一、多实例信息交换的演化方法(论文文献综述)
肖宪翠[1](2021)在《虚拟网络动态资源分配策略与算法研究》文中指出虚拟网络技术的主要功能是将多个基础设施提供商所租用的资源虚拟化,并为各类互联网业务分配相应的网络资源。虚拟网络映射(Virtual Network Embedding,VNE)作为虚拟网络技术的关键,解决如何高效的将多个异构虚拟网络(Virtual Network,VN)映射到底层物理网络上,被证明是一个典型的NP难问题。现存的关于VNE的研究存在较多不足。首先,大部分VNE方法局限于静态VNE算法设计,即每个来自网络用户的虚拟网络请求(Virtual Network Request,VNR)的节点和链路资源需求在其整个生命周期内不发生变化。然而,在现实中用户的资源需求随时间呈动态变化,因此,根据用户峰值资源需求为其分配固定数量的网络资源将导致大量资源浪费。其次,传统的资源定价方式多采用静态对称性定价,即用户与服务供应商签订长期固定的带宽租用合同,易导致网络节点和链路资源使用不均衡。最后,随着互联网用户数量的激增,网络资源变得越来越紧缺,与资源共享相关的理论和机制亟需进一步完善。论文围绕动态虚拟网络映射场景中的网络建模、资源分配、资源定价以及资源共享等问题展开研究,具体研究内容如下:(1)针对虚拟网络资源需求动态变化的虚拟网络映射问题,提出了一种基于群搜索优化和RBF神经网络的动态虚拟网络映射算法(GSO-RBFDM)。首先根据用户动态资源需求变化特点进行网络建模,然后将群搜索优化(Group Search Optimizer,GSO)算法以及径向基函数(Radical Basis Function,RBF)神经网络算法分别用于优化节点映射方案和预测用户动态资源需求,最后根据RBF神经网络算法预测结果为用户动态分配网络资源。仿真实验表明,GSO-RBFDM的算法性能优于现有的静态资源分配算法。(2)针对RBF神经网络算法在预测过程中使用较多实例作为隐藏单元而导致的计算量大、训练时间长等问题,提出了一种基于RBF神经网络增量设计的动态虚拟网络映射算法(GSO-INC-RBFDM)。首先改进原始的RBF神经网络算法,通过一种增量式设计方法构造和训练RBF神经网络结构,即INC-RBF;然后将INC-RBF与GSO算法相结合,采用GSO算法优化节点映射方案以及INC-RBF算法预测用户动态资源需求;最后,根据INC-RBF预测结果为用户动态分配网络资源。仿真实验表明,GSO-INC-RBFDM算法不仅能降低计算量、缩短预测时间,而且能提高资源预测精度,从而降低资源分配冗余。(3)针对动态虚拟网络映射过程中静态对称性定价机制导致的资源使用不平衡问题,提出了一种基于资源动态定价和遗传算法路径优化的动态虚拟网络映射算法(GSGA-RBFDM)。首先对物理节点和链路资源进行动态定价,即单位资源的价格随剩余量呈动态变化,那些剩余资源充足且单价较低的节点或链路会被优先选为映射目标,从而降低了瓶颈节点及链路的数量,使资源使用更加均衡。其次,考虑到物理映射路径上的节点代价,寻找低成本的物理映射路径转化成了一个复杂的优化问题。遗传算法(Genetic Algorithm,GA)被广泛用于组合优化问题,将GA算法应用于映射路径优化问题,并通过交叉、重组、迭代等算子来找到低成本的物理映射路径。最后,采用RBF神经网络算法预测用户动态资源需求并为其分配网络资源。仿真实验表明,GSGA-RBFDM算法能缓解资源使用不均衡问题,从而提高网络接受率。(4)针对动态虚拟网络映射过程中常常忽略节点存储资源属性以及资源共享等问题,提出了一种基于资源三维约束及资源共享的动态虚拟网络映射算法(NMA-PRS-VNE)。首先构建了以节点计算资源、存储资源以及链路带宽资源三维约束为主的网络模型,然后将用户动态资源需求划分为基本子需求和可变子需求,前者表示VNR对资源的基本需求,后者用占用资源的概率来表示多个VNR可共享的资源。最后计算来自多个VNR的可变子需求之间的资源使用碰撞概率,并与最大碰撞阈值相比较来决定能否共享同一网络资源。仿真实验表明,基于资源三维约束的虚拟网络映射框架更接近实际网络,基于该框架提出的NMA-PRS-VNE算法在接受率、网络成本以及网络平均收益方面体现了较好的性能。
丁继昭[2](2021)在《物质能量传输视角对高中自然地理课程与教学的指向》文中研究表明地理学科核心素养体现着学科本质特征,要求我们深化学科理解、响应学科大观念要求,通过对学科的深度研究来推进课程与教学,关注学科视角及其培养过程。“物质能量传输”作为自然地理学科的一个视点(焦点),可以为中学地理课程与教学提供发展路向指引。系统构建并运用物质能量传输视角,把握丰富、庞杂且主线索常常内隐的高中自然地理内容,相当于明确了一个能够使之结构化的大观念。然而,当前对物质能量传输视角之于高中地理课程与教学的指向性并未充分关注。遵循“提出问题→分析问题→解决问题→实践应用”思路,本研究主要聚焦三个核心问题:物质能量传输蕴含了什么样的地理学科视角?如何运用物质能量传输视角增进对高中自然地理课程内容的理解?物质能量传输视角对高中自然地理教学有何指向性要求?致力于达成构建学科视角、分析课程内容和探讨教学指向三大目标。研究过程中,主要运用定性和定量相结合的方法,从理论构建和实践应用两方面,系统探讨物质能量传输视角对高中自然地理课程与教学的指引。理论研究部分主要包括“寻觅视点”“构建视角”和“确立视角”三方面内容。第一,通过文献研究找寻地理学科中的“物质能量传输”视点,明晰其概念内涵及对中学地理课程与教学的积极意义。第二,具体主要从地理学家普遍较为关注物质能量传输的“流”空间背景,物质能量传输中的具体过程序列,物质能量传输中物质运动和能量转换的辩证统一关系,物质能量传输的地域差异状况和物质能量传输的整体功能表现等方面,沿着“空间背景→过程序列→重要特点→功能表现”的思路逐步递进、延展,建构物质能量传输视角基本框架、维度构成和内容要点。第三,根据专家意见修正并确立物质能量传输视角框架,主要包括:物质能量传输的“流”本质视角、物质能量输入-作用-输出视角、物质能量传输的协同关系视角、物质能量传输的地域差异视角和物质能量传输的功能表现视角等5个子视角,地理物质流视角、关注物质能量的输入基础和关注物质运动与能量转换的相互表达等12个内容要点。应用研究部分主要包括“应用物质能量传输视角分析课程内容”和“应用物质能量传输视角探讨教学指向性要求”两方面。第一,基于物质能量传输视角,结合课程组织理论,运用文本分析法对高中自然地理课程内容进行“总体把握”和“具体分析”,构建课程内容组织框架、分析课程标准和分析具体课程内容等。首先,以“物质能量传输”为大观念,基于该组织中心派生出:从“自然地理环境和外界的物质能量传输过程”到“自然地理环境内部的物质能量传输过程”再到“自然地理环境对物质能量传输过程的综合响应”三个“大单元”,最终落脚于“人类与自然地理环境之间的物质能量传输过程”。从“大观念”到“大单元”是高中自然地理课程内容组织的一条“明线”,和“阐明人地关系”课程内容组织“暗线”一同搭建起了高中自然地理课程内容组织框架,其核心要素为:一个“大观念”、三个“大单元”、一条“暗线”、一条“明线”和一个“落脚点”。