-
题名改进贪婪算法的云任务调度研究
被引量：8
- 1
-
-
作者
王鑫
王人福
蒋华
-
机构
桂林电子科技大学计算机与信息安全学院
桂林电子科技大学海洋信息工程学院
-
出处
《微电子学与计算机》
CSCD
北大核心
2018年第2期109-112,117,共5页
-
基金
2016广西高校中青年教师基础能力提升项目(ky2016YB150)
-
文摘
为了提高云计算环境中系统整体调度效率,同时更好地模拟云计算实际应用场景,提出一种改进贪婪算法的任务调度策略.该算法综合考虑云环境下任务与虚拟机资源的特征,据此改进贪婪选择策略,使其较其他算法更好体现任务与资源之间的调度分配关系.通过在CloudSim仿真平台上进行实验分析,该算法在云环境下能够比其他常用调度算法具有更好的执行效率;同时,该算法较其更具均衡负载的能力,实验结果显示任务分配的均衡度优于基本调度算法.
-
关键词
云计算
任务调度
贪婪算法
负载均衡
-
Keywords
clouding computing
task scheduling
greedy algorithm
load balance
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名储油罐罐底变位逆问题数学模型
被引量：3
- 2
-
-
作者
章社生
王人福
陈少娇
郑言冲
刘超
-
机构
武汉理工大学数学建模协会
-
出处
《武汉理工大学学报（信息与管理工程版）》
CAS
2011年第3期424-426,共3页
-
基金
中国科学院计算机科学重点实验室开放课题基金资助项目(SYSKF1009)
-
文摘
储油罐罐底变位预报是目前从事油品储存加工企业急需解决的一个问题。运用贴体坐标系,建立了储油罐罐底变位逆问题数学模型,推导出相应的变位计算公式,得到储油罐中的油量与纵向偏转角度、横向偏转角度及油位高度读数之间的关系,计算出变位角,该变位角对应的储油量预报值与实际测量值吻合度高达95%,其罐容表重新标定方法具有实际应用价值。
-
关键词
储油罐
逆问题
数学模型
贴体坐标系
-
Keywords
oil tank
inverse problem
mathematical model
body-fitted coordinate system
-
分类号
O231
[理学—运筹学与控制论]
-
-
题名蛋白质修正卡方分布函数
- 3
-
-
作者
王人福
王星
章社生
-
机构
武汉理工大学统计系
-
出处
《襄樊学院学报》
2010年第11期24-26,共3页
-
文摘
利用统计分析和数据挖掘的知识,给出了蛋白质残基原子与其他原子的接触距离和接触数的定义,并根据蛋白质的种类的不同,计算了接触距离的数学期望和标准差,得到血红蛋白、激素和肌蛋白残基的概率分布,构造出类蛋白质ASP残基接触数的修正卡方分布函数.
-
关键词
蛋白质
残基
接触数
卡方分布
-
Keywords
Protein
Residue
Contact number
Chi-square distribution
-
分类号
O213
[理学—概率论与数理统计]
-
-
题名基于组合学习算法的肺栓塞诊断模型
被引量：1
- 4
-
-
作者
王星
王人福
王聪
-
机构
中国人民大学应用统计科学研究中心&中国人民大学统计学院
-
出处
《中国数字医学》
2013年第6期78-81,共4页
-
基金
中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目成果(编号:2013030273)
人文学科跨界关系网络跟踪评价研究项目资助~~
-
文摘
CT血管造影在肺栓塞临床诊断中有着广泛的应用,然而血管造影大都包含上百张肺部切片,人工筛选这些切片效率低下出错率较高。尝试通过组合学习算法建立自动识别模型来有效提高识别能力,识别模型由三部分构成:数据的不平衡处理,变量选择方法和组合学习模型。通过比较不同不平衡数据处理策略和变量选择方法的基础上,选择Adaboost方法进行分类算法的学习,临床数据的结果表明该方法能较好地辅助实际诊断。
-
关键词
ADABOOST
SVM-SCAD不平衡数据
-
Keywords
Adaboost, SVM-SCAD, imbalanced data
-
分类号
R472.9
[医药卫生—护理学]
-
-
题名云存储副本优化选择策略
被引量：1
- 5
-
-
作者
王鑫
王人福
覃琴
蒋华
-
机构
桂林电子科技大学计算机与信息安全学院
桂林电子科技大学海洋信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2018年第10期300-305,共6页
-
基金
2016广西高校中青年教师基础能力提升项目(ky2016YB150)资助
-
文摘
为了提高云计算环境中系统的整体数据调度效率,对云存储系统中的副本选择问题进行研究,提出一种基于蚁群觅食原理的云存储副本优化选择策略。该策略利用蚁群算法在解决优化问题上的优势,将自然环境中蚁群的觅食过程与云存储中的副本选择过程相结合;再充分应用信息素的动态变化规律以及高斯概率分布特性优化副本的选择方式,得出一组副本资源的最优解,从而为数据请求响应合适的副本。在OptorSim仿真平台上对该算法进行实现,实验结果表明该算法具有不错的表现,如在平均作业用时这一性能指标上相比原始蚁群算法提升了18.7%,从而在一定程度上减少了副本选择过程的时间消耗,降低了网络负载。
-
关键词
云计算
副本选择
蚁群算法
OPTORSIM
-
Keywords
Cloud computing
Replica selection
Ant colony algorithm
Optorsim
-
分类号
TP302
[自动化与计算机技术—计算机系统结构]
-
