基于数据池的异构数据集成

基于"数据池"的异构数据的集成,通过建立集成所需的映射规则,引入了代理键和数据颗粒的概念.该集成方法,首先根据语义,建立相应的全局逻辑实体,然后根据映射规则,转换要集成的物理实体到全局逻辑实体.这种方案,比较好的解决了集成中的语义冲突问题,为异构数据集成提供了一种比较可行的方法.     

混合网络数据动态交换时隙再分配方法仿真

现有的混合网络数据动态交换时隙再分配方法,存在时延较大、时隙利用率较低等问题,提出基于WCDMA和数据链的交换时隙再分配方法,去除信道中的干扰信号,补偿由于数据传输造成的信号衰弱,通过信道的信干比估计,完成对信道的处理。当前分配时隙资源不能满足信息发送所需时,会在固定时隙内,周期性的发送时隙再分配消息给混合网络单元,并提出所需时隙资源,根据时隙动态分配方法,定制出混合网络时隙分配表,通过定制的时隙分配表,实现对混合网络数据动态交换的时隙再分配。仿真结果表明,所提方法能够在低时延、高时隙利用率的情况下,实现对混合网络数据动态交换时隙的再分配。     

实时线程池性能研究与动态优化

线程池技术现在被广泛地应用在多线程系统中。然而,在应用中确定线程池的大小还没有一种令人满意的解决方案。本文分析了任务在线程池中的处理过程,以及当线程池在最佳大小时任务在线程池各阶段所需时间,并给出了一种根据时间等因素来判断系统的性能,并且动态改变线程池大小的策略。     

分布式数据库数据分配模型的优化算法

本文分析了广域网中影响分布式数据库系统执行总代价的主要因素,提出了以系统通讯量最少为目标的非冗余分配条件下的分布式数据库分配模型求解的优化算法,并给出了详细的论述.     

线程池设计与动态优化

线程池是提高服务器程序性能的一种很好技术,已经在服务器端应用程序得到了广泛应用,比如Web服务器、数据库服务器、代理服务器和网络游戏服务器等。尤其面对海量并发连接时,线程池对能显著提高系统整体性能。该文提出了一种轻量级的、高效的线程池设计方案,在实际的网络服务器应用应用取得了非常好的效果。     

网络化运动控制系统的动态带宽分配策略

针对网络化运动控制系统带宽限制和静态分配无法有效利用带宽资源的问题,提出了基于控制性能指标和当前网络状态的动态带宽分配策略.在保证各控制环最小可用带宽的前提下,根据定义的代价函数优化分配剩余带宽资源,实现带宽使用的最小化和系统性能的最大化.从算法实现的角度,按平衡状态、扰动状态和最大需求状态给出了3种典型的带宽分配方案,仿真结果证明了方案的有效性.     

基于Java线程池技术的数据爬虫设计与实现

为了改善数据获取爬虫程序的运行性能和提高数据获取效率,分析了数据爬虫的原理与架构,设计并实现了一种基于Java线程池技术的爬虫程序架构。该爬虫程序采用多个线程并行处理页面,极大地改善了数据获取的效率,提高了用来获取数据的机器的资源利用率。     

基于大数据技术的小水电机组负荷分配优化平台研究及应用

为提高水能利用率,解决小水电机组以最优效率为目标负荷分配问题,开发了 一套基于大数据技术的小水电机组负荷优化分配平台.平台通过对基础数据和在线测量数据的分析,自动识别机组的状态条件、运行工况、稳定性能等情况.在此基础上,给出一种在线基于实时动态自校正的逐次迭代效率曲面拟合方法,解决大数据样本误差噪声引起的效率拟合误差以...     

基于改进遗传算法的动态交通分配优化研究

传统的优化算法大多数由于计算量大或者容易使性能指标落入局部最优值而严重制约了模型的应用与发展,而用遗传算法等新的智能算法求解则会很简洁和方便。文章针对遗传算法在应用中存在的局限性,采用了小生境技术的遗传算法,结合精英保留策略、种群多样性保持方案、新的适应度值标定方式等改进遗传算法。通过对动态交通分配的特点分析,建立了动态交通分配模型,利用改进的遗传算法对模型进行求解。仿真结果体现了动态交通分配模型的有效性和改进遗传算法的优越性,大大提高了动态交通分配模型的实用价值。     

动态地址映射虚拟存储系统

针对静态资源管理方式存储资源利用率低、无法满足多类应用不同需求的问题,设计实现一种基于动态机制的虚拟存储系统ASD。采用写时分配策略解决存储资源利用率低的问题,采用地址动态映射机制实现按照数据特性管理存储资源。测试表明,与静态管理方式相比,以ASD为基础的ext2文件系统的资源利用率和读写性能有明显改善。     

Reuse-Driven Tiling for Improving Data Locality

This paper applies unimodular transformations and tiling to improve data locality of a loop nest. Due to data dependences and reuse information, not all dimensions of the iteration space will and can be tiled. By using cones to represent data dependences and vector spaces to quantify data reuse in the program, a reuse-driven transformational approach is presented, which aims at maximizing the amount of data reuse carried in the tiled dimensions of the iteration space while keeping the number of tiled dimensions to a minimum (to reduce loop control overhead). In the special case of one single fully permutable loop nest, an algorithm is presented that tiles the program optimally so that all data reuse is carried in the tiled dimensions. In the general case of multiple fully permutable loop nests, data dependences can prevent all data reuse to be carried in the tiled dimensions. An algorithm is presented that aims at localizing data reuse in the tiled dimensions so that the reuse space localized has the largest dimensionality possible.     