其次,针对课程标准中的“内容标准”,明确物质能量传输视角所对应的课程内容侧重点。再次,总体分析地理和物理、化学、生物等学科,在大观念视野下围绕物质能量传输开展跨学科主题活动的基本交集状况。最后,基于三维目标到核心素养之间的科学演进关系及其整合机制,结合知识、能力、思维(视角)和价值观念等课程组织要素,主要从地理知识、地理能力、地理视角和地理价值观等方面,应用物质能量传输视角来增进对高中自然地理课程内容的理解和分析,掌握地理学科知识组织中的“逻辑链”,明晰地理学科能力解构中的“核心项”,捕捉地理学科视角中的“着眼点”,明确地理核心价值观的“关键词”。第二,基于物质能量传输视角针对高中自然地理教学提出指向性要求,引导教学预期、体现学科本质,同时,运用案例分析法研究既有教学案例,依据“发现教学问题→分析教学问题→改进教学设计”思路,阐述教学指向的实践应用。具体来说,第一,物质能量传输的“流”本质视角对教学的指向性要求为:(1)把直观看到的事物抽象归纳为相应层次的地理物质能量;(2)引导学生运用学科逻辑建构起基本的物质能量概念体系;(3)引导学生运用动态视角从事物联系中认识物质能量“流”。第二,物质能量输入-作用-输出过程视角对教学的指向性要求为:(1)引导学生认识物质能量基础,明确地理过程思维起点;(2)引导学生认识物质能量作用主体,把握地理过程思维中项;(3)引导学生认识物质能量输出结果,抵达地理过程思维终点。第三,物质能量传输的协同关系视角对教学的指向性要求为:(1)及早提示物质运动与能量转换的关系,做好教学铺垫;(2)着重关照物质运动和能量转换双过程,察觉教学盲区。第四,物质能量传输的地域差异视角对教学的指向性要求为:(1)引导学生认识地域差异时充分关注其地理过程本源;(2)引导学生认识地理过程时注重比较其地域差异特点。第五,物质能量传输的功能表现视角对教学的指向性要求为:(1)引导学生以组合思维把握要素和地域,认识空间结构;(2)引导学生以整体观念统筹多地理过程,理解整体功能。
原佳怡,朱锐,林雷蕾,李彤,郑明[3](2021)在《单触发序列突发漂移检测算法》文中进行了进一步梳理针对现有的漂移检测算法不适用于解决单触发序列的漂移问题,提出一种基于活动距离变化的突发漂移检测方法。首先,提取每个滑动窗口中活动的关系矩阵来获取关系的特征向量;其次,为了降低关系矩阵的维度,通过计算滑动窗口之间活动的杰卡德距离,将活动的关系矩阵转换为杰卡德距离分布矩阵;然后,采用KL散度比较相邻距离矩阵中概率分布的变化来定位漂移区间;最后,为了解决粒度大小引起的不确定性问题,以循环关系的位置为窗口大小依次遍历并求得漂移区间的交集来定位漂移点。通过实验对包含12种变更模式且每种模式有5个不同大小日志的模拟数据集和两个软件仓库的执行日志的真实数据集进行了评估。结果表明,该方法可以对单触发序列的突发漂移进行有效定位。
庞达[4](2020)在《面向服务器端的时空数据可视化分析微服务治理方法》文中提出随着空间信息技术、应用模式、信息内容、分析方法、展现方式等的发展,传统以地图数据为主的地理信息系统已经难以满足人类认识和改造世界的需要,包括图形、图像、文本、视频、音频、轨迹、点云、BIM/CAD等多模态,结构化与非结构化、矢量与栅格等混合的时空数据可视化分析成为新一代地理信息系统的核心内容,涉及不同行业领域的不同模态的时空数据和不同分析模型算法,服务类型多样,服务间关联关系复杂且开发环境异构,如何突破服务异构壁垒并且集成和高效管理这些多粒度服务,是多模态时空数据可视化分析系统所面临的巨大挑战。早期的地理信息系统主要为整体集中式架构,组件间耦合度高,依赖单一运行环境;当前以服务为中心的分布式地理信息系统架构,虽然能够通过统一的通信标准和访问接口实现异构系统的透明访问,但其一般采用总线的方式进行通信,系统模块部署时资源利用粒度较粗,在复杂应用中显得臃肿,集成和维护难度巨大。本文面向服务器端时空数据可视化分析服务集成和高效管理的需求,设计了时空数据可视化分析微服务架构,研究了时空数据可视化分析微服务治理方案,实现时空数据可视化分析系统的高可用、高可靠和高可扩展。具体研究内容如下:(1)时空数据可视化分析微服务架构。通过服务标准与描述方法、多语言服务数据交互方法、服务容器编排等关键技术,提出了一种基于微服务的时空数据可视化分析服务架构,攻克了异构系统下的服务通信和集成的技术难题。(2)时空数据可视化分析微服务治理。基于时空数据可视化分析微服务架构,研究系统集成方法和服务治理方案,实现多粒度服务统一集成和高效管理、动态伸缩、注册发现和状态监控,保证系统的高可用、高可靠和高可扩展。(3)基于以上研究成果,构建原型系统并进行实验分析。以静态数据服务为例进行实验分析,验证本文方法的有效性。实验结果表明,本文提出的方法能够实现服务的高效集成和管理,提高系统的稳定性和扩展性。
原佳怡[5](2020)在《基于软件执行事件流的行为过程突发漂移检测算法研究》文中认为挖掘与改进软件行为过程是保证软件产品质量和维护软件产品运行的重要方法。在过程挖掘领域,日志、模型、过程是三大关键实体。漂移检测算法的目的就是通过检测日志数据的演化来发现模型的演化,进而改进过程。同时,随着Github等开源平台的发展,大量的软件项目开发的日志数据可供我们研究与挖掘;另一方面,大量的软件执行数据的记录使得发现软件运行时的行为并对其进行动态分析成为可能。本文提出了一种基于活动距离变化的漂移检测方法,用于解决软件执行事件流的突发漂移检测问题,具体内容包括:(1)活动的提取。对于没有活动属性的软件开发过程数据,需要先将每条提交说明映射为活动;现有的映射方法有人为定义映射规则与映射的活动数量少且固定的缺点,因此,提出运用LDA主题模型提取活动的方法,活动数量可以自由选择,规则具有算法支持,更为合理。(2)窗口的选取。漂移检测滑动窗口的大小以及一次挪几步的问题一直都在讨论与探索中,目前较好的解决方法是基于多实例的以轨迹为最小单位的且以轨迹独立为前提的方法。基于活动关系,本文提出了最低频次检测增长点的方法确定窗口的大小,且滑动窗口只需要保证相邻窗口之间,一个窗口的尾活动是下一个窗口的首活动即可,可以保证关系不丢失。(3)漂移检测框架的提出。活动序列与窗口大小具备后,以活动为研究对象,对活动不断增长的事件流序列进行漂移检测,提出一个框架,分为三步:关系矩阵提取、关系矩阵转化为距离矩阵、距离分布变化大小的检测;分别用到了直接后继关系、杰卡德距离和KL散度,最后,距离分布大小变化的检测结果即为漂移检测的结果。通过多组模拟数据和真实数据对上述方法进行了评估,实验结果表明,本文方法可以有效检测出事件流序列的漂移点的位置。本文的创新点在于现有的漂移检测算法不适用于软件执行事件流的日志形式,为此,本文提出一种两次计算活动距离的软件行为过程突发漂移检测算法;同时,对于窗口大小的选取本文提出通过发现活动关系最低频次的增长点来确定窗口大小。本文的意义在于发现软件执行事件流序列中的概念漂移现象,可以更好地挖掘出更符合软件过程行为模式的过程模型,从而更好地保证和维护软件产品的质量。
