【摘 要】
：
针对在网格中如何有效地进行任务调度和数据复制,以便减少任务执行时间等问题,提出了任务调度算法(ISS)和优化动态数据复制算法(ODHRA),并构建一个方案将两种算法进行了有效结合。该方案采用ISS算法综合考虑任务等待队列的数量、任务需求数据的位置和站点的计算容量,采用网络结构分级调度的方式,配以适当的权重系数计算综合任务成本,搜索出最佳计算节点区域;采用ODHRA算法分析数据传输时间、存储访问延迟
【机 构】
：
广东石油化工学院实验教学部计算机中心,广东石油化工学院计算机与电子信息学院
论文部分内容阅读
针对在网格中如何有效地进行任务调度和数据复制,以便减少任务执行时间等问题,提出了任务调度算法(ISS)和优化动态数据复制算法(ODHRA),并构建一个方案将两种算法进行了有效结合。该方案采用ISS算法综合考虑任务等待队列的数量、任务需求数据的位置和站点的计算容量,采用网络结构分级调度的方式,配以适当的权重系数计算综合任务成本,搜索出最佳计算节点区域;采用ODHRA算法分析数据传输时间、存储访问延迟、等待在存储队列中的副本请求和节点间的距离,在众多的副本中选取出最佳副本位置,再结合副本放置和副本管理,
其他文献
对单科性工科院校向多学科型院校发展历程中的学科专业拓展问题进行了探讨和分析,对学科专业拓展与高校发展和改革等问题之间的内在联系进行了揭示和论述.
当代高等教育理念下的高等学校应以追求真理、探究学术、传播知识、创造高素质人才、注重人文精神的教育为己任,以引导社会向前发展成为地域文明的中心、成为知识创新的集散
反腐倡廉是当前我党的重大政治任务,本文重点分析了反腐倡廉中教育的基础地位,并且结合教育的内容和作用,提出了反腐倡廉必须把"三个代表"重要思想作为指导思想,加强对党员干
针对UF-growth算法构造大量树节点和分支的局限性,且不断计算候选数据项支持度的不足,提出压缩UF-tree算法。压缩UF-tree算法改变建树条件:事务中数据项与树中某个分支节点的数据项匹配时,将该数据项合并到分支中;否则,从该分支节点创建新的分支,叶节点保存当前事务编号。构建单项数据项的概率向量,搜索树分支产生候选项,通过事务编号和概率向量计算候选数据项的支持度进而挖掘频繁项。通过实验对比
人体动作识别是计算机视觉领域一项很有挑战性的工作。近年来,随着低成本传感器的应用,基于三维人体骨架的动作识别得到广泛研究。在对两种最新的识别方法的优缺点进行研究的基础上提出一种新的动作描述符,该描述符是通过对运动姿态向量序列求协方差得到的,而运动姿态向量由帧向量、帧的速度向量和加速度向量组成。为得到时序信息,使用分层方法对每个子序列求协方差,并求得最终的描述符。实验结果表明,基于该描述符的识别方法
http://www.nnw.cz/Call for Papers-Special Issue on Applied Soft Computing for Online Social NetworksSocial media are computer-mediated tools that allow people to create,share or exchange information,i
研究Twitter在线社交网络中,Follow关系和Retweet关系在传播用户影响力和表征用户同质性这两方面的差异。为研究两者在传播用户影响力上的差异,定义了V f变量和V r变量分别度量Follow关系和Retweet关系的作用;为研究两者在表征用户同质性上的差异,分别基于Follow关系和Retweet关系构造出对应的社交网络图,并采用wvRN算法分别对两个网络内的用户进行分类。通过对比用户
传统的网格简化方法都是按照某种简化算法,通过对模型参数的计算来决定简化的序列和结果,无法进行人为的干预。而在很多情况下,对于某些模型,用户干预可以很大程度地提高简化效果。基于半边折叠和二次误差度量算法,创新性地提出一种半自动化的网格简化方法。简化系统提供自动误差修正和用户误差修正两种误差修正途径,不仅对已有的简化算法进行了改进,而且还提供了一个友好的用户交互平台,通过用户对简化误差的修正来达到用户
目前高职教育处于迅速发展时期,面临着良好的发展机遇,同时也面临着诸多困难和挑战.高职院校要在竞争中求得生存和发展,当务之急是要培育一种特色战略理念,除了加强"硬件"建
针对传统的基于散射机理的极化SAR图像分类方法易导致与雷达方位向具有一定倾角的建筑物(简称定向建筑物)被错划为森林等体散射类型的问题,提出一种引入极化方位角特征的分类方法。利用四分量分解模型并引入极化方位角补偿技术把像元划分为相应的主散射类型;定义一种极化方位角标准差参数作为区域匀质性测量指标,利用该参数从体散射类型中区分出定向建筑物类型;并在此基础上将Wishart分类器应用于极化SAR图像分类