面向时空数据流的移动对象空间索引构建

本文针对时空数据流提出了一种基于时间窗口数据排序和批量装载的移动对象空间索引构建方法HSTRCL.该方法用固定长度的时间窗口将连续的时空数据流进行切分,每当一个时间窗口完成数据缓存,采用优化的索引批量装载技术,从传统的构建流程中尽可能分离出耗时的数据划分和排序操作,将数据流的接收及其他构建操作并行执行,避免不必要的加锁...     

基于改进DenseNet的水果小目标检测

针对自然环境中小目标水果的检测精度普遍较低的问题,提出基于DenseNet改进的水果目标检测框架. 构建以DenseNet为核心的多尺度特征提取模块,在DenseNet不同层级的稠密块中建立特征金字塔结构,加强网络层特征复用. 结合低层特征的高分辨率和高层特征的高语义性,实现准确定位和预测小目标水果存在的目的. 引入软阈值非极大值抑制（Soft-NMS）算法,改善簇状果实结构中检测框被误剔除的情况. 与常用的Faster R-CNN网络相比,所提出的框架在苹果、芒果和杏3个数据集中的平均检测速度大于40 FPS,F1值分别为0.920、0.928、0.831,实现了检测效率及精度的提升.     

运动腕表心率序列相似性检测

近年来学生整体的体质状况呈现下降的趋势。许多高校实行了阳光晨跑计划,但不尽理想。采用运动心率腕表采集运动心率数据来监控学生课外健身跑状况是较好的方案,由于缺少直接监督,可能会出现一人佩戴多个腕表替他人代跑的情形,这将成为该方案实施的一个技术挑战。对所有时间上重叠的心率序列对抽取距离相关和统计相关的特征,通过基于支持向量机的代跑检测方案,可实现精准并且召回较高的代跑检测。实验验证了所提方法的有效性。     

异构多固态盘的吞吐量优化

固态盘具有低访问延迟、抗震性、内部并行性等诸多优良特性,已被广泛使用。如何利用固态盘提高系统性能是当前研究议题之一。首先通过一系列不同读写比例的负载实验来探索固态盘的特性,发现在较大I/O请求粒度场景下,较高的读请求比例有利于提升各类固态盘的吞吐量。基于实验结论,提出了一种I/O只读负载分离方法RODI,通过合理放置只读数据来分离只读负载到合适的固态盘上,以提升异构多盘阵列整体的吞吐量。大量实验表明,在较大I/O粒度的异构多盘环境中,相比传统的RAID技术, RODI方法对于改善多盘总体吞吐量更具优势。     

面向专业学位水平评估体系的计算机技术专业 培养改革方法研究

以首次专业学位水平评估体系为出发点,探讨计算机技术专业学位相关评估体系的特点,指出当前计算机技术专业研究生在培养过程中普遍存在的问题,并提出改革的目标和手段。     

计算机组成原理课程教学设计与案例实践

针对计算机组成原理课程教学要解决的重点问题,提出线上与线下、理论与实践相结合的教学设计,并从教学目标的优化、教学内容的重构、教学方法的创设、教学资源的建设、教学评价的改革5个方面进行详细介绍,以指令周期为教学案例,说明教学设计的具体应用。     

基于相变存储器和闪存的数据库事务恢复模型

随着闪存容量不断增大、价格不断下降,闪存在实际存储系统上得到了越来越广泛的应用.但是,闪存的页级读写、异位更新、有限寿命等阻碍了闪存数据库系统的性能提升,尤其是事务恢复.闪存的异位更新使得影子页技术可以很好地支持闪存数据库事务恢复,同时也给闪存数据库带来新挑战,如事务管理、缓冲区管理.相变存储器凭借其比闪存更高的读写速度、更小的读写粒度、更长的寿命成为了下一代主流存储技术,所以相变存储器可以用于解决在闪存数据库中使用影子页技术所产生的事务管理和缓冲区管理问题.该文基于相变存储器和闪存混合式存储提出一种全新的数据库事务恢复模型——SPFP.该模型充分利用相变存储器的特性完成事务管理.为支持非强制缓冲区管理,基于SPFP提出了一种优化的数据库事务恢复模型——SPFLP,利用相变存储器记录更多事务信息.实验结果表明,相较于全闪存存储的数据库系统,SPFLP大大提高了基于混合存储的数据库事务处理性能.     

异步I/O连接算法的峰值功率建模

峰值功率是影响数据中心能效的一个重要因素.本文提出一种功率感知数据库系统中连接算法的峰值功率估算方法,非运行时峰值功率的估算的挑战在于没有运行时的系统信息作为模型的输入.为克服估算困难,提出使用CPU密集度作为CPU功耗指示量,理论上分析了异步I/O连接算法在峰值功率发生阶段的特性,通过模拟连接算法峰值功率发生阶段算法行为来估算该阶段最大CPU密集度,通过CPU密集度与CPU功率的内在联系建立异步I/O连接算法的峰值功率预测模型.实验对数据库系统中采用异步I/O机制的四个连接算法时模型准确性进行了验证,结果表明所提预测方法具有较好的预测准确性,平均相对误差低于7%.     

面向大数据流的分布式索引构建

大数据流的高效存储与索引是当今数据领域的一大难点.面向带有时间属性的数据流,根据其时间属性,将数据流划分为连续的时间窗口,提出了基于双层B+树的分布式索引结构WB-Index.下层B+树索引基于窗口内流数据构建,索引构建过程结合基于排序的批量构建技术,进一步对时间窗口分片,将数据流接收、分片数据排序以及B+树构建并行化,提高了构建性能.上层B+树索引基于各时间窗口构建,结合时间窗口时间戳的递增性和无限性,提出了避免节点分裂的构建方法,减少了B+树分裂移动开销,提高了空间利用率和更新效率.WB-Index架构中,将流数据和索引分离,同时利用内存缓存尽可能多的双层B+索引和热点数据来提高查询性能.理论和实验结果表明,该分布式索引架构能够支持高效的实时数据流写入以及流数据查询,能够很好地应用于具有时间属性的数据流场景.