检索结果-内蒙古大学图书馆

计算机科学 2019年第4期46卷 44-49页

作者：秦东明喻剑张波赵勤同济大学嵌入式系统与服务计算教育部重点实验室上海200092 上海师范大学信息与机电工程学院上海200234

针对海量数据查询所面对的数据加载和并行查询控制等难题,提出了一种基于分布式无共享架构的海量数据并行查询平台。该平台利用分布式无共享架构为海量数据查询提供结构化与非结构化数据的统一处理,实现平台内数据的聚合计算。平台的核... 详细信息

针对海量数据查询所面对的数据加载和并行查询控制等难题,提出了一种基于分布式无共享架构的海量数据并行查询平台。该平台利用分布式无共享架构为海量数据查询提供结构化与非结构化数据的统一处理,实现平台内数据的聚合计算。平台的核心技术如下:首先提供了多类型数据的跨平台存储与统一数据加载;然后给出了基于负载均衡的多节点数据查询任务流分配技术,生成全局查询执行策略;最后采用Hash和Range两种方式实现查询任务流的并发控制。根据测试验证,本技术在查询时间上相比于无并行方式节约了近40%。实验结果表明,该技术在海量数据查询的正确性、可靠性、并发性上具有较好的性能。

关键词：海量数据查询无共享结构并发查询数据加载

来源：评论

学校读者我要写书评

暂无评论

面向混合数据的多伴随三支决策

引用

智能系统学报 2019年第6期14卷 1092-1099页

作者：赵天娜苗夺谦米据生张远健同济大学电子与信息工程学院上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804 河北师范大学数学与信息科学学院河北石家庄050024

针对混合数据的知识表示和分类的问题,在思考混合数据的有效表示时,提出代价敏感多伴随模糊粗糙集模型,在解决混合数据的分类问题上,引入三支决策思想,同时在多伴随模型基础上做了两点改进:1)提出贴近代价敏感多伴随模糊粗糙集模型特点... 详细信息

针对混合数据的知识表示和分类的问题,在思考混合数据的有效表示时,提出代价敏感多伴随模糊粗糙集模型,在解决混合数据的分类问题上,引入三支决策思想,同时在多伴随模型基础上做了两点改进:1)提出贴近代价敏感多伴随模糊粗糙集模型特点的概率定义;2)借助双量化延迟代价目标函数的思想,构造面向混合数据的新型三支决策模型。该模型具有如下特点:1)引入多个伴随对,模拟了数值型属性和符号型属性之间异构互补的关系;2)定义多伴随算子,充分表达了不同类型属性之间的偏好;3)结合模糊粗糙集,克服了分类问题的不确定性;4)考虑获取不同类型属性的代价,提高了应用到实际生活的可能性。最后用实例验证了此模型的有效性。

关键词：混合数据模糊粗糙集三支决策多伴随代价敏感知识表示分类

来源：评论

学校读者我要写书评

暂无评论

一种最大化内存共享与最小化运行时环境的超轻量级容器

引用

计算机研究与发展 2019年第7期56卷 1545-1555页

作者：张礼庆郭栋吴绍岭崔海波王伟同济大学计算机科学与技术系上海200092 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海200092 湖北大学计算机与信息工程学院武汉430062 湖北省教育信息化工程技术研究中心(湖北大学) 武汉430062

容器技术的兴起带来了数据中心的深刻变化,大量软件转为微服务方式部署与交付.如何优化海量用户环境下大规模容器的启动、运行与维护问题具有广泛的现实意义.目前以Docker为代表的主流容器技术已经取得较大成功,但在镜像体积、资源共享... 详细信息

容器技术的兴起带来了数据中心的深刻变化,大量软件转为微服务方式部署与交付.如何优化海量用户环境下大规模容器的启动、运行与维护问题具有广泛的现实意义.目前以Docker为代表的主流容器技术已经取得较大成功,但在镜像体积、资源共享等方面仍有较大改进空间.梳理了虚拟化技术的发展过程,阐明轻量级的虚拟化技术是未来的研究方向,对数据敏感型应用至关重要.通过建立库文件共享模型,探究了库文件的共享程度对容器最大启动数量的影响.给出了一种超轻量级的容器设计方案,通过细化可操作资源的粒度,使得支撑应用程序运行的容器运行时环境最小化;将依赖库文件与可执行二进制文件单独抽取成层,实现了容器对主机内存资源的最大化共享.根据上述方案实现了一种超轻量级容器管理引擎:REG(runtime environment generation),并定义了一套基于REG的工作流.在镜像体积、启动速度、内存占用、容器启动风暴等方面进行对比实验,验证了所提方法在大规模容器环境下的有效性.

