对页面访问序列影响LRU页面置换算法的研究

页面置换算法是操作系统中虚拟存储管理的一个重要部分。改进页面置换算法,可以降低页面失败率,从而有效地提高系统性能。现有的应用于虚拟存储管理的页面置换算法主要是Least Reference Used(LRU)页面置换算法。文中利用页面访问间隔数,分析不同的页面访问序列对LRU算法的影响,把页面访问序列分为LRU-友好页面访问序列、LRU-不友好页面访问序列、不友好页面访问序列三类,为改进LRU页面置换算法提供了依据。     

对页面访问序列影响LRU页面置换算法的研究

页面置换算法是操作系统中虚拟存储管理的一个重要部分。改进页面置换算法，可以降低页面失败率，从而有效地提高系统性能。现有的应用于虚拟存储管理的页面置换算法主要是Least Reference Used（LRU）页面换算法。文中利用页面访问间隔数，分析不同的页面访问序列对LRU算法的影响，把页面访问序列分为LRU-友好页面访问序列、LRU-不友好页面访问序列、不友好页面访问序列三类，为改进LRU页面置换算法提供了依据。     

基于探测的自适应页面置换算法研究

页面置换算法是虚拟存储管理的重要组成部分,页面置换算法的优劣将直接影响系统的整体性能。本文在分析传统页面置换算法存在不足的基础上,介绍一种能够弥补传统页面置换算法存在不足的基于探测的自适应页面置换算法,同时分忻了该算法的性能,并且指出了进一步的研究方向。     

基于内存池的应用程序级页面置换算法

计算机处理海量数据时,内外存数据的交换是影响系统效率的关键因素之一。本文在分析系统级页面置换算法不足的基础上,提出应用程序级页面置换的概念,同时详细介绍其在Windows操作系统下的实现,并在人脸识别系统中对算法进行验证,结果表明本算法执行效率优于原始算法。     

面向Flash存储的页面置换算法综述

Flash存储设备与传统针对磁盘构成的存储系统设计不同,具有许多新的特征,如读、写以及删除操作的I/O开销并不对称,因此要对Flash存储的页面置换算法进行重新设计。面向Flash存储的普适页面置换算法以及专门性的页面置换算法是当前算法的两大类型。普适性的页面置换算法可以减少二级存储设备中的写回操作,具有较高的性能。以Flash系统为基础所提出的专门性页面置换算法,考虑了Flash存储的特性,同时也针对特定的应用信息进行设计,最大限度提高了存储设备的性能,为类似Flash存储的页面置换算法的研究提供了参考的经验。     

Markov控制过程基于单个样本轨道的在线优化算法

在Markov性能势理论基础上, 研究了Markov控制过程的性能优化算法. 不同于传统的基于计算的方法, 文中的算法是根据单个样本轨道的仿真来估计性能指标关于策略参数的梯度, 以寻找最优 (或次优 )随机平稳策略. 由于可根据不同实际系统的特征来选择适当的算法参数, 因此它能满足不同实际工程系统在线优化的需要. 最后简要分析了这些算法在一个无限长的样本轨道上以概率 1的收敛性, 并给出了一个三 状态受控Markov过程的数值实例.     

一种结合预调方式的页面置换算法

内存是一种非常重要的资源,在现代操作系统中,对内存的管理都引入了虚拟存储技术,而分页系统是实现虚拟存储技术的主要方法。因页面置换算法对操作系统的性能起着重要的作用,因此如何置换页面就显得尤为重要,很多算法因需要特别硬件的支撑而应用得不太广泛。分析了几种应用比较广的页面置换算法存在的问题,提出了一种结合预调方式的页面置换算法,该算法从理论上可以降低缺页率并提高命中率。     

对传统页面置换算法的分析与研究

随着虚拟存储技术在操作系统中的应用,大大提高了操作系统的性能,其中页面置换算法是虚拟存储管理的重要组成部分,页面置换算法的优劣将直接影响系统的整体性能。随着大量有着不同读写速度的外存设备共存于系统中,单一置换算法同样影响着系统的整体性能。     

使用矩阵实现LRU的页面置换算法

操作系统的内存管理一直是计算机领域研究的一个重要方向。文中分析了几种常用内存管理中的页面置换算法及其存在的问题,提出了LUR页面置换算法的操作系统内存管理中比较接近理想算法的一种页面置换算法,并阐述了使用矩阵方法实现该页面置换算法的原理。     

基于Objrmap的区分实时进程页的页面置换算法

本文深入分析了Linux 2.6的新技术--基于对象的逆向映射Objrmap的基本原理,探讨了区分实时进程页的置换策略的可能性,并提出了基于区分实时进程页的页面置换算法,增 强了Linux系统的实时性。改进的算法具有优异的时空性能,同时不影响系统的高并发度和进程间的内存共享。实验表明,改进算法在重载条件下,实时进程的缺页次数明显少于 原算法。     

基于马尔可夫随机场模型的运动对象分割算法

提出了一种基于马尔可夫随机场(MRF)模型的运动分割算法,仅使用了压缩流中的运动矢量和块编码模式信息,可以在复杂场景下对运动对象有很好的分割效果.利用运动矢量量化的方法来对运动矢量进行预处理,对运动矢量进行马尔可夫建模,利用能量最小函数进行优化得到运动对象分割的效果.实验表明:与现有的方法相比,该方法可从复杂场景中更准确地对运动对象进行分割.     

基于隐马尔可夫随机场的社区结构发现算法

针对社区结构发现问题,提出了一种基于隐马尔可夫随机场社区发现算法.该方法将网络中的顶点度数映射为顶点信息值,用马尔可夫随机场模型描述网络中上下文信息并构造系统能量函数,使用迭代条件模式算法对能量方程进行优化.该方法在Zachary空手道俱乐部网络、海豚关系网络以及美国大学足球联赛网络上进行验证,实验结果表明,该算法的准确率较高.     