庞华鑫[6](2020)在《基于注意力机制的症状—证候—药物关系的研究》文中研究表明传统中医学是世界医学的重要组成部分,辨证施治是中医临床的基本原则,是理论与实际相结合的体现。研究辨证施治的原理就是探究中医的症状-证候-药物的内在联系。目前,由于患者临床症状的多样性、复杂性和医生诊疗经验的差异性,给临床辨证的准确把握带来了严峻挑战。同时由于多种辨证流派的诊治思想存在差异,导致施治的药物选择不同,给药规律难以把握。因此,本文借助注意力机制、深度学习技术和子空间聚类等算法,通过构建不同任务模型来探索中医的症状-证候-药物的对应关系,形成自动化的证候诊断算法,为临床的辨证提供辅助决策支持。另外,本文又探究了症状和药物在全局病理层面的对应关系,挖掘其中内在规律,确定施治给药规范,提升了中医临床诊疗能力。文章的主要研究内容如下:(1)提出基于注意力机制的证候分类模型。针对患者症状表现多样,难以确定疾病证候问题,本文基于神经网络理论提出注意力机制和多层感知器相结合的证候诊断算法。注意力机制智能地判别症状与证候之间的相关性,为症状合理分配贡献权重。多层感知器根据权重化的症状向量能准确地学习到关键的症状和证候对应关系,快速分类证候。实验结果表明,该模型不仅能够提高证候诊断的准确率,还能为证候挑选出具有代表性的核心症状群。(2)提出基于多实例和多视图学习的证候分类模型。针对患者的症状信息利用不充分,证候分类效果难以提升问题,本文基于注意力机制提出多实例和多视图学习相结合的分类模型。多实例生成器产生多种潜在的关键症状组合实例;多视图学习模块利用卷积核学习症状的全局表征,又创建交互表征谱函数从症状间的交互信息学习自适应相关表征;注意力机制将实例表征信息融合,提取出高层整合信息进行证候诊断。实验结果表明,该模型的分类准确率达到80.96%,超过多数先进算法,证明了其有效性。(3)提出基于循环神经网络的病例信息整合与聚类系统。为了挖掘同种疾病的不同患者群的症状与药物的关系,本文构建多模式的表征框架,并结合子空间聚类算法对患者聚类。框架采用独热编码映射、词嵌入模型和Bi-LSTM模型从患者的基本属性和诊疗序列数据提取高层语义信息,组成患者体况表征向量。本文又利用基于谱聚类的子空间聚类算法对患者表征进行聚类,划分出不同体况人群簇,探究不同人群的症状和药物对应关系,分析了数据集中存在的典型“药-症”、药对和药组,对不同人群的症状和药物联系的隐形规律进行总结,为临床具体诊疗施治提供辅助参考。
刘铭崴[7](2019)在《任务感知的多模态时空数据自适应可视化方法》文中研究表明相比传统空间信息系统主要处理物理空间的点线面体矢量数据与相关的属性数据,新一代空间信息系统处理的数据具有典型的多模态特征。多模态时空数据充分刻画了人机物三元空间中“大到宇宙,小到尘埃”的多粒度时空对象从诞生到消亡全生命周期中的位置、几何、行为以及语义关联关系等全息特征信息,对其进行描述、诊断和预测等多层次可视分析成为感知、认知与控制人机物三元世界的重要途径。对多模态时空数据综合分析与协同可视化决策在于:人-机-物三元空间多模态时空数据全面汇聚、关联分析和深度利用,通过可视化分析完成对城市异常的智能预警、关键问题的智慧决策、重大事件的协同处置。多模态时空数据的海量、高维、动态等特征决定了其可视化应用中多样化可视化任务交织且高并发,场景内容及可视化表征高度动态变化,需高效协同可视化系统的存储、计算与绘制资源。虽然时空大数据的可视化现已开展了较多研究,但在面对高并发多层次多模态时空数据可视化任务时,仍存在固定化的场景可视化表征与时空探索分析中未知的分析结果的灵活呈现需求相脱离,面向高并发I/O与高性能绘制可视化机制,难以满足高并发多样化可视化任务需求、高性能计算环境和多样化客户端环境缺乏有效协同等问题,难以有效地支撑新一代空间信息系统和时空大数据可视化应用需求。针对上述问题,本文在虚拟化和云计算等技术的支持下,拟研究任务感知的多模态时空数据自适应可视化方法,重点研究多层次多模态时空数据可视化任务模型分类与构建、任务驱动的多粒度存算绘资源协同调度方法、任务感知的多模态时空数据自适应可视化引擎的设计与构建等关键技术与方法,实现按需高效的高并发的多层次可视化。本文的主要研究工作如下:(1)针对传统时空数据可视化方法只面向单一的时空场景高性能展示任务,无法满足多样化可视化应用需求的问题,基于人类时空认知的基本需求,依据多模态可视化应用目的(展示、分析与探索)、可视化驱动力(数据驱动、模型驱动与交互驱动)以及可视化任务内容(实时绘制、并行计算与场景交互)之间的关联关系,从多模态时空数据、分析计算模型、人机交互和绘制四个维度进行描述,研究建立包含展示性、分析性以及探索性的多模态时空数据多层次可视化任务模型,在多层次可视化任务需求与可视化资源分配调度之间建立层次化语义映射关系,为协同调度存储、计算与绘制资源以及可视化场景动态构建供理论依据。(2)针对传统以数据为中心的时空数据可视化调度机制难以满足多层次多样化可视化任务高并发的难题,研究提出多层次可视化任务驱动的多粒度存算绘资源协同的工作流与服务链优化调度方法,将存储、计算以及绘制资源服务化为多粒度存算绘服务,设计面向多层次可视化任务的可视化工作流,研究基于工作流和多粒度存算绘服务的多层次可视化服务链构建方法,通过建立多粒度存算绘服务质量评价模型,动态优化可视化服务链,形成以任务为中心的自适应可视化数据调度机制,突破传统以数据为中心的时空数据可视化调度机制,实现不同层次可视化分析应用的快速响应。(3)基于上述研究成果,研发了任务感知的多模态时空数据自适应可视化引擎原型系统,将多模态时空数据组织存储、数据分析计算与空间信息可视化通过GIS微服务架构进行松散耦合,引擎根据不同层次可视化应用任务,自适应的调度和组合多粒度数据与分析服务,满足不同层次高并发可视化应用需求;同时该引擎提供多粒度服务的快速部署与维护,按需自动分配服务正常运行所需的存储、计算与网络资源,根据任务并发情况自动横向伸缩,保证多粒度存算绘服务的高可用性。最后面向智慧城市建设需求,分别以城市宏观态势格局关系描述、溃坝洪水时空过程动态模拟分析可视化以及微观室内火灾逃生方案探索3个典型案例进行验证分析。试验结果表明:本文提出的方法能够有效地提供多层级多专业人员在城市概览、规划、运营、维护以及应急灾害响应等全生命周期的多层次可视化应用。
