云计算环境下基于主动预测的节点部署模型研究

随着云计算的不断普及,越来越多的用户选择将自身的业务迁移至云计算系统。 用户的使用习惯与社会日常的运行规律 也伴随着大量用户涌入云计算系统,如每早8点集中地向云计算系统申请资源节点,这给系统带来了一种可预期的资源冲击。针对上述问题,提出了一种基于主动预测模式的资源部署模型。该模型首先根据预测模块中Holt-Winters季节指数平滑模型的算法周期长度来预测下一个时间周期的任务请求量,通过设计的主动预测算法判断是否应对当前的任务请求量做出响应并得出其具体数量、位置等参数指标,以实现对用户使用规律的主动应对。使用CloudSim进行仿真实验,系统地评判模型的性能。实验结果表明,AF-HW模型在应对可预测的海量并发任务请求时可有效地提升单点及整体的响应速率,使用户得到更好的体验。     

面向批量处理的大数据检索过滤模型研究

大数据作为新的战略资源,在信息领域发挥着重要作用。大数据的检索规模往往达到十亿甚至百亿级,导致传统的查询机制效率低下成为常态。因此,提高大数据的查询效率、降低查询负担成为大数据研究的重要方面。为 此提出了一种面向批量处理的大数据检索过滤模型IMFM,介绍了其核心思想及工作原理,论证了IMFM对于多维查询的支持,并给出了IMFM的部署策略。在大数据索引结构中的适当位置部署该模型,在检索请求通过节点时对检索请求进行快速过滤,避免无关请求对节点下方索引结构的操作,从而降低检索对性能的消耗。实验证明,在大数据批量处理环境下,该模型可以有效缩短大数据一维和多维查询的路径长度,提高检索效率,大幅减轻大数据存储和处理平台的负担。     

关于非线性奇异（n＋1）阶微分方程边值问题的不动点方法

用Ｓｃｈａｕｄｅｒ不动点定理，证明了一个奇异（ｎ＋１）阶微分方程边值问题解的存在性。     

一类奇异的非线性椭圆型方程的正整解

对于任何自然数N≥3,利用Schauder不动点定理建立了一类奇异线性椭圆型方程在R^N上的正整解的存在性,推广 文献[1]的结果。     

一类奇异的非线性椭圆型方程的正整解

对于任何自然数N≥ 3,利用Schauder不动点定理建立了一类奇异非线性椭圆型方程在RN 上的正整解的存在性 ,推广了文献 [1 ]的结果。     

玉米秸秆活性炭的制备及其对养殖废水中土霉素的去除

采用热解法,以磷酸为活化剂,以玉米秸秆为碳源,制备了玉米秸秆活性炭,利用扫描电镜表征了其表面形貌,采用平衡吸附法研究了玉米秸秆活性炭对溶液中土霉素的吸附性能和对养殖废水中土霉素的去除效果。结果表明:在室温下,玉米秸秆活性炭对土霉素的最大吸附量为192.5 mg/g;吸附平衡时间为30 min;当pH值在4.3～8.2范围内,pH值对玉米秸秆活性炭去除土霉素没有显著性影响;利用玉米秸秆活性炭去除养殖废水土霉素的去除率达到93.1%。     

玉米秸秆活性炭的制备及其对四环素的吸附

采用热解法,以磷酸为活化剂、玉米秸秆为碳源,制备了玉米秸秆活性炭。利用扫描电镜表征了其表面形貌,采用平衡吸附法研究了玉米秸秆活性炭对溶液中四环素的吸附性能和对养殖废水中四环素的去除能力。结果表明,在20℃,pH 7,吸附平衡时间为45 min时,玉米秸秆活性炭对四环素的最大吸附量为212.6 mg/g;利用玉米秸秆活性炭去除含有四环素的养殖废水时,四环素的去除率为94.8%。