体系结构，可以将工作任务分布在廉价的任务节点上，中心节点负责整个系统的调度工作，任务节点采用多JVM多线程执行任务。在Antnest中，提交的任务都是经过定制的，不同的任务对实时性的要求各不相同，针对此，Antnest为任务调度系统设计了一种多级队列抢占式调度算法，该算法充分考虑到任务对实时性的要求，高优先级任务可以抢占系统，被抢占任务会移入高优先级队列中等待调度，同时利用任务的预定启动时间来确保任务执行的有效性。另外，Antnest还设计了动态任务分配算法来完成子任务的分配工作。在动态分配算法中，子任务和任务节点的分配关系是在任务的执行过程中动态确定的，Antnest会优先将子任务分配给最先执行完子任务的任务节点。在任务调度系统的实现中，任务调度系统各模块间通过自定义的通信协议完成消息通信，通过指定的任务接口触发任务逻辑，利用任务节点的状态管理机制完成资源管理并保证Antnest的可扩展性，同时，利用心跳检测和子任务重传的容错机制确保任务的正确执行。测试结果表明，Antnest系统能有效地提高任务的执行效率，减短执行时间；同时，结果也验证了Antnest系统中多级队列抢占式调度算法的合理性和可行性。

关键词：分布式计算框架任务调度抢占式

来源：评论

学校读者我要写书评

暂无评论

有监督和自监督结合的直肠癌放疗抵抗计算框架

有监督和自监督结合的直肠癌放疗抵抗计算框架

引用

作者：靳辉中国科学院大学

学位级别：硕士

随着深度学习和并行硬件的发展，使用计算机模型和组学、影像数据解决医学问题成为一种可行的解决思路。直肠癌的发病率和死亡率都较高。放疗作为直肠癌治疗的一种主要手段。而放疗存在放疗效果不佳的放疗抵抗现象。通过科学的方法有效... 详细信息

随着深度学习和并行硬件的发展，使用计算机模型和组学、影像数据解决医学问题成为一种可行的解决思路。直肠癌的发病率和死亡率都较高。放疗作为直肠癌治疗的一种主要手段。而放疗存在放疗效果不佳的放疗抵抗现象。通过科学的方法有效地预测患者放疗是否抵抗对于医疗效果和就医体验的提高意义重大。　　本研究提出一种有监督和自监督结合的直肠癌放疗抵抗计算框架。该框架依次进行组学特征的提取、病理图像特征的提取和多模态放疗抵抗的预测过程。组学特征是通过生物信息学和统计学的方法从组学数据中提取维度较小的组学特征。组学特征由通路突变特征、热点突变特征、突变分布特征三部分组成。病理图像特征的提取分为病理图像patch切分、病理图像patch特征提取和病理图像patch特征融合三步。多模态放疗抵抗的预测结合组学特征和病理图像特征组成的多模态特征，并使用径向基函数核的SVM[1]经典分类模型进行放疗是否抵抗的预测。该框架创新地使用有监督学习和自监督学习结合的方法训练patch特征提取模型以更好地提取病理图像特征，并使用组学数据和病理图像数据的多模态数据预测直肠癌患者放疗是否抵抗。本研究共收集包含放疗是否抵抗标签的直肠癌患者的组学数据和病理图像数据137例，对病理图像数据进行了癌细胞区域的标注。数据划分训练集78例、验证集21例和测试集38例。该框架可以在97.4％测试集覆盖率的情况下测试集准确率达到81.1％，测试集F1值达到0.720。实验验证了使用组学数据和病理图像数据结合的多模态方法要优于只使用组学模态数据或者病理图像模态数据的方法。该框架相比于只使用组学模态数据的方法覆盖率提高10.6％，准确率提高14.4％，F1值提高0.075。该框架相比于只使用病理图像模态数据的方法覆盖率提高57.9％，准确率仅降低5.6％，F1值仅降低0.169。实验也验证了有监督学习和自监督学习结合的方法训练的patch特征提取模型相比于有监督学习训练的模型或自监督学习训练的模型更加有效。该框架相比于只使用有监督学习训练patch特征提取模型的方法准确率提高10.8％，F1值提高0.127。该框架相比于只使用自监督学习训练patch特征提取模型的方法准确率提高5.4％，F1值提高0.111。　　本研究提出的框架可以有效预测放疗是否抵抗。医生可以利用得到的放疗是否抵抗的预测结果，结合患者实际情况，制定更加合适的治疗方案。本研究提出的框架使用了高度的模块化设计，其中的深度学习模型学习能力高效。因此该框架除了可以应用于有组学数据和病理图像数据的直肠癌放疗抵抗预测问题外，还可以应用于生存分析预测或其他分类或回归医学问题，以及应用于其他更多数据模态数据的医学问题。