薛珊[8](2018)在《复杂信息网络的智能计算模型与算法研究》文中研究指明复杂信息网络作为一类复杂信息系统,承载了复杂的数据、信息和知识,与其他信息载体相比,最大的不同在于:网络中个体与个体间具有相互作用关系,蕴含了更深层的知识亟待挖掘。实际管理科学研究问题中往往伴随复杂数据结构,传统计算方法无法达到满意的结果,因此为了深入探究多源数据、异构数据、无标签数据在复杂信息网络中的数据价值,揭示复杂信息网络在数据驱动层面的规律和特性,本文重点研究复杂信息网络智能计算模型与算法,为智能信息服务与智能信息管理提供理论基础。本文主要研究内容如下。(1)多源动态信息迁移中的智能计算模型研究从动态信息迁移角度出发,结合复杂交通网络上的信息服务提出了智能交通多源信息服务多视角自适应学习模型;受网络动态传播的遗传免疫过程启发,又提出了基于迁移学习的朴素贝叶斯实例加权遗传模型。智能交通多源信息服务多视角自适应学习模型,是一类数据驱动型的智能服务模型,依靠迁移学习机制对多源服务信息预处理、高维多视角数据智能学习和自适应优化模块训练达到智能计算要求。该模型从智能交通实际应用问题出发,引入并改进了牛顿迭代算法、多层前馈神经网络模型和有限混合分布表示模型,通过实验验证了该模型的期望效果。朴素贝叶斯实例加权遗传分类模型,是一类数据驱动型自适应迁移学习方法,基于非线性的计算原理,继承了人类免疫机制中的记忆能力,具有遗传免疫特性。该模型在UCI标准数据集和3组现实文本分类数据集上进行了分类任务实验,以分类精度检验模型智能计算效果。(2)无监督迁移学习在智能计算中的算法研究引入迁移学习框架,着眼于跨信息域的知识迁移过程,弥补目标域数据样本过小、跨域迁移样本的数据结构不对称等问题造成的原有智能计算算法能力不足的缺陷,并充分考虑现实应用中标签数据占无标签数据比例极小的现象,提出无监督迁移学习在智能计算中的新算法:基于异构属性空间的无监督迁移学习算法和复杂交通信息服务网络的多实例图迁移聚类算法。基于异构属性空间的无监督迁移学习算法,从无标签和属性空间异构的跨域计算角度,改进监督学习和半监督学习框架下的传统支持向量机模型,在没有标签辅助修正训练过程的情况下,提出源域无监督多任务选择机模型,实现属性空间异构的跨域知识迁移,完成目标域智能计算任务,该算法通过理论推理进行验证。复杂交通信息服务网络的多实例图迁移聚类算法,从无标签、实例空间变异、数据结构带有图结构特征的二分多实例分类角度,将原有传统多实例学习算法拓展为多实例图聚类迁移学习算法,通过实例属性表达、混合核模型、智能聚类初始化和智能聚类更新策略,实现该算法稳定的计算效果,该算法的准确性和高效性在复杂交通网络数据集上实验验证。(3)复杂信息网络关键性节点智能评价模型与算法研究通过比较基于控制力指标的关键性节点智能评价模型、基于中心性指标的关键性节点智能评价模型、基于异构融合的关键性节点智能评价模型与基于传播机制的关键性节点智能评价模型,探讨了复杂信息网络关键性节点智能评价模型创新性。着眼于复杂信息网络关键性节点智能评价算法,考虑网络全局连接情况,本文提出基于全局递归的关键性节点智能评价算法。该算法充分考虑网络节点关键性评价中间接连接效应,将所有相连节点作为整体进行评价,通过全局递归训练得到全局连接权重参数,表达节点间的连接强度,将参数训练机制引入Friedmann基础网络关键性节点智能评价实验中,进行实验验证关键性节点智能评价效果。(4)数据驱动型多源信息智能计算实证研究结合数据驱动型多源信息智能计算思路,突破复杂信息网络中用户行为建模的原有限制,提出数据驱动型城市智能交通用户行为5S理论模型,将用户行为抽象成5S维度要素、定义5S要素结构并设计模型在Map-Reduce过程下的智能计算。通过实证研究分析智能交通网络中的多源影响因素,对比传统影响因素提取采样与总体样本的智能聚类结果差异,探讨基于总体样本思想在数据驱动型智能计算研究中的适用性,最后分析数据驱动型多源信息智能计算采用总体思想的内在机理。论文创新点:(1)通过迁移学习模型与算法实现复杂信息网络上的多源知识迁移。(2)利用无监督机制智能获取无标签数据中的有用信息。(3)在动态信息网络完成多源信息迁移中的自适应学习。(4)结合复杂网络理论提出的智能计算模型和算法服务于实际复杂信息网络智能计算问题中。
开金宇[9](2016)在《面向可靠性的微服务系统自适应调整技术研究》文中进行了进一步梳理微服务架构是当前最流行的软件架构,当开发者从微服务架构获得敏捷开发时,可靠性成为系统运行的最大的痛点。本文重点研究了面向可靠性的微服务系统自适应调整中的两个重要问题:微服务系统可靠性分析和服务流程组合。本文在对软件系统可靠性进行研究的基础上,提出了一种软件系统可靠性分析任务划分的框架;基于此框架介绍了四类常用的可靠性分析技术以及相应的方法,调查了将这些技术和方法用于分析软件系统可靠性的研究进展,发现了每种可靠性分析任务与相应的技术、方法之间的关联;在此基础上,重点关注了基于概率模型检验的可靠性分析方法以及这类分析方法的应用场景,讨论了概率模型检验方法在分析软件系统可靠性时所具有的优势,并给出了一个通用的基于概率模型检验的软件可靠性分析平台。微服务系统是与单体架构相对应的一个概念。传统的单体架构多实例部署机制在应对大流量、高并发用户洪水般访问时,有效缓解系统压力的同时,也造成了极大的资源浪费。微服务架构以其既能缓解系统压力又能充分利用系统资源的优势成为系统架构的首选。传统软件系统的可靠性分析方法都是针对单体多实例部署的情况,使用传统的可靠性分析方法不能准确地分析微服务差异化多实例部署模式下的微服务系统的可靠性。针对这一问题,本文提出了一种微服务差异化多实例部署模式下微服务系统可靠性分析方法,实验验证了这种方法的有效性。随着微服务系统业务规模的扩大,单一的服务流程已经不能满足微服务系统业务的扩张,服务流程的多元化已成微服务系统发展的必然趋势。然而,用户在使用微服务系统时,很少完全使用微服务系统提供的全部业务,而仅使用其感兴趣的部分业务,在这种情况下,使用传统的单一业务流程的可靠性分析方法不能准确地反映多业务流程的微服务系统的可靠性,同时,多元化业务流程的业务交织增加了微服务系统可靠性分析的难度。针对这一问题,本文提出了一种多社区微服务系统可靠性分析方法,实验验证了这种方法的有效性。服务流程重组是实现微服务系统自适应调整的一种最直接有效的方法。传统的服务流程组合问题的解决方案都是以服务与服务模型粒度相同为前提,事实上,在互联网中存在这样一类大粒度服务,即,一个服务可以完成多个服务模型描述的多个需求规约,与使用和服务模型粒度相同的服务组合可靠性最优的服务流程相比,使用大粒度服务组合服务流程通过减少参与组合服务流程的候选服务集合的数目,提高组合服务流程的效率。本文通过解决对最优大粒度服务流程建模和组合可靠性最优的大粒度服务流程两个子问题完成大粒度服务流程组合问题问题,并通过实验验证了这种方法的有效性。最后,参考IBM提出的自治元素模型,本文提出了一种面向可靠性的微服务系统自适应调整框架,并利用本文的研究成果及分布式集群技术和大数据技术实现了该框架的原型平台。在云计算环境中,该自适应调整平台利用集群技术及大数据技术以及基于对多实例部署、多业务流程的微服务系统的可靠性分析及面向大粒度的服务流程组合方法,实现面向可靠性的微服务系统自适应调整。