关键词：容器云件轻量级运行时环境资源共享

来源：评论

学校读者我要写书评

暂无评论

因果信息在不同粒度上的迁移性

引用

计算机科学 2019年第2期46卷 178-186页

作者：姚宁苗夺谦张志飞同济大学计算机科学与技术系上海201804 同济大学嵌入式系统和服务计算教育部重点实验室上海201804 南京大学计算机软件新技术国家重点实验室南京210023

知识与粒度相关,在不同粒度上对现象的解释不同,而因果性描述的是现象的本质特征。因果性与粒度之间存在着怎样的关联,一个粒度上的因果关系是否可移植到其他不同粒度上,是目前人工智能研究亟待解决的问题。针对由观测数据构成的信息系... 详细信息

知识与粒度相关,在不同粒度上对现象的解释不同,而因果性描述的是现象的本质特征。因果性与粒度之间存在着怎样的关联,一个粒度上的因果关系是否可移植到其他不同粒度上,是目前人工智能研究亟待解决的问题。针对由观测数据构成的信息系统,从数据中直接抽取因果变量所需满足的基本图形结构,估算变量间的因果关系;再通过向系统中添加新属性以及合并多个信息系统,改变原系统中信息的粒度,研究所识别的因果关系在新系统中的可迁移性。若新属性作用于结果变量,则原系统中的因果关系不可迁移至新系统;若新属性对结果变量无影响,则原系统中的因果关系可移植至新系统。

关键词：因果关系可迁移性粗糙集粒度干预因果图

来源：评论

学校读者我要写书评

暂无评论

智能源于人、拓于工——人工智能发展的一点思考

引用

中国工程科学 2018年第6期20卷 93-100页

作者：蒋昌俊王俊丽同济大学嵌入式系统与服务计算教育部重点实验室上海201804

人工智能(AI)旨在模拟人脑中信息存储和处理机制等智能行为,使机器具有一定程度的智能水平。随着互联网、大数据、云计算和深度学习等新一代信息技术的飞速发展,目前AI领域的研究和应用已经取得重要进展。本文将深入分析与AI密切相关的... 详细信息

人工智能(AI)旨在模拟人脑中信息存储和处理机制等智能行为,使机器具有一定程度的智能水平。随着互联网、大数据、云计算和深度学习等新一代信息技术的飞速发展,目前AI领域的研究和应用已经取得重要进展。本文将深入分析与AI密切相关的计算机科学、控制科学、类脑智能、人脑智能等学科或领域之间的交融与历史演进;指出神经科学、脑科学与认知科学中有关脑的结构与功能机制的研究成果,为构建智能计算模型提供了重要的启发,并从逻辑模型及系统、神经元及网络模型、视觉神经分层机制等方面,分别阐述智能的驱动与发展;最后从互联网的计算理论、AI的演算和计算的融合、类脑智能的模型和机理、AI对神经科学的推动作用、反馈计算的算法设计与控制系统的能级五个方面,对AI的发展趋势进行了展望。

关键词：人工智能人脑智能类脑智能智能发展学科演进

来源：评论

学校读者我要写书评

暂无评论

基于LabVIEW的双余度伺服测控系统设计

引用

仪表技术与传感器 2019年第3期 72-76页

作者：周奇勋李鹏博刘娜马存超西安科技大学电气与控制工程学院陕西西安710054 同济大学嵌入式系统与服务计算教育部重点实验室上海200092

为了对双余度伺服电机协调控制方法进行深入的分析与研究,利用虚拟仪器技术,将上位机与双余度伺服电机控制器结合。在通信数据量大、通信速度快的要求下,为了保证通信的可靠性,提出了一种基于LabVIEW和DSP的串行通信方案。上位机可以向... 详细信息

为了对双余度伺服电机协调控制方法进行深入的分析与研究,利用虚拟仪器技术,将上位机与双余度伺服电机控制器结合。在通信数据量大、通信速度快的要求下,为了保证通信的可靠性,提出了一种基于LabVIEW和DSP的串行通信方案。上位机可以向控制器配置相应控制参数并发送多种类型控制指令,不仅能合理有效地实现双余度电机之间的协调控制,还可以实时监测到系统的各种状态,采集电机的转速、母线电压、三相电流、温度和转子位置等参数,从而可得到双余度伺服系统的工作状态和稳/动态性能指标。实验结果表明系统可以稳定、可靠运行。

关键词： LabVIEW DSP 伺服系统协调控制实时监测 RS422

来源：评论

学校读者我要写书评

暂无评论

概念格在不完备形式背景中的知识获取模型

引用

智能系统学报 2019年第5期14卷 1048-1055页

作者：王雯康向平武燕太原工业学院自动化系山西太原030008 太原理工大学信息工程学院山西太原030024 同济大学嵌入式系统与服务计算教育部重点实验室上海201804 同济大学计算机科学与技术系上海201804

为了使概念格模型具有更强的数据处理能力,消除不完备信息带来的影响,针对经典概念格的局限性,本文将粗糙集中的粒化思维融入到概念格中。首先探讨了概念格视角下的信息粒化方法,然后提出了基于等价类和基于极大相容类的知识获取方法,... 详细信息

