【摘 要】
：
全比较计算数据分发策略是提高分布式集群系统整体计算性能的关键。针对现有数据分发策略存在的计算负载不均衡、数据不能完全本地化、存储空间浪费和计算速度慢等弊端,在满足数据完全本地化的前提下以负载均衡、最优化存储作为优化目标,结合优化的粒子群算法提出了数据分发模型(Data Distribution Based on Particle Swarm Optimization,DDBPSO)。DDBPSO模型分别以任务扰动、交换任务的方式对粒子进化规则进行了优化,有效避免了算法陷入局部最优。通过计算负载、存储占用和
【机 构】
：
内蒙古工业大学数据科学与应用学院,内蒙古自治区基于大数据的软件服务工程技术研究中心
【基金项目】
：
内蒙古自然科学基金(2019MS06027),内蒙古自治区科技重大专项(2019ZD015),内蒙古自治区关键技术攻关计划(2019GG273),内蒙古工业大学科学研究项目(ZY201908)。
论文部分内容阅读
全比较计算数据分发策略是提高分布式集群系统整体计算性能的关键。针对现有数据分发策略存在的计算负载不均衡、数据不能完全本地化、存储空间浪费和计算速度慢等弊端,在满足数据完全本地化的前提下以负载均衡、最优化存储作为优化目标,结合优化的粒子群算法提出了数据分发模型(Data Distribution Based on Particle Swarm Optimization,DDBPSO)。DDBPSO模型分别以任务扰动、交换任务的方式对粒子进化规则进行了优化,有效避免了算法陷入局部最优。通过计算负载、存储占用和
其他文献
Background:Gossypol found in cottonseeds is toxic to human beings and monogastric animals and is a primary parameter for the integrated utilization of cottonseed products.It is usually determined by the techniques relied on complex pretreatment procedures
卷积神经网络是一种具有强大特征提取能力的深度神经网络,其在众多领域得到了广泛应用。但是,研究表明卷积神经网络易受对抗样本攻击。不同于传统的以梯度迭代生成对抗扰动的方法,提出了一种基于颜色模型的语义对抗样本生成方法,利用人类视觉和卷积模型在识别物体中表现出的形状偏好特性,通过颜色模型的扰动变换来生成对抗样本。在样本生成过程中其不需要目标模型的网络参数、损失函数或者相关结构信息,仅依靠颜色模型的变换和通道信息的随机扰动,所以这是一种可以完成黑盒攻击的对抗样本。
The plant root-associated microbiomes,including both the rhizosphere and the root endo-sphere microbial community,are considered as a critical extension of the
机载软件测试是指机载系统中嵌入式软件执行的测试验证过程,目的是为了挖掘出软件缺陷从而提高机载系统的可靠性。随着机载嵌入式系统功能的多样化需求,软件的规模和复杂程度不断增加,同时因为其实时性、嵌入性、高可靠性等特殊性,因此对机载软件进行充分测试成为当前的一个挑战。为了满足要求,机载系统的测试需要遵循最新的适航标准DO-178C,针对机载软件生命周期过程提出了一系列目标要求和设计考虑。为此,简介了机载软件适航认证标准的发展及其测试环境;根据DO-178C对机载软件测试的各个过程从基于需求、基于模型、基于安全性
将信息技术与海工建造质量管理体系相结合,基于企业微信管理平台,利用C#开发语言,设计了一套集报验管理、意见管理、探伤管理、焊工管理、WPS管理、材料追溯、完工状态跟踪、完工文档等功能模块一体的海工建造质量管理系统。实际应用证明:数据准确性从原来的90%左右提高至99%以上,质量的合格率由原先的90%提升至95%以上,提高了海工建造管理的精益化水平,实现了海工数字化管理。
Strongly acidic wastewater produced in nonferrous metal smelting industries often contains high concentrations of Ni(Ⅱ), which is a valuable metal. In this study, the precipitation of Ni(Ⅱ) from strongly acidic wastewater using sodium dimethyldithiocarbam
针对现有会话推荐算法未充分考虑用户的上下文信息的现状,为增强基于会话的推荐算法的个性化推荐效果,提出一种融合用户会话数据的上下文感知推荐算法。将上下文信息通过embedding映射成低维实数向量特征,通过Add、Stack、MLP三种组合方式将低维向量特征融入到基于会话的循环神经网络推荐模型,设计了基于BPR的损失函数动态刻画会话点击序列的用户偏好,以提升个性化推荐能力。在Adressa数据集上的实验表明,所提算法相比基线算法GRU4REC,在指标Recall@20上提高了3.2%,MRR@20上提高了2
针对集装箱箱号图像中存在的光照不均、箱号的偏转和倾斜等因素,着重研究箱号字符识别中的关键技术问题。对于箱号图像光照不均问题,采用一种改进型的差分边缘检测粗定位算法;利用改进的最小二乘法有效地解决箱号偏转难以精确定位问题;运用基于梯度下降投影字符矫正及分割算法,实现对倾斜箱号的校正与分割;采用BP神经网络进行字符识别。对1 050幅不同条件的拍摄图像进行实验,结果表明上述算法相对于传统算法与深度学习
知识图谱是真实世界三元组的结构化表示。通常,三元组表示形式为(头实体,关系,尾实体),这表示头实体和尾实体通过特定关系相互联系。针对知识图谱中广泛存在的数据稀疏问题,提出一种球坐标建模语义分层的知识图谱补全方法。使用球坐标系对实体和关系进行建模表示,以进行链接预测。具体来说,半径坐标旨在对不同层级的实体进行建模,半径较小的实体级别越高;角度坐标旨在区分相同层级的实体,即模长相等而角度不同的实体。该方法将实体映射到球坐标系中,可以有效建模知识图谱中普遍存在的语义分层现象。实验中,采用公开数据集WN18RR、
Under the background of global warming,the summer temperature of the North and Northeast China(NNEC)has significantly increased since 2017,which was accompanied by the aggravated ozone(O3)pollution.In 2018,the NNEC experienced a record-breaking