康艳芳[10](2015)在《云服务资源调度与市场交易模型研究》文中研究说明随着信息服务资源市场的不断扩大和需求信息服务用户的的逐日增多,作为信息服务商已经无法承担高额的服务成本,以往传统的服务资源市场组织管理方式已经无法满足云服务市场中用户多样化的需求服务要求,在这样的背景下促使了“云计算”服务的出现和大力发展。“云计算”作为一种新兴的信息资源服务形式,以基础设施、平台开发和软件应用的方式提供市场服务,把服务市场的信息资源从本地服务扩展到云服务市场环境中,并以快捷的方式提供给用户使用。云用户按照自身需求订购支付适合自己的个性化云服务,通过这种方式可以有效减少管理成本和投资成本。但是要获取这些服务的途径方式对于一些计算机专业人员来说,都是件费时费力的事情,那么对于大多数普通用户来说更是件不容易的事情,更不用说服务质量的有效保证。因此,高效优化的云服务市场机制使得云服务市场的每一个环节都井然有序是一个亟待解决的问题,具有十分重要的现实意义。针对上述问题利用市场经济优化理论、博弈理论、多目标优化等理论,结合云服务市场具体服务情况等相关知识和方法来寻求解决途径。首先从云服务市场的市场机制入手,分析了市场竞争机制、资源调度机制、交易机制、定价机制。随后依次研究构建了云服务资源优化调度模型、云服务资源定价模型、云服务资源交易模型。主要研究内容如下:(1)针对云服务市场中的资源调度优化问题,通过资源优化调度率选取与其高度相关的服务成本、服务时间、服务QoS属性值、用户的最优满意度,作为调度优化指标,构建了云服务资源优化调度模型,利用主客观赋权法根据用户的不同偏好属性对服务资源的属性进行赋权,更加科学贴切的反映用户意愿和资源调度的合理性。利用有序效用函数选取最优服务资源候选集,采用用户需求任务—服务资源—服务商的编码方式将任务、资源和服务商合理联系起来为更好的完成用户需求任务提供方法依据。最后通过模拟实验分析该模型的有效性。(2)制定云服务市场的定价模型。分别从以下三个方面着手进行:其一,根据用户效用最大化条件下,确定服务市场的合同和按需定价策略,并研究市场完全被垄断和引入竞争机制这两种市场机制下,此种定价方法的用户效用变化情况。其二,根据市场收益最大化,在合同和按需定价的基础之上确定市场最优定价策略。其三,根据市场的实际使用情况,在用户使用的某些时段会有大量的闲散资源存在,此时,需要研究制定现货实例定价策略来对这些闲散资源进行合理的利用。此时段的定价也被看做是一种调整用户市场服务使用行为的激励机制,从而实现市场均衡和整体市场的高效使用。(3)根据服务市场在高峰时段出现的拥挤现象,建立拥挤时段费用定价模型,首先根据优先权和限流费用来设定拥挤费用,然后从静态和动态两个角度去分析此拥挤收费在缓解市场压力方面的合理性,最后根据信息经济学中的博弈论,用户与用户之间围绕利益展开的非合作博弈,以及用户与云经纪人之间的非合作博弈,并结合上述优先权和限流收费政策,来解决云服务市场的拥挤现象。(4)针对服务资源市场的交易问题,本文构建了云服务市场交易体系该体系由云经纪人协调整个服务交易过程,进行用户需求任务的合理分配和市场资源的供需平衡控制。并提出了面向用户预算约束、时间约束以及预算和时间双重约束条件下的多实例组合交易决策模型。
二、多实例信息交换的演化方法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、多实例信息交换的演化方法(论文提纲范文)
(1)虚拟网络动态资源分配策略与算法研究(论文提纲范文)
摘要 |
ABSTRACT |
缩略词及中英文对照 |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 互联网的发展与挑战 |
1.1.2 虚拟网络技术及应用 |
1.1.3 动态虚拟网络映射及问题研究 |
1.2 论文研究内容 |
1.3 论文创新点 |
1.4 论文组织结构 |
第2章 虚拟网络映射问题及研究现状 |
2.1 引言 |
2.2 虚拟网络映射问题 |
2.2.1 物理网络模型 |
2.2.2 虚拟网络模型 |
2.2.3 网络映射模型 |
2.2.4 网络映射评价指标 |
2.3 虚拟网络映射算法研究现状 |
2.3.1 启发式虚拟网络映射算法 |
2.3.2 分布式虚拟网络映射算法 |
2.3.3 精确解虚拟网络映射算法 |
2.3.4 可生存性虚拟网络映射算法 |
2.3.5 多域虚拟网络映射算法 |
2.3.6 能耗感知虚拟网络映射算法 |
2.3.7 动态虚拟网络映射算法 |
2.4 智能优化算法 |
2.4.1 群搜索优化算法 |
2.4.2 神经网络算法 |
2.4.3 遗传算法 |
2.5 本章总结 |
第3章 基于群搜索优化和RBF神经网络的动态虚拟网络映射算法 |
3.1 引言 |
3.2 问题描述 |
3.3 基于群搜索优化和RBF神经网络的动态虚拟网络映射算法 |
3.3.1 用户动态资源需求模型 |
3.3.2 GSO-RBFDM算法流程图 |
3.3.3 GSO优化VN映射方案描述 |
3.3.4 RBF预测VN资源需求描述 |
3.3.5 GSO-RBFDM算法伪代码 |
3.4 仿真实验 |
3.4.1 实验设置 |
3.4.2 结果分析 |
3.5 本章小结 |
第4章 基于RBF神经网络增量设计的动态虚拟网络映射算法 |
4.1 引言 |
4.2 问题描述 |
4.3 基于RBF神经网络增量设计的动态虚拟网络映射算法 |
4.3.1 GSO-INC-RBFDM算法流程图 |
4.3.2 RBF神经网络增量设计方法 |
4.3.3 RBF和 INC-RBF预测性能对比 |
4.3.4 INC-RBF预测VN资源需求描述 |
4.3.5 GSO-INC-RBFDM算法伪代码 |
4.4 仿真实验 |
4.4.1 实验设置 |
4.4.2 结果分析 |
4.5 本章小结 |
第5章 基于资源动态定价和GA路径优化的动态虚拟网络映射算法 |
5.1 引言 |
5.2 问题描述 |
5.3 基于资源动态定价和GA路径优化的动态虚拟网络映射算法 |
5.3.1 动态资源定价模型 |
5.3.2 GA优化物理映射路径方法 |
5.3.3 GSGA-RBFDM算法流程图 |
5.3.4 GSGA-RBFDM算法伪代码 |
5.4 仿真实验 |
5.4.1 实验设置 |
5.4.2 结果分析 |
5.5 本章小结 |
第6章 基于资源三维约束及资源共享的动态虚拟网络映射算法 |
6.1 引言 |
6.2 问题描述 |
6.3 基于资源三维约束及资源共享的动态虚拟网络映射算法 |
6.3.1 改进的网络模型 |
6.3.2 用户动态资源需求模型 |
6.3.3 节点可用性评估方法 |
6.3.4 资源共享及防碰撞机制 |
6.3.5 NMA-PRS-VNE算法伪代码 |
6.4 仿真实验 |
6.4.1 实验设置 |
6.4.2 结果分析 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
攻读博士学位期间取得的成果及参与的课题 |
致谢 |
(2)物质能量传输视角对高中自然地理课程与教学的指向(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
第一节 研究背景 |
一、深化课程改革需要回归到扎实的学科本体研究 |
二、落实学科核心素养需要关注学科视角及其培养 |
三、关注物质能量传输具有地理学科大观念的意蕴 |
四、高中地理课程教学需要深究物质能量传输视角 |
第二节 研究问题 |
第三节 研究意义 |
一、理论意义 |
二、现实意义 |
第四节 研究设计 |
一、研究框架 |
二、研究方法 |
三、论文结构 |
四、创新点 |
第二章 文献综述 |
第一节 关于高中自然地理课程与教学的研究综述 |
一、关于高中自然地理课程内容的范围 |