为了使概念格模型具有更强的数据处理能力,消除不完备信息带来的影响,针对经典概念格的局限性,本文将粗糙集中的粒化思维融入到概念格中。首先探讨了概念格视角下的信息粒化方法,然后提出了基于等价类和基于极大相容类的知识获取方法,最后给出了实例分析。这些方法一方面有助于概念格与粗糙集的融合,另一方面也为探索不完备形式背景的分析处理机制提供了有益思路。

关键词：概念格粗糙集不完备形式背景等价类极大相容类信息粒化数据处理

来源：评论

学校读者我要写书评

暂无评论

Web服务组合测试综述

引用

软件学报 2018年第2期29卷 299-319页

作者：丁志军周泽霞嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804 上海市电子交易与信息服务协同创新中心(同济大学) 上海201804

随着面向服务技术和云计算技术的不断成熟,尤其是面向服务体系结构SOA的不断完善以及推广,其主要内容Web服务已经被广泛应用.为了充分利用Web服务并解决单个Web服务功能有限的问题,业界将多个原子Web服务按照一定的规则和业务逻辑进行组... 详细信息

随着面向服务技术和云计算技术的不断成熟,尤其是面向服务体系结构SOA的不断完善以及推广,其主要内容Web服务已经被广泛应用.为了充分利用Web服务并解决单个Web服务功能有限的问题,业界将多个原子Web服务按照一定的规则和业务逻辑进行组合,以提供更多功能更强大的服务,实现了Web服务的增值和复用.为了保证Web服务组合的质量,需要对Web服务组合进行全面、充分的测试.然而,Web服务组合的动态特性和分布式特点使得其测试技术和方法与传统的软件测试有很大的区别,存在很多挑战.针对Web服务组合测试,对近年来Web服务组合测试研究中的测试用例生成技术、回归测试技术、测试执行和度量方法进行了系统的总结和分析.此外,还对Web服务组合测试中有待研究的问题进行了分析和展望.

关键词： Web服务组合测试测试用例生成测试执行和度量回归测试

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的时间序列算法综述

引用

信息技术与信息化 2019年第1期 71-76页

作者：沈旭东同济大学计算机科学与技术系上海200092 同济大学嵌入式系统与服务计算教育部重点实验室上海200092

绝大多数基于机器学习的时间序列分析方法都是人工专家提取特征后进行分析,随着深度学习的快速发展,端到端的方式在时间序列分析领域的应用越来越多,同时整体的方法也变得更加成熟。因此,本文对近年来基于深度学习的时间序列分析方法进... 详细信息

绝大多数基于机器学习的时间序列分析方法都是人工专家提取特征后进行分析,随着深度学习的快速发展,端到端的方式在时间序列分析领域的应用越来越多,同时整体的方法也变得更加成熟。因此,本文对近年来基于深度学习的时间序列分析方法进行讨论,从应用,网络架构以及思想等方面总结了最新的时间序列预测、分类以及异常检测等任务的深度学习方法,为了解时间序列深度学习解决方案的技术以及发展趋势提供了参考。

关键词：时间序列深度学习预测分类异常检测

来源：评论

学校读者我要写书评

暂无评论

一种基于机器学习的Spark容器集群性能提升方法

引用

信息网络安全 2019年第4期 11-19页

作者：田春岐李静王伟张礼庆同济大学计算机科学与技术系上海200092 同济大学嵌入式系统与服务计算教育部重点实验室上海200092 湖北省教育信息化工程技术研究中心湖北武汉430062

目前基于Spark的应用十分广泛,合理的参数配置会使Spark作业具备较高的执行效率,很多学者对虚拟机集群上的Spark参数调优进行了深入研究。近年来,容器作为一种新兴的云计算基础设施越来越广泛地被应用于服务集群中,因而对基于容器集群的... 详细信息

目前基于Spark的应用十分广泛,合理的参数配置会使Spark作业具备较高的执行效率,很多学者对虚拟机集群上的Spark参数调优进行了深入研究。近年来,容器作为一种新兴的云计算基础设施越来越广泛地被应用于服务集群中,因而对基于容器集群的Spark参数调优进行研究也具有重要意义。文章研究了Docker容器集群中Spark的参数配置问题,提出了一种新型的参数调优方法(ContainerOpt),使用机器学习方法学习并预测作业在不同参数组合下的性能,同时引入节点自动伸缩机制,使输入规模较大的作业可以获得更优的性能。文章还提出了由时间和资源共同决定的性能表示模型,代替传统的基于单一执行时间的性能表示模型,从而在作业执行时间和资源占用之间达到较好的平衡。实验结果表明,相较于默认配置,该参数调优方法可提升50%的执行效率。

关键词：云计算 Spark Docker 机器学习参数调优

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：