基于融合特征空间的云数据离散调度逼近算法

基于融合基础架构的新一代数据中心,提出一种基于融合特征空间构架的云数据离散调度逼近算法,在对系统节点进行数据采集任务分配的基础上,研究基于云计算的IAAS层基础设施自动化快速供应的技术方案,对云数据离散分配任务进行评价和估计,描述了云数据采集和特征空间融合架构方法,构建云数据采集和特征空间融合机制,进行融合特征空间构架下的数据离散调度逼近算法改进设计。研究结果表明,该方法实现云数据离散调度的压缩性能很稳定,有效节约了任务执行时间,云数据离散调度逼近的收敛步数较少,收敛性好,展示了较强的实用性和优越性,为云计算的顶层设计PAAS与SAAS提供技术平台支持。     

快速的自举鲁棒点匹配算法

鲁棒点匹配算法中的退火温度是按常数比率降低的,它导致运行时间长。文章基于对应关系矩阵的熵和退火温度是同时变化的现象,提出采用熵来建模退火温度,由此得到一种新的算法。尝试了两种实现方案,实验表明它们都比原算法高效,其中一种实现方案的鲁棒性和配准精度都非常接近原算法。