二、高中自然地理课程的教学研究综述 |
三、关于地理教学指向性要求研究综述 |
第二节 高中课程与教学对物质能量传输的研究综述 |
一、课程理解时对物质能量传输的关注 |
二、教学实施中对物质能量传输的关注 |
第三章 地理大观念视野下物质能量传输视角的初步构建 |
第一节 寻找具有课程与教学意义的物质能量传输视点 |
一、从综合自然地理学自上而下梳理学科组织体系 |
二、洞察地理学科研究中的物质能量传输内在视点 |
三、建构物质能量传输视角之于课程与教学的意义 |
第二节 围绕学科视点初步构建地理物质能量传输视角 |
一、物质能量传输的“流”本质视角 |
二、物质能量输入-作用-输出视角 |
三、物质能量传输的统一关系视角 |
四、物质能量传输的地域差异视角 |
五、物质能量传输的功能表现视角 |
第三节 物质能量传输视角框架的初步确立 |
第四章 基于专家认同度调查的物质能量传输视角确立 |
第一节 专家意见咨询问卷设计与改进 |
一、问卷设计 |
二、问卷改进 |
第二节 专家意见咨询与调查结果分析 |
一、调查过程 |
二、结果分析 |
第三节 物质能量传输视角的主要内容 |
第五章 基于物质能量传输视角的高中自然地理课程分析 |
第一节 基于物质能量传输视角的课程内容总体把握 |
一、搭建课程内容“组织框架” |
二、把握课程内容的“侧重点” |
三、设计跨学科主题学习交集 |
第二节 基于物质能量传输视角的课程内容具体分析 |
一、掌握地理学科知识组织“逻辑链” |
二、明晰地理学科能力中的“核心项” |
三、关注地理学科视角中的“着眼点” |
四、明确地理核心价值观的“关键词” |
第六章 基于物质能量传输视角的高中自然地理教学指向 |
第一节 大观念视野下从学科本体到教学指向性要求的逻辑进路 |
第二节 基于物质能量传输视角的高中自然地理教学指向性要求 |
一、物质能量传输的“流”本质视角对教学的指向性要求及案例分析 |
二、物质能量输入-作用-输出视角对教学的指向性要求及案例分析 |
三、物质能量传输的协同关系视角对教学的指向性要求及案例分析 |
四、物质能量传输的地域差异视角对教学的指向性要求及案例分析 |
五、物质能量传输的功能表现视角对教学的指向性要求及案例分析 |
结论与展望 |
一、研究结论 |
二、研究展望 |
参考文献 |
附录 |
附录一:专家咨询问卷试用版 |
附录二:专家咨询问卷正式版 |
后记 |
在学期间公开发表论文及着作情况 |
(3)单触发序列突发漂移检测算法(论文提纲范文)
0 引言 |
1 问题描述 |
2 相关工作 |
3 预备知识 |
4 单触发序列突发漂移检测方法 |
5 实验评估 |
5.1 评估数据 |
5.2 评估结果 |
6 结束语 |
(4)面向服务器端的时空数据可视化分析微服务治理方法(论文提纲范文)
项目资助信息 |
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 地理信息系统研究现状 |
1.2.2 微服务架构研究现状 |
1.2.3 服务网格研究现状 |
1.3 研究目标和内容 |
1.4 论文组织结构 |
第2章 高可扩展的时空数据可视化分析微服务架构 |
2.1 时空数据可视化分析服务需求分析 |
2.1.1 时空数据分析体系 |
2.1.2 时空数据可视化特点 |
2.1.3 服务器端架构需求分析 |
2.2 微服务架构 |
2.2.1 微服务架构特性 |
2.2.2 架构设计 |
2.3 多语言服务交互方法 |
2.3.1 服务标准与描述方法 |
2.3.2 多语言服务调用机制 |
2.4 本章小结 |
第3章 多样化微服务集成与管理方法 |
3.1 基于容器技术的微服务集成 |
3.1.1 容器技术 |
3.1.2 服务器端微服务集成方法 |
3.2 基于容器编排的微服务管理 |
3.2.1 容器编排技术 |
3.2.2 微服务容器化管理方法 |
3.3 本章小结 |
第4章 海量微服务治理方法 |
4.1 服务网格技术 |
4.2 服务多实例伸缩机制 |
4.3 服务注册与发现机制 |
4.4 服务状态监控机制 |
4.5 本章小结 |
第5章 原型系统与实验分析 |
5.1 概述 |
5.1.1 实验数据 |
5.1.2 原型系统架构 |
5.1.3 系统主要功能介绍 |
5.2 实验分析 |
5.2.1 实验运行环境 |
5.2.2 实验模拟分析 |
5.3 系统能力测试 |
5.3.1 服务监控能力测试 |
5.3.2 服务自动伸缩能力测试 |
5.4 本章小结 |
总结和展望 |
工作总结 |
未来展望 |
致谢 |
攻读硕士学位期间发表的论文 |
参考文献 |
(5)基于软件执行事件流的行为过程突发漂移检测算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 主要工作及创新点 |
1.4 论文组织结构 |
第2章 相关理论技术 |
2.1 预备知识 |
2.2 LDA主题模型原理 |
2.3 杰卡德距离 |
2.4 KL散度 |
2.5 本章小结 |
第3章 软件执行事件流突发漂移检测框架 |
3.1 事件流与事件日志的区别 |
3.2 研究框架 |
3.3 过程演化实例 |
3.3.1实例1:模型PM0演化成模型PM1 |
3.3.2 实例2:模型PM0 演化成模型PM1 再演化成模型PM0 |
3.3.3 实例3:模型PM1 演化成模型PM0 再演化成模型PM1 |
3.4 本章小结 |
第4章 软件执行事件流漂移检测算法 |
4.1 活动抽取 |
4.2 漂移检测 |
4.2.1 窗口大小获取 |
4.2.2 算法框架 |
4.2.3 距离分布矩阵获取 |
4.2.4 漂移点定位 |
4.3 本章小结 |
第5章 实验与分析 |
5.1 数据集 |
5.1.1 模拟数据集 |
5.1.2 软件运行过程的数据集 |
5.1.3 Tensorflow项目开发数据 |
5.2 实验结果分析 |
5.2.1 活动抽取结果 |
5.2.2 窗口大小选取结果 |
5.2.3 漂移检测结果 |
5.3 本章小结 |
第6章 总结与展望 |
6.1 本文工作总结 |
6.2 下一步工作 |
参考文献 |
攻读硕士学位期间完成的科研成果 |
致谢 |
(6)基于注意力机制的症状—证候—药物关系的研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 证候分类算法研究现状 |
1.2.2 症状与药物关系研究现状 |
1.2.3 注意力机制的研究现状 |
1.3 研究内容和主要贡献 |
1.4 论文结构安排 |
1.5 本章小结 |
2 基于注意力机制的证候分类 |
2.1 模型框架介绍 |
2.1.1 注意力机制算法 |
2.1.2 多层感知器 |
2.2 数据集及实验设置介绍 |
2.2.1 数据集介绍 |
2.2.2 实验设计和评价指标 |
2.3 结果展示与分析 |
2.3.1 症状选择与相关度 |
2.3.2 模型性能预测 |
2.4 本章小结 |
3 基于多实例和多视图学习的证候分类 |
