云计算在高校教学平台中的应用研究

介绍了云计算的定义、发展及原理,以高校的教学平台为基础,探讨了云计算技术在高校信息管理系统中的各种应用,并对共享教学资源等方面进行了研究,最后对云安全的问题进行了探讨。     

基于本体的云服务发现技术研究

云计算是目前国内外公认的热点研究领域。在云环境下,随着云服务数量的增加,查询满足用户需求的云服务成为急需解决的问题之一。然而,到目前为止,还没有一种统一而高效的云服务发现机制,用以帮助用户在众多已有的云服务中发现满足自身需求的服务。本文针对云服务发现问题,构建了一种云本体,利用本体的概念匹配技术,查找与云服务消费者需求...     

室外高温环境下建筑工人劳动安全评价

为减少高温作业下生产性意外事故的发生,对高温环境下建筑工人的劳动安全进行评价,以引导施工现场的作业安排。本研究从劳动作业、作业环境、工人自身因素3方面,结合室外高温环境下影响劳动安全的其他子因素,建立了评价指标体系,基于层次分析法计算指标权重,考虑到传统模糊综合评判法无法处理数据间随机性,再引入云理论,基于n组打分结果,通过云熵值、云期望将评价过程中的随机性以及模糊性定量化,进而对高温环境下建筑工人的工作进行安全评估,从而得到各指标处于不同安全等级的隶属度,实现动态评价的过程。结果表明：云模型评价结果存在的离散化程度较小,专家意见较统一,且综合安全评价结果为7.24,安全等级较差,应重点调整劳动因素中的作业负荷,评价结果符合实际情况,进一步表明该模型的有效性。     

面向云制造的复杂RFID事件处理与应用

作为一种面向服务的网络化制造新模式,云制造正面临着协同各种设备及相关服务,以及由此引起的复杂事件处理和事件驱动架构问题。针对这样的云制造应用需要,结合当前复杂事件处理技术和事件驱动技术,以轴加工为例,利用Rifidi、Fosstrak、Esper等开源软件表示和处理云制造中的RFID复杂事件,为物联网使能的云制造提供例证。     

基于组合赋权-云模型的智能建造应用成熟度的评价

为解决传统施工方式存在的问题,建筑施工企业向智能建造方式逐渐转型已是大势所趋。针对新时代、新基建对智能建造施工的要求并结合能力成熟度理论,提出一种基于组合赋权-云模型的智能建造应用成熟度评价模型。首先,从施工、智能、其他3个维度,构建包含勘测、设计规划、施工现场管理、资源要素、智能建造技术、数据驱动、企业顶层设计7个类别的智能建造应用成熟度评价体系。其次,采用G1法与熵权法确定各指标的主、客观权重,运用博弈论进行权重组合。最后,通过云模型展示施工企业智能建造应用成熟度等级,并依据评价结果进行展望。研究结果表明:施工企业智能建造应用成熟度评价等级为“集成共享级”,评价结果与该企业实际情况吻合,验证了本文方法的适用性与科学性,为施工企业智能建造应用的发展提供科学依据。     

基于云计算分布式无中心节点存储系统的设计研究

文章通过阐述在基于云计算平台中分布式无中心节点存储系统的重要性,提出了分布式无中心节点存储系统(Distributed uncenters node of saving system,DUNSS)的主要问题及其解决相关问题的技术实现.     

基于均值的云自适应鸟群优化算法

针对鸟群算法(bird swarm algorithm,BSA)在求解高维复杂优化问题时,存在收敛速度慢、寻优精度低等缺点,提出了一种基于均值的云自适应鸟群优化算法(a cloud adaptive bird swarm optimization algorithm based on mean,CAMBSA)。通过云理论引入惯性权重修正鸟群觅食策略,同时引入"均值"的概念,修改鸟群觅食策略中的"认知部分"和"社会部分",有利于协调种群全局搜索能力,避免算法陷入早熟;为了使算法在迭代后期具有较好的多样性,采用混沌扰动。仿真试验表明,所提出的算法具有较好的收敛速度和寻优精度。     

基于数据云服务下政府采购管理机制研究

本文通过对数据管理水平、数据分析利用和政务管理服务三方面的分析探讨,阐述数据模型单一、科学划分不合理、商品采购风险类型及管控措施三个现实问题,追根溯源挖掘三种成因,提出运行云计算大数据下的管理模式的重要性,以推动管理机制的创新。     

基于轻量化卷积神经网络模型的云与云阴影检测方法

大多数遥感影像数据不可避免地受到云层的污染导致数据的失效。因此,对云进行检测是非常必要的预处理步骤。随着航天技术的飞速发展,更加轻便的卫星被设计出来,为了在这些算力有限的微小卫星上配备遥感影像预处理模型。设计一种高精度、算力要求低的轻量化云与云阴影检测网络模型具有重要意义。针对上述问题,本研究提出一种基于深度可分离卷积的轻量化卷积神经网络模型（Lightweight M-shaped Network,L-MNet）,L-MNet网络模型是在M-Net（ M-shaped Network）网络模型的基础上引入深度可分离卷积（Depthwise Separable Convolution）,设计一种深度可分离卷积模块（DS-Conv Block）,以减小算法的复杂度及计算量。实验结果表明,本研究所提方法在保证检测精度的前提下,可以有效减小像素级云检测的模型大小及计算量,有助于实现微小卫星在轨云检测的任务。     

一种基于云计算平台的iSCSI SAN设计与实现

利用OpenFiler设计,在VMware vSphere云计算平台中实现了iSCSI SAN,完成了只有在专有网络存储上才能做的iSCSI SAN配置.为虚拟机提供独立存储系统,并在Windows 7和Windows Server 2008环境中完成测试,对学习和实际构建iSCSI SAN有参考价值.