Image denoising based on hierarchical Markov random field

We propose a hierarchical Markov random field model-based method for image denoising in this paper. The method employs a Markov random field (MRF) model with three layers. The first layer represents the underlying texture regions. The second layer represents the noise free image. And the third layer is the observed noisy image. Iterated conditional modes (ICM) is used to find the maximum a posteriori (MAP) estimation of the noise free image and texture region field. The experimental results show that the new method can effectively suppress additive noise and restore image details.     

Pattern analysis of dermoscopic images based on Markov random fields

In this paper a method for detecting different patterns in dermoscopic images is presented. In order to diagnose a possible skin cancer, physicians assess the lesion based on different rules. While the most famous one is the ABCD rule (asymmetry, border, colour, diameter), the new tendency in dermatology is to classify the lesion performing a pattern analysis. Due to the colour textured appearance of these patterns, this paper presents a novel method based on Markov random field (MRF) extended for colour images that classifies images representing different dermatologic patterns. First, each image plane in L^*a^*b^* colour space is modelled as a MRF following a finite symmetric conditional model (FSCM). Coupling of colour components is taken into account by supposing that features of the MRF in the three colour planes follow a multivariate Normal distribution. Performance is analysed in different colour spaces. The best classification rate is 86% on average.     

基于网络访问行为的混合阶Markov预测模型

随着WWW的迅速发展和网络用户的急剧增加,准确预测Web用户的访问行为对减小用户的感知延时,实现个性化推荐等具有重要的作用.无论是Markov模型还是其任何一种变种,高阶模型具有较好的预测性能.然而,高阶模型通常有较高的状态空间复杂度.提出了一种新的混合阶Markov模型(HMPM),将前缀相同的序列共享存储,降低了状态空间复杂度.仿真实验结果表明,该模型在一定程度上提高了预测准确率,查全率也有所提升.     

Efficient Bayesian spatial prediction with mobile sensor networks using Gaussian Markov random fields

In this paper, we consider the problem of predicting a large scale spatial field using successive noisy measurements obtained by mobile sensing agents. The physical spatial field of interest is discretized and modeled by a Gaussian Markov random field (GMRF) with uncertain hyperparameters. From a Bayesian perspective, we design a sequential prediction algorithm to exactly compute the predictive inference of the random field. The main advantages of the proposed algorithm are: (1) the computational efficiency due to the sparse structure of the precision matrix, and (2) the scalability as the number of measurements increases. Thus, the prediction algorithm correctly takes into account the uncertainty in hyperparameters in a Bayesian way and is also scalable to be usable for mobile sensor networks with limited resources. We also present a distributed version of the prediction algorithm for a special case. An adaptive sampling strategy is presented for mobile sensing agents to find the most informative locations in taking future measurements in order to minimize the prediction error and the uncertainty in hyperparameters simultaneously. The effectiveness of the proposed algorithms is illustrated by numerical experiments.     

基于影子页面的MMDB的数据恢复方法

内存数据库数据主拷贝常驻内存,活动事务只与内存打交道,而由于内存的易失性,内存数据库的恢复成为内存数据库的核心技术.讨论了内存数据库的恢复技术,考虑所研究的系统环境限制,设计一种利用影子页面技术,并结合事务一致性检查点、模糊检查点思想,加上多版本技术的内存数据库恢复方法.该方法无需额外的硬件支持,解决了现有内存数据库恢复方法的一些问题.通过日志,检查点、恢复等方面来说明所设计的数据恢复方法,讲述它的备份过程和在事务故障和系统故障情况下恢复系统的过程.     

基于马尔科夫预测的多传感器故障检测与诊断机制

随着无线传感器网络应用规模的不断扩大,各类应用中传感器故障检测与诊断成为系统正常作业、安全可靠性保障的关键技术。针对多传感器系统与节点工作过程定义3种状态,基于故障检测信息建立状态转移矩阵,通过马尔科夫模型预测传感器故障信息,为故障检测与诊断提供决策依据。另外,拓展数据包信息字段包括故障类型、节点定位等,故障处理后节点转移至正常状态后将故障处理和诊断特征等信息存储到网关或者汇聚节点,为改善故障检测精度和诊断效率以及系统资源利用率提供依据。实验结果表明：所提故障检测与诊断算法与传统算法相比,具有更高的故障检测精度,更短的故障诊断时延、能够准确判断故障类型等性能。     

基于影子页面和混合日志的MMDB恢复方法

为了提升内存数据库从各种故障中恢复的速度,提出了基于影子页面技术、混合日志策略以及模糊检查点思想的内存数据库恢复方法。在分析内存数据库运行过程中主要的时间消耗点的基础上建立了内存数据库的系统模型,通过分析事务过程和检查点过程,讨论了该恢复策略的执行过程以及优点,讲述了内存数据库在此系统模型和恢复策略下的事务故障和系统故障的恢复过程以及系统的性能分析。     

基于马尔科夫随机场的炉膛火焰图像分割

提出一种基于马尔科夫随机场模型的火焰图像分割算法。将由系统装置获取的原始火焰图像从RGB空间变换到HSV颜色空间,以提取颜色特征。分别对原始图像建立Potts标记场模型和有限正态混合观测场模型(FGMM),结合颜色特征,运用贝叶斯估计和ICM算法,计算最大后验概率(MAP),并完成图像分割。实验证明,该算法可以有效地分割炉膛火焰图像,为之后的工作奠定了基础。