一种利用数据融合来提高局部性和减少伪共享的方法

某些应用程序不能通过数组内元素的重排优化获得性能提高 .针对这一问题 ,该文扩展了数组之间数据重组优化方法 ,着重分析了将多个数组的数据按一定方式进行融合来提高局部性和减少伪共享优化方法的特性 .文章针对几种典型的数组关联模式 ,提出了相应的数据融合方法 ,并建立了一组粗略的性能代价判别规则 ,以指导编译器有选择地融合数组以提高程序的全局优化效果 .根据在多个平台上的测试结果 ,该文还分析了数据融合优化方法在不同体系结构上的性能可移植性 ,并将体系结构特征加入到性能代价判别规则中 ,使得此优化方法能适用于不同的体系结构 .测试结果表明 ,数据融合优化方法对提高某些应用程序的性能 ,尤其是其在软件DSM体系结构上的性能 ,是非常有效的     

Improving Performance of Dynamic Programming via Parallelism and Locality on Multicore Architectures

Dynamic programming (DP) is a popular technique which is used to solve combinatorial search and optimization problems. This paper focuses on one type of DP, which is called nonserial polyadic dynamic programming (NPDP). Owing to the nonuniform data dependencies of NPDP, it is difficult to exploit either parallelism or locality. Worse still, the emerging multi/many-core architectures with small on-chip memory make these issues more challenging. In this paper, we address the challenges of exploiting the fine grain parallelism and locality of NPDP on multicore architectures. We describe a latency-tolerant model and a percolation technique for programming on multicore architectures. On an algorithmic level, both parallelism and locality do benefit from a specific data dependence transformation of NPDP. Next, we propose a parallel pipelining algorithm by decomposing computation operators and percolating data through a memory hierarchy to create just-in-time locality. In order to predict the execution time, we formulate an analytical performance model of the parallel algorithm. The parallel pipelining algorithm achieves not only high scalability on the 160-core IBM Cyclops64, but portable performance as well, across the 8-core Sun Niagara and quad-cores Intel Clovertown.     

Improving Data Locality for Efficient In‐Core Path Tracing

In this paper, we investigate the efficiency of ray queries on the CPU in the context of path tracing, where ray distributions are mostly random. We show that existing schemes that exploit data locality to improve ray tracing efficiency fail to do so beyond the first diffuse bounce, and analyze the cause for this. We then present an alternative scheme inspired by the work of Pharr et al. in which we improve data locality by using a data‐centric breadth‐first approach. We show that our scheme improves on state‐of‐the‐art performance for ray distributions in a path tracer.     

轨道交通系统中多客户端连接池动态分配策略

针对轨道交通集群调度系统中数据库连接池参数一次性设定后不可修改的问题,设计面向多客户端的数据库连接池动态分配策略。通过使用动态分配算法,根据每个客户端访问频率的不同为当前客户端分配最优连接数,从而达到提高系统资源利用率的目的。实验结果表明,该动态分配策略能够缩短连接池响应时间,提高系统运行效率。     

页迁移：一种动态开发数据局部性的方法

本文主要针对ＣＣ－ＮＵＭＡ体系结构,讨论了动态开发数据局部性的方法－页迁移技术。     

基于可扩展LSH的高维动态数据索引

提出了一种可扩展的局部敏感哈希索引(SLSH),以解决高维动态数据索引中,由于数据集大小及分布特征无法确定而导致索引效率降低的问题.SLSH架构于E2LSH之上,继承了其对高维数据索引速度快,并可直接对欧式空间上的数据点进行索引的特点.为了使得哈希索引具有动态的相似性区分能力,SLSH修改了E2LSH的哈希族,通过哈希桶容量约束自适应调节哈希参数.因此对于分布密度动态变化的数据空间,SLSH也能够给出鲁棒的划分.     

Java中堆与栈的内存分配

堆与栈是Java用来在内存中存放数据的地方,不能直接设置堆和栈,由Java自动管理。本文对堆内存与栈内存的分配进行了阐述。     

Refactoring for Data Locality

Suggestions for locality optimizations (SLO), a cache profiling tool, analyzes runtime reuse paths to find the root causes of poor data locality, and suggests the most promising code optimizations. Refactoring using the hints of the SLO analyzer doubles the average execution speed of several SPEC2000 benchmark programs.     

分布式视频服务器的动态数据分配算法

针对分布式视频点播系统,提出了三种改进的动态数据分配算法：DRR(Dynamic Round Robin video data allocation),DBWP(Dynamic Bandwidth Weighted Partition video data allocation),DPB(Dynamic Popularity Based video data allocation)。仿真结果表明：分别与RR,BWP,PB算法相比,DRR,DBWP和DPB算法具有较好的环境适应性,特别是在视频对象访问频率及视频服务器带宽差异较大、环境扰动增强的情况下,DBWP和DPB算法可明显降低分布式视频服务器的视频对象访问响应时间。