3.1 基于多实例和多视图表征学习的疾病诊断模型 |
3.1.1 多实例生成器 |
3.1.2 多视图学习表征 |
3.1.3 自注意力机制模块 |
3.1.4 优化目标 |
3.2 数据集和评价指标介绍 |
3.2.1 实验数据集 |
3.2.2 评价指标介绍 |
3.3 实验设置及结果展示 |
3.3.1 实验设置细节 |
3.3.2 模型参数对模型性能影响分析 |
3.3.3 不同视图表征性能对比 |
3.3.4 性能对比 |
3.4 本章小结 |
4 基于循环神经网络的病例信息整合与聚类 |
4.1 病例基本特征表示 |
4.1.1 离散属性特征表示 |
4.1.2 文本属性特征表示 |
4.2 诊疗事件表征 |
4.2.1 时序数据表征模型 |
4.2.2 双向LSTM模块介绍 |
4.3 整合表征模型框架 |
4.3.1 整体融合模块介绍 |
4.3.2 训练设置 |
4.4 患者体况表征聚类 |
4.4.1 子空间聚类介绍 |
4.4.2 基于谱聚类的子空间聚类 |
4.5 结果展示与分析 |
4.6 本章小结 |
5 总结与展望 |
5.1 工作总结 |
5.2 工作展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(7)任务感知的多模态时空数据自适应可视化方法(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 可视化任务模型 |
1.2.2 时空数据自适应可视化 |
1.2.3 时空数据可视化调度机制 |
1.2.4 GIS可视化系统架构 |
1.3 论文研究思路 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 研究技术路线 |
1.4 论文组织结构 |
第2章 多模态时空数据多层次可视化任务模型 |
2.1 概述 |
2.1.1 数据可视化的含义 |
2.1.2 多模态时空数据特点 |
2.1.3 多模态时空数据可视化需求 |
2.2 多模态时空数据多层次可视化任务分类 |
2.2.1 展示性可视化任务 |
2.2.2 分析性可视化任务 |
2.2.3 探索性可视化任务 |
2.3 多层次可视化任务存算绘资源需求映射 |
2.3.1 多层次可视化任务存算绘资源需求特点 |
2.3.2 存储-计算-绘制资源分布特点 |
2.3.3 多层次可视化任务与存算绘资源映射关系 |
2.4 本章小结 |
第3章 任务驱动的多粒度存算绘服务协同调度方法 |
3.1 概述 |
3.1.1 Web服务技术 |
3.1.2 工作流技术及规范 |
3.1.3 GIS服务链特点 |
3.2 工作流构建 |
3.2.1 工作流元模型 |
3.2.2 工作流建模形式化表达 |
3.3 任务驱动的多粒度存算绘资源优化调度方法 |
3.3.1 工作流到有向图的映射 |
3.3.2 多粒度服务与有向图简化 |
3.3.3 基于QoS的多粒度存算绘服务链优化构建 |
3.3.4 任务驱动的多粒度存算绘资源协同调度机制 |
3.4 本章小结 |
第4章 任务感知的多模态时空数据自适应可视化引擎 |
4.1 引擎设计 |
4.1.1 引擎框架 |
4.1.2 引擎数据流 |
4.2 多模态时空数据可视化微服务框架 |
4.2.1 多语言微服务构建方案 |
4.2.2 基于容器技术的微服务管理与系统集成方法 |
4.2.3 服务的动态伸缩与注册发现机制 |
4.3 任务感知的自适应可视化调度机制 |
4.4 本章小结 |
第5章 多模态时空数据自适应可视化系统实现及其应用试验分析 |
5.1 原型系统研发 |
5.1.1 系统架构 |
5.1.2 微服务开发与管理环境 |
5.1.3 多样化客户端开发环境 |
5.2 多层次可视化试验 |
5.2.1 展示性可视化 |
5.2.2 分析性可视化 |
5.2.3 探索性可视化 |
5.3 多层次可视化任务承载力试验 |
5.3.1 多样化可视化应用平台 |
5.3.2 系统伸缩能力 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 研究总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读博士学位期间发表的论文及科研成果 |
已发表学术论文情况 |
学术活动 |
科研项目情况 |
(8)复杂信息网络的智能计算模型与算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究背景 |
1.1.1 复杂信息网络对智能计算模型与算法提出的需求 |
1.1.2 迁移学习对智能计算模型与算法的作用 |
1.2 研究意义 |
1.3 论文研究内容与研究方法 |
1.3.1 研究内容与框架 |
1.3.2 研究方法 |
1.4 论文主要创新点 |
第二章 国内外相关研究综述 |
2.1 基于迁移学习的智能计算模型与算法综述 |
2.1.1 智能计算下的主要迁移学习模型与算法综述 |
2.1.2 基于神经网络的迁移学习模型与算法综述 |
2.1.3 基于贝叶斯的迁移学习模型与算法综述 |
2.1.4 基于遗传算法的迁移学习模型与算法综述 |
2.1.5 面向智能计算应用的迁移学习模型与算法综述 |
2.2 基于复杂网络的智能计算模型与算法综述 |
2.2.1 智能计算下的复杂网络特性综述 |
2.2.2 基于复杂网络框架的智能计算模型与算法综述 |
2.2.3 基于复杂网络方法的智能计算模型与算法综述 |
2.2.4 面向复杂网络应用的智能计算模型与算法综述 |
2.3 本章小结 |
第三章 多源动态信息迁移中的智能计算模型研究 |
3.1 智能交通多源信息服务多视角自适应学习模型 |
3.1.1 多源信息服务多视角自适应学习模型的现实需求 |
3.1.2 多源信息服务多视角自适应学习模型的模块设计 |
3.1.3 智能交通多源多视角服务信息自适应学习实验 |
3.2 朴素贝叶斯实例加权遗传分类模型 |
3.2.1 朴素贝叶斯实例加权遗传分类模型提出动机 |
3.2.2 朴素贝叶斯实例加权遗传分类模型理论 |
3.2.3 朴素贝叶斯实例加权遗传分类学习实验 |
3.3 本章小结 |
第四章 无监督迁移学习在智能计算中的算法研究 |
4.1 基于异构属性空间的无监督迁移学习算法 |
4.1.1 基于迁移学习的多任务学习算法 |
4.1.2 无监督迁移学习下的多任务选择机算法 |
4.1.3 异构属性空间无监督迁移学习算法求解 |
4.2 复杂交通信息服务网络的多实例图迁移聚类算法 |
4.2.1 多实例迁移学习中的图聚类问题 |
4.2.2 多实例迁移学习中的图聚类算法 |
4.2.3 多实例迁移学习中图聚类的学习更新策略 |
4.2.4 多实例图迁移聚类算法在复杂交通网络上的实验 |
4.3 本章小结 |
第五章 复杂信息网络关键性节点智能评价模型与算法研究 |
5.1 复杂信息网络关键性节点智能评价模型研究 |
5.1.1 复杂信息网络关键性节点智能评价指标 |
5.1.2 基于网络拓扑结构的关键性节点智能评价模型 |
