云计算技术及其对网络的影响

云计算代表一种全新的计算模型,并从根本上改变IT服务的方方面面。云环境的主要优势在于降低数据中心的成本支出,并在需要资源时获得动态接入,而不需耗费人力、时间,不影响工作人员的效率和组织竞争力。但云计算仍然存在一些网络性能和安全的问题。所有运营云的企业、政府机构和服务提供商,还有支持云基础设施的设备提供商必须在其设计中考虑这些因素。可用云性能和安全测试工具检测云应有的性能,以实现其结果。     

分布式文件系统性能研究

随着海量数据存储和I/O密集型应用的发展,I/O越发成为了分布式存储系统的性能瓶颈,分布式文件系统是解决I/O瓶颈问题的重要途径。如何系统地研究分布式文件系统的性能因子和优化方案,是一个重要研究课题。本文系统地阐述了分布式文件系统的性能研究现状,挖掘并分析了分布式文件系统的关键性能影响因子,为分布式文件系统的设计和性能优化研究提供支持。     

一种新二维离散余弦变换快速算法

利用三角函数公式提出了一种将Ｎ×ＮＤＣＴ分解为Ｎ个１－ＤＤＣＴ的新的快速算法－ＤＤＣＴ算法，给出了８×８ＤＤＣＴ的算法流程图，并与其它２－ＤＤＣＴ快速算法在计算量及计算结构上进行了比较，计算机仿真结果表明，ＤＤＣＴ算法的计算精度明显高于行－列法。     

大数据环境下智慧图书馆服务体系建设

大数据和智慧城市时代的到来,使图书馆在建设和发展上面临着巨大的挑战,同时也为图书馆自身的学术研究提供了增长点.如何提供高质量的服务以满足社会发展要求,成为图书馆面临的重要问题. 分析了大数据环境下智慧图书馆服务体系的现状,指出图书馆应从观念转变、资源建设、数据建设、平台建设、人员建设等方面建立全方位立体的智慧服务体系.     

NPSP:一种高效的序列模式增量挖掘算法

提出了一种称为“异构树”的数据结构,采用一套编号规则对异构树的分支进行编号,使具有相同编号的分支代表相同的候选序列,编号不同的分支代表不同的候选序列,极大地简化了候选集计数过程,在此基础上提出了具有增量挖掘功能的序列模式高效挖掘算法NPSP,并从理论分析和实验两方面证明了其挖掘结果集的完备性和算法的高效性．     

面向图形处理器重叠通信与计算的数据划分方法

针对"主核心+协处理器"式异构并行系统采用数据平均划分再分批执行的方法来解决主协式处理架构的额外通信开销时未能充分利用系统资源的问题,提出了一种新的数据比例划分方法.结合系统通信带宽和图形处理器(GPU)的计算能力,将应用数据按比例划分为大小不同的数据块后分批提交给GPU处理,使系统的传输资源PCI-E总线和计算资源GPU在一段时间内并行工作,从而实现了应用通信与计算的重叠.在处理按照比例划分的数据块过程中,尽可能充分利用系统的传输资源和计算资源,以减少数据传输和计算的相互等待时间.实验结果表明,采用数据比例划分方法后的应用性能明显提高,可以有效地重叠通信与计算时间,矩阵相乘和快速傅里叶变换总执行时间比未划分时分别减少了5%和30%左右,比平均划分时分别减少了3%和6%左右.     

嵌入式GPRS数据传输系统设计

针对油田现场设备分散,人工值守数据采集劳动强度大、成本高的问题,利用GPRS无线数据传输技术,设计了基于嵌入式Linux的GPRS数据传输系统,实现了油田现场采集数据的远程实时传输.测试结果表明,该系统能实时有效完成数据传输任务.     

在线带式输送机托辊工况动态监测系统的研发

开发了1种适用于各种型号带式输送机托辊的计算机监测系统。研究了托辊工况监测系统动态参数模型与计算方法,这种方法是基于理论力学中"转动惯量法"的原理,从力矩平衡的角度出发,建立起被测参数的数学模型。论述了监测系统的组成及工作原理,进行了系统硬件原理电路的设计和软件系统结构及数据处理应用程序的设计。分析了系统的测量精度和可靠性,由此得出该系统的设计能够满足使用要求。     

基于web数据挖掘的协同过滤推荐算法

随着电子商务的发展状大,缺乏个性化服务成为制约电子商务发展的关键问题。基于web数据挖掘的电子商务推荐系统可以满足电子商务未来发展趋势的需要。本文以一组数据为实例阐述了基于web数据挖掘的协同过滤推荐算法是如何进行数据表示、近邻查询以及推荐产生这三个阶段的有效实施的。     

高维数据流的聚类离群点检测算法研究

针对基于聚类的离群点检测算法在处理高维数据流时效率和精确度低的问题,提出一种高维数据流的聚类离群点检测（CODHD-Stream）算法。该算法首先采用滑动窗口技术对数据流划分,然后通过属性约简算法对高维数据集降维;其次运用基于距离的信息熵过滤机制的 K-means 聚类算法将数据集划分成微聚类,并检测微聚类的离群点。通过实验结果分析表明:该算法可以有效提高高维数据流中离群点检测的效率和准确度。