存储设备块重组机制仿真研究

为了提高存储设备的I/O性能,设计了一种新的基于语义的块重组机制.该机制作为语义智能磁盘技术的一种应用,可以利用文件系统的语义信息推断磁盘块的相关性,并将语义相关的块移动到临近区域.块重组机制减少了访问文件时所需的寻道次数,提高了I/O性能.与其他块重组方法相比,该机制不依赖于历史访问信息,并且不受负载变化影响.通过仿真实验对该机制进行评测,实验结果表明,块重组机制能够有效减少I/O次数.     

网络存储I/O流水机制研究

将I／O请求处理划分为多个阶段，为流水线技术引入网络存储提供了新思路．同时，I／O请求处理的各阶段必定通过缓存（内存）来传递或处理数据．I／O请求处理除了直通方式外，大部分依赖存储转发方式（例如对I／O命令的聚散、排队操作等），存储转发的方式下的网络存储I／O流水线具有一些新的特点厦其自身特有的制约因素．探讨I／O流水机制，对提高网络存储系统整体性能，具有一定的指导及实践意义．     

基于Hadoop的学习行为数据云存储平台的设计与实现

文中设计一个用于存储的平台,通过虚拟化技术实现了服务器,规划了平台的存储集群规模及服务;对存储集群架构、请求处理系统、数据库进行了设计;使用Spring Boot和Thymeleaf实现了前台用户功能模块,包括用户注册、用户登录、文件上传及文件相关操作、用户关注和用户分享等功能;最后对HBase库亿级大数据查询性能和Hadoop集群输入/输出(Input/Output,I/O)性能进行了测试。测试结果表明查询性能可以做到百毫秒级查询,写性能平均I/O速率为91.73 Mb/s,读性能平均I/O速率为348.56 Mb/s,能够满足用户需求。     

语义知识库存储方案研究

讲述了目前语义知识库的一些存储方案,针对由Lehigh大学提出的语义Web数据测试集LUBM,选取了其提供的14种查询中的3个做了相应实验,分析比较了知识库的各种不同存储方案之间对于查询相应时间和存储空间的差别。实验结果表明,与其他存储方案相比,采用TDB存储方式能大幅度提高用户检索的效率,并且降低了存储空间。     

IP存储广域网的I/O响应时间分析

以往对网络存储系统的性能分析大都集中在定性研究,定量分析模型很少。在分析基于iSCSI协议的IP存储广域网(IP-SWAN)的数据传输流程的基础上,建立了该系统的Petri网模型。利用Petri网模型的特点,在理论上计算了IP-SWAN系统的I/O响应时间,并分析了各参数对系统性能的影响,提出了改进IP-SWAN系统性能的方法。     

云存储上的I/O特征获取机制

为有效地获取云存储系统上的I/O特征,从云存储的体系结构出发,根据不同层面的结构特征提出一种层次化的I/O特征获取机制。该机制从全局云平台、集群和局部物理节点两个方面收集和分析云存储系统上的I/O特征数据,通过在云存储虚拟层嵌入监听模块来采集I/O特征,并通过统计分析模块对收集的数据做在线的分析。实验结果表明,该机制能够有效获取云存储系统的I/O特征,为云存储系统性能优化提供参考。     

I/O存储子系统的性能评价

本文通过对目前各种存储子系统的归纳与分析，介绍一种理论上用来评价Ｉ／Ｏ存储子系统性能的计算方法，并提出了改善Ｉ／Ｏ存储子系统性能的几种有效途径     

基于语义索引词的语义网信息检索模型

提出了一个基于语义索引词的语义网信息检索模型(Semantic Information Retrieval，SIR)，解决了在传统的基于关键字的信息检索中只能从句法上对关键字进行分析，无法根据信息资源中的语义关系进行检索的问题。     

地理信息语义关系元数据研究及应用

地理信息的发现是地理信息共享的前提和基础,目前主要以基于元数据的目录服务为主。目录服务中的信息发现是以关键字匹配为主,这种方法往往难于满足用户的需求。本文讨论了如何利用计算机领域内的本体(ontology)理论和语义网络的方法,建立描述数据之间语义关系的关系元数据(Relation Metadata),并初步实现了基于语义关系元数据的地理信息资源发现服务的原型系统。     

基于语义模型的信息检索机制研究

提出了一种基于本体语义模型的信息检索方法。该方法充分利用领域本体提供的概念之间的语义相关性，从语义模型扩展、概念相似度、相关度计算，并以用户反馈等角度探讨了基于语义模型的自动推理方法在信息检索中的应用，文章介绍了系统实现框架。该系统将应用在学习资源的智能检索中。     

基于本体的语义信息检索的研究

针对传统信息检索在查询准确度方面的问题,在信息检索中引入了语义网的思想,对网络信息的进行语义描述,从而出现了语义信息检索。该文提出了一种语艾信息检索的框架,弃针对该框架结构,给出了实现语义检索的算法,可以实现对信息的精确检索。     

基于本体的语义Web研究

语义Web与本体的关系极为特殊,本体在语义Web本身的体系结构中扮演着极为重要的角色,同时,位于语义Web体系结构的其它层的XML、RDF(S)等与本体也有着千丝万缕的联系。为阐述两者的关系,探讨基于本体的语义Web的特点及应用,介绍了本体和语义Web的产生和发展,在此基础上对基于本体的语义Web进行研究,重点分析了本体在描述语义方面弥补了XML、RDF(S)等的不足,并结合Web服务检索的实例介绍了本体在Web服务上的应用。     

基于语义语言的网络信息过滤技术

在充分理解网络信息监测原理的基础上,将成熟的语义语言应用在网络监测中,提出一种新的关键字过滤方法。其思想是将要监测的信息表示为单元表示树,通过剪枝实现关键词过滤。利用该方法对邮箱中的垃圾邮件和反动文章的实施过滤,其可以有效地识别和过滤网络中经过变形的关键字,时间复杂度也控制为O(N),证明该算法是一种有效的网络信息过滤机制。     

事件信息抽取中语义角色标注研究

文本信息抽取是处理海量文本数据的手段,事件信息抽取是其中最具挑战性的任务之一.提出了一种基于条件随机场的语义角色标注方法,该方法以浅层句法分析为基础,把短语或命名实体作为标注的基本单元,将条件随机场用于句子中谓词的语义角色标注.应用该方法对"职务变动"和"会见"两类事件的事件要素及其语义角色进行标注,在各自的测试集上分别获得了77.3%和74.2%的综合指标F值.     

综合语义和轮廓特征的图像检索技术研究

针对基于内容的图像检索系统的检索效率和精度的不足,提出了综合语义和轮廓特征的图像检索方法.以拐点作为控制点对图像的轮廓进行精确分段,利用边界跟踪法对图像进行轮廓特征提取,并以图像的语义和底层的轮廓特征作为图像检索的综合指标,将图像的主观语义和底层特征融合起来,提高了图像底层特征和高层语义之间的联系.通过对不同类型的图像进行检索,实验结果证明该算法对复杂图像检索的效率高、精度高,并具有稳定的检索性能.因此,具有很好的发展趋势.     

基于适配器驱动层次实现的可扩展并行I／O研究

本文首先简要介绍了Windows存储设备驱动程序层次模型，然后基于一种EIDE扩展卡详细描述了在适配器驱动程序层次实现并行I／O的方法和原理，并给出了一个软阵列的实例，最后结合I／O测试结果对软阵列性能特点进行了评价。