关键词：直肠癌病理图像放疗抵抗现象计算框架有监督学习训练自监督学习训练

来源：评论

学校读者我要写书评

暂无评论

MobileAgent在Web计算框架中的应用

MobileAgent在Web计算框架中的应用

引用

作者：何凌毅南京大学

学位级别：硕士

该文首先介绍了传统Web计算框架中的两层和三层结构模式及其特点,并介绍了比较了相关的中间件技术,然后对MA相关技术进行了研究;最后在VisualMiner工作的基础上提出了一个基于MA的Web框架MAWeb,详细介绍了其框架结构和相关问题,并提出... 详细信息

该文首先介绍了传统Web计算框架中的两层和三层结构模式及其特点,并介绍了比较了相关的中间件技术,然后对MA相关技术进行了研究;最后在VisualMiner工作的基础上提出了一个基于MA的Web框架MAWeb,详细介绍了其框架结构和相关问题,并提出了一个新的MA协同机制——)基于XML的反应元组模式XRTSM.

关键词：移动agent Web 计算框架中间件技术框架结构协同机制

来源：评论

学校读者我要写书评

暂无评论

大规模图挖掘系统的计算框架与算法优化研究

大规模图挖掘系统的计算框架与算法优化研究

引用

作者：徐鹏中国科学院大学

学位级别：硕士

随着大数据时代的来临，数据的规模呈指数级的增长，诸如社交网络图、论文协作图、人际关系图等图数据的规模也在不断的增长。这些图中蕴含着庞大的信息量，比如用户的兴趣点、蛋白质结构信息等等，但是由于图的规模过于巨大，采用目前... 详细信息

随着大数据时代的来临，数据的规模呈指数级的增长，诸如社交网络图、论文协作图、人际关系图等图数据的规模也在不断的增长。这些图中蕴含着庞大的信息量，比如用户的兴趣点、蛋白质结构信息等等，但是由于图的规模过于巨大，采用目前的图计算方法及模式，越来越难以满足各种应用的需求。为了解决这个问题，对现有的图算法的计算方法及模式进行改进和创新是有很重要的意义的。　　图算法里面有一类专门提取图中结构信息的算法，称之为图挖掘算法，例如频繁子图挖掘、模式匹配等等。本文将针对几种热门的图挖掘算法进行优化，并提取高效、统一的计算模式以便更多的图挖掘算法的快速实现，本文的主要贡献有:　　1.设计了一套全新的图挖掘计算框架，其中包括压缩式的数据结构和高效的计算模式:将计算流程抽象为中间结果（Embeddings）生成阶段和模式(Pattern)统计过滤阶段;提出了一种高效的中间结果的存储形式;提出一种快速判断模式同构的算法等等，在降低内存占用的同时，能将时间效率提高数倍以上。　　2.基于本文设计的图挖掘框架，实现了一种高效的模式匹配算法，该算法通过使用非迭代的两段式计算模式，以及以点为核心的计算模式有效的减少了遍历整图的次数，从而大大减少了计算时间，同时减少了内存的使用。　　3.基于本文设计的图挖掘框架，实现了基于MNI标准的频繁子图寻找算法，使用迭代的两段式计算模式，基于边进行迭代。创新式的将图中的点、边进行交换，以此达到使用迭代点的方式进行边的迭代，便于使用算法框架中高效的数据结构，从而提高算法的运行效率。　　大量的实验数据表明，本文优化的模式匹配及频繁子图算法比目前业界主流的图挖掘系统所需内存减少，性能可提升数倍以上，抽象出的计算框架拥有较好的通用性。

