小型内存管理系统的设计与实现

探讨了内存管理系统对内存管理的要求、内存管理存在的问题以及问题的一些解决策略,以实现对内存分配的快速,可靠和高效,同时介绍了一种可对内存空间实现多次分配,多次回收,对一些常用大小的空间实现高效率分配和回收的算法,并用JAVA语言加以实现。     

基于Spark MapReduce框架的分布式渲染系统研究

三维渲染是电影、动画和游戏制作所需的重要工具,耗费大量时间和资源,是计算密集和数据密集的复杂过程。分布式渲染是目前提高渲染效率最有效可行的手段之一。提出了一套基于Spark MapReduce的分布式渲染系统,该系统使用由集群资源管理器Apache Mesos、支持内存驻留的MapReduce计算框架Spark、分布式Hadoop文件系统构成的分布式计算集群。在这个集群之上,设计并实现一个符合MapReduce算法工作模式的渲染接口程序,用于调用外部渲染程序Blender实现单帧渲染任务。测试结果表明,基于Spark MapReduce框架的分布式渲染能够显著提高渲染速度,减轻开发所需工作量。     

基于云平台的决策树算法在医疗领域中的应用

在医疗系统中,人们通常使用决策树对患者的发病类型以及概率进行有效地分类预测.随着信息技术的普及,医疗系统中产生了大量的历史医疗记录,处理和分析这些海量的医疗数据给医疗系统带来了极大地挑战.本文针对海量医疗数据问题,提出了分布式构建决策树算法.该算法分布式逐层构建决策树,可以高效地构建决策树,快速有效地完成医疗系统中的预测工作.该算法是基于现有流行的云计算平台,使用MapReduce分布式框架设计的分布式算法.实验结果表明,该算法具有很好的扩展性和高效性.     

基于小型对象分配技术的GTNetS蠕虫仿真内存管理

针对蠕虫仿真中大量小型对象的特点,对GTNetS的内存管理机制进行系统研究,提出小型对象内存分配技术.实验结果表明,小型对象分配技术可以有效减少系统的最大内存使用量,进而提高蠕虫仿真的规模和效率.     

Hadoop平台在图书推荐应用中的性能分析

构建基于分布式平台及大量借阅数据的图书推荐算法,是实现图书馆个性化信息推送服务的关键环节.本文从搭建Hadoop分布式平台和运用Mahout的MapReduce实现算法入手,针对读者借阅记录的分类号进行频数统计和借阅时间统计,依据借阅次数和借阅时间获得偏好值.并使用Mahout基于图书的推荐器,测试伪分布式单节点模式和完全分布式MapReduce计算框架下的推荐效果.测试表明:在MapReduce运算中增加DataNode的数量同时优化BlockSize参数能显著缩短运算时间,是实现个性化荐书服务自动推送的可行方法.     

内存数据库故障恢复策略研究

内存数据库存在于易失性内存中,数据较易丢失,故障恢复部件至关重要。考虑系统环境限制,设计了一种利用日志与影子页面技术相结合的系统恢复模型,讨论了日志协议、模糊检查点策略、重装算法、恢复技术等模块的实现方法。该方法无需额外硬件的支持,日志记录数量少,检查点与事务处理并发执行,重装和恢复过程快速,极大地提高了内存数据库的恢复效率。     

伙伴算法在Linux内核中的应用及其改进

伙伴算法是内存管理的比较常用的算法之一。以Linux内存管理为基础,阐述了Linux内核中关于伙伴算法的应用。同时也指出了伙伴算法在内存管理方面的不足之处,针对具体的情况提出了具体的改进方法,使得该算法在具体的条件下更加高效。     

多维异质网络局部性交叉项补偿信道分配算法

在多维异质网络中,由于承载不同的协议和网络,导致信道拥挤和分配不均衡。传统的多维异质网络信道分配算法采用基于信道切换的动态分配算法,在动态切换过程中易导致数据丢失和信道失衡。提出一种基于数据交叉项补偿机制的多维异质网络信道分配算法,进行多维异质网络信道协议分析与模型分析和求解,考虑用户间接收SINR的公平性,构建信道性能因子,引入一个局部性交叉项补偿信道切换中的失衡性实现算法改进。实验结果表明,改进算法使异质网络生命周期得到扩展,有利于数据的准确传输,避免在信道分配动态切换过程中导致的数据丢失和信道失衡,提高了分配效率和准确性,有效地保证了各用户接收SINR的公平性,信道分配性能上优越于传统算法,展示了较好的应用价值。     

基于关联数据的科研数据资源共享

在分析了关联数据概念内涵与构建原则的基础上,剖析了基于URI数据复用、LOD开放发布与RDF链接管理的关联数据共享机制,指出URI开放复用在数据关联共享中扮演的基础性角色,Web开放发布对于数据自由存取与复用所具有的重要意义,以及RDF链接在数据共享网络构建中所承担的核心作用.以此为理论基础,进一步阐述了基于关联数据的科研数据资源共享模式,包括科研关联数据的创建发布与科研共享数据网络的构建两部分.其中科研关联数据的创建发布通过数据URI命名、科研关联数据词汇集创建、数据LOD发布为构建科研数据网络奠定基础.而科研共享数据网络构建则通过多种方式和工具在科研关联数据集内部与外部积极构建RDF链接并实施动态维护,以此为桥梁将分布多元异构科研数据连接成为数据共享网络空间.     

一种用于网站用户行为分析数据的可扩展协同聚类算法

网站通常从用户中分析挖掘出其中隐含的规律,为其创造更多的价值.随着互联网的普及,互联网的用户成指数级增长给互联网传统的分析算法带来了极大地挑战.本文针对网站中存在的海量用户数据,设计了基于MapReduce分布式编程框架的协同聚类算法.该算法是分布式并行地统计聚类信息,更加高效地分析处理用户数据,完成网站中的用户行为分析工作.实验表明,本文提出的算法不仅具有很高的加速比,而且具有很好的可扩展性.