5.1.3 基于传播机制的关键性节点智能评价模型 |
5.1.4 复杂信息网络关键性节点智能评价模型比较分析 |
5.2 基于全局递归的复杂信息网络关键性节点智能评价算法研究 |
5.2.1 复杂信息网络关键性节点智能评价算法 |
5.2.2 基于全局递归的关键性节点智能评价算法 |
5.2.3 基于全局递归的关键性节点评价算法实验 |
5.3 本章小结 |
第六章 数据驱动型多源信息智能计算实证研究 |
6.1 数据驱动型城市智能交通用户行为5S理论模型 |
6.1.1 数据驱动型智能交通用户行为智能计算需求 |
6.1.2 数据驱动型城市交通智能行为计算模型 |
6.2 基于总体样本思想的数据驱动型多源信息计算实证 |
6.2.1 数据驱动型多源宏观数据处理 |
6.2.2 数据驱动型实证聚类结果对比分析 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
作者在攻读博士学位期间发表的论文与研究成果 |
致谢 |
(9)面向可靠性的微服务系统自适应调整技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 现状研究概述与分析 |
1.3 研究内容 |
第2章 软件可靠性分析方法研究现状 |
2.1 引言 |
2.2 软件可靠性分析分类 |
2.2.1 从系统结构的角度进行划分 |
2.2.2 从可靠性定义的角度进行划分 |
2.2.3 从可靠性数据变化趋势进行划分 |
2.3 软件可靠性分析技术与方法 |
2.3.1 基于失效数据的统计分析技术 |
2.3.2 基于失效数据序列的统计分析技术 |
2.3.3 基于机器学习的分析技术 |
2.3.4 基于体系结构的分析技术 |
2.4 基于概率模型检验的系统可靠性分析平台 |
2.4.1 平台设计 |
2.4.2 平台实现 |
2.5 微服务系统可靠性分析的关键科学问题 |
2.6 小结 |
第3章 差异化多实例部署的微服务系统可靠性分析 |
3.1 引言 |
3.2 研究框架 |
3.3 微服务架构系统可靠性模型构建 |
3.3.1 微服务可靠性模型构建 |
3.3.2 用户使用剖面模型构建 |
3.3.3 复合可靠性模型构建 |
3.4 系统可靠性分析 |
3.5 案例分析 |
3.5.1 实验环境 |
3.5.2 实验分析 |
3.6 相关工作 |
3.7 小结 |
第4章 多社区微服务系统可靠性分析 |
4.1 引言 |
4.2 研究框架 |
4.3 多社区微服务系统可靠性分析模型构建 |
4.3.1 多社区使用剖面模型构建 |
4.3.2 多社区微服务可靠性模型构建 |
4.3.3 多社区微服务系统可靠性模型构建 |
4.4 多社区系统可靠性分析 |
4.5 案例分析 |
4.5.1 实验环境 |
4.5.2 实验分析 |
4.5.3 可靠性分析 |
4.6 相关工作 |
4.7 小结 |
第5章 基于粒计算面向可靠性的大粒度服务流程组合 |
5.1 引言 |
5.2 基于粒计算的面向大粒度的服务流程组合问题 |
5.2.1 粒计算基本概念 |
5.2.2 粒计算模型 |
5.2.3 基于商空间粒计算模型的大粒度服务流程组合问题求解 |
5.2.4 面向可靠性的大粒度服务流程组合分析 |
5.3 建模最优大粒度服务流程模型 |
5.3.1 最优大粒度服务流程建模问题是NPC问题 |
5.3.2 最优大粒度服务流程建模问题求解 |
5.4 组合可靠性最优的大粒度服务流程 |
5.5 大粒度服务流程组合问题实验 |
5.5.1 实验环境 |
5.5.2 数据准备及结果分析 |
5.6 相关工作 |
5.7 小结 |
第6章 微服务系统自适应调整平台 |
6.1 引言 |
6.2 技术支撑 |
6.2.1 集群技术 |
6.2.2 大数据技术 |
6.3 平台介绍 |
6.4 小结 |
第7章 结束语 |
7.1 主要贡献 |
7.2 将来的工作 |
参考文献 |
作者在攻读博士学位期间发表的论文及科研成果 |
作者在攻读博士学位期间参与的科研项目 |
致谢 |
(10)云服务资源调度与市场交易模型研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究意义 |
1.2 研究目的 |
1.3 国内外研究现状 |
1.4 研究内容与方法 |
第2章 相关理论评述 |
2.1 概念界定 |
2.2 主要理论方法综述 |
2.3 服务资源调度方法综述 |
2.4 服务资源定价交易方法综述 |
第3章 云服务市场运行分析 |
3.1 云服务市场发展现状 |
3.2 云服务市场要素分析 |
3.3 云服务市场运行机制 |
第4章 云服务资源优化调度模型 |
4.1 云服务资源调度问题描述 |
4.2 云服务资源调度模型优化指标选取 |
4.3 云服务资源调度目标函数确立 |
4.4 云服务资源调度模型构建 |
4.5 基于遗传算法的云服务资源调度模型求解 |
4.6 模拟实例分析 |
4.7 本章小结 |
第5章 云服务资源定价模型 |
5.1 云服务资源定价问题分析 |
5.2 面向云服务定价的用户效用 |
5.3 合同定价模型 |
5.4 按需定价模型 |
5.5 服务市场最优定价模型 |
5.6 现货实时定价模型 |
5.7 拥挤时段费用定价模型 |
5.8 本章小结 |
第6章 云服务资源交易模型 |
6.1 交易问题背景 |
6.2 交易体系构建 |
6.3 多实例组合交易决策模型 |
6.4 本章小结 |
第7章 应用研究 |
7.1 案例背景 |
7.2 应用分析 |
7.3 改进策略分析 |
第8章 总结与展望 |
8.1 全文总结 |
8.2 主要创新点 |
8.3 研究展望 |
参考文献 |
致谢 |
攻读学位期间参与科研项目情况 |
在读期间发表的论文及获奖情况 |
四、多实例信息交换的演化方法(论文参考文献)
- [1]虚拟网络动态资源分配策略与算法研究[D]. 肖宪翠. 山东师范大学, 2021(12)
- [2]物质能量传输视角对高中自然地理课程与教学的指向[D]. 丁继昭. 东北师范大学, 2021(09)
- [3]单触发序列突发漂移检测算法[J]. 原佳怡,朱锐,林雷蕾,李彤,郑明. 计算机集成制造系统, 2021(09)
- [4]面向服务器端的时空数据可视化分析微服务治理方法[D]. 庞达. 西南交通大学, 2020(07)
- [5]基于软件执行事件流的行为过程突发漂移检测算法研究[D]. 原佳怡. 云南大学, 2020(08)
- [6]基于注意力机制的症状—证候—药物关系的研究[D]. 庞华鑫. 北京交通大学, 2020(03)
- [7]任务感知的多模态时空数据自适应可视化方法[D]. 刘铭崴. 西南交通大学, 2019(06)
- [8]复杂信息网络的智能计算模型与算法研究[D]. 薛珊. 上海大学, 2018(02)
- [9]面向可靠性的微服务系统自适应调整技术研究[D]. 开金宇. 上海大学, 2016(04)
- [10]云服务资源调度与市场交易模型研究[D]. 康艳芳. 武汉理工大学, 2015(01)