关键词：图挖掘系统计算框架模式匹配算法频繁子图寻找算法

来源：评论

学校读者我要写书评

暂无评论

计算框架结构之动态特性的改进的有限单元方法

引用

应用力学学报 1986年第4期 75-81+109页

作者：殷学纲李宾重庆大学

本文根据模态综合法之理论与方法,在经典的平面杆单元之形函数中,增加了两个固定界面主模态函数,从而推导出了适合于框架结构动力分析的改进的有限单元模型、单元特性矩阵以及由此单元特性矩阵组集得到结构的总体特性矩阵的方法。通过... 详细信息

本文根据模态综合法之理论与方法,在经典的平面杆单元之形函数中,增加了两个固定界面主模态函数,从而推导出了适合于框架结构动力分析的改进的有限单元模型、单元特性矩阵以及由此单元特性矩阵组集得到结构的总体特性矩阵的方法。通过算例表明:这样的有限单元方法,用于求解框架结构的固有特性时在相同的精度之情况下,结构自由度可以减少近一倍。从而有效地节约所用的计算机的内存与机时。

关键词：有限单元方法固有特性单元数座标形函数有限单元法计算框架梁单元自由度数组集动态特性平面框架框架结构

来源：评论

学校读者我要写书评

暂无评论

基于Spark计算框架的分布式文本分类方法研究

引用

数据挖掘 2018年第4期8卷 151-161页

作者：唐慧丰郭威张乐战略支援部队信息工程大学河南郑州战略支援部队信息工程大学研究生院河南郑州

针对传统文本分类算法在面对日益增多的海量文本数据时效率低下的问题,论文在Spark计算框架上设计并实现了一种并行化朴素贝叶斯文本分类器,并着重介绍了基于Spark计算框架的文本分类实现过程。实验阶段,分别在单机、Map Reduce和Spark... 详细信息

针对传统文本分类算法在面对日益增多的海量文本数据时效率低下的问题,论文在Spark计算框架上设计并实现了一种并行化朴素贝叶斯文本分类器,并着重介绍了基于Spark计算框架的文本分类实现过程。实验阶段,分别在单机、Map Reduce和Spark三种不同的计算框架下测试了文本分类的效率,并使用控制变量的方法在Spark计算框架下设计对照实验。实验证明,Spark计算框架下的朴素贝叶斯算法在面对海量文本分类时有着较高的处理效率。

关键词：文本分类计算框架朴素贝叶斯 TF-IDF

来源：评论

学校读者我要写书评

暂无评论

面向金融模型海量估值的复杂计算框架的建设和实践

引用

中国金融电脑 2018年第7期 66-71页

作者：潘玉峰中国工商银行软件开发中心

近年来,银行业金融市场业务发展迅速,金融产品的种类不断增加,交易规模日益增大,金融模型算法随着业务的纵深发展也日益复杂,交易敞口、风险计量和公允价值计量等海量估值计算相关的处理效率和性能容量受到了挑战。仅仅通过纵向扩展提... 详细信息

近年来,银行业金融市场业务发展迅速,金融产品的种类不断增加,交易规模日益增大,金融模型算法随着业务的纵深发展也日益复杂,交易敞口、风险计量和公允价值计量等海量估值计算相关的处理效率和性能容量受到了挑战。仅仅通过纵向扩展提升服务器性能的方式不但成本高,而且受硬件性能约束,扩展性有限,很难满足业务发展的长远要求。随着大数据和云计算技术的深入发展,传统中心式、集中式的计算模式正朝着多中心（去中心化）、分布式的计算模式演变。

关键词：计算框架金融市场模型算法估值业务发展价值计量服务器性能金融产品

来源：评论

学校读者我要写书评

暂无评论

Tez：运行在YARN上的DAG计算框架