多线程在VB.NET下的实现

为了在 VB.NET 中处理并发问题和多任务管理的问题,使用多线程编程技术这一程序设计最为广泛应用的技术是最方便的解决方法,应用需要多个任务时可以使用多线程技术。在键盘输入数据的同时另一个线程在计算井传输数据,其它的线程可以同时完成屏幕的更新显示、或从端口读入数据等。研究了在 VB.NET 中线程的创建、运行和终止的方法,及如何确定和更改线程的状态和线程的同步问题。通过对 VB.NET 编译环境中线程对象的分析,深入剖析了多线程技术在 VB.NET 编译环境中的实现过程,说明了 VB.NET 中基于多线程技术的程序开发过程。     

基于大数据技术的学习分析系统架构

通过电子书包、移动学习终端、在线学习应用等,可捕获大量的学习行为数据.如何利用这些大数据是目前教育信息化领域亟需研究的问题.本文首先分析了教育信息化领域对学习分析的需求和研究对象.接着引入大数据技术,设计以Hadoop为核心的学习分析系统,构建基于学习分析的智能数字化教育服务,并列举此技术方案的具体应用案例.最后,提出需要解决Hadoop应用在学习分析领域的技术问题.     

社交媒体数据可视化分析综述

社交媒体的出现为人类提供了新的交流方式,同时也产生了大量的数据。这些数据蕴含着丰富的信息,也反映了人类的社会行为。利用可视化分析技术可以对社交媒体数据进行交互式分析,提高人类对抽象信息的理解和综合研判能力。本文首先介绍了可视化分析的步骤。在此基础上,阐述了社交网络可视化、时空信息可视化和文本可视化的实现方式。最后,对可视化分析过程中遇到的问题和挑战进行了讨论。     

Wide Area Analytics for Geographically Distributed Datacenters

Big data analytics,the process of organizing and analyzing data to get useful information,is one of the primary uses of cloud services today.Traditionally,collections of data are stored and processed in a single datacenter.As the volume of data grows at a tremendous rate,it is less efficient for only one datacenter to handle such large volumes of data from a performance point of view.Large cloud service providers are deploying datacenters geographically around the world for better performance and availability.A widely used approach for analytics of geo-distributed data is the centralized approach,which aggregates all the raw data from local datacenters to a central datacenter.However,it has been observed that this approach consumes a significant amount of bandwidth,leading to worse performance.A number of mechanisms have been proposed to achieve optimal performance when data analytics are performed over geo-distributed datacenters.In this paper,we present a survey on the representative mechanisms proposed in the literature for wide area analytics.We discuss basic ideas,present proposed architectures and mechanisms,and discuss several examples to illustrate existing work.We point out the limitations of these mechanisms,give comparisons,and conclude with our thoughts on future research directions.     

面向服务的大数据分析平台解决方案

本文针对日益增长的大数据分析与信息服务的应用需求,提出基于数据中心和互联网、面向服务的大数据分析平台解决方案,为开展大数据分析相关的研究和实践提供借鉴和参考。首先对国内外大数据技术的产业现状进行回顾,然后给出基于数据中心和互联网的大数据分析平台拓扑架构,讨论大数据分析平台的系统功能和关键技术,最后阐述该平台系统的应用和产业化前景。     

基于节点影响力的移动机会网络网关选择算法

移动机会网络中,为使用户快速从因特网获取数据,需要选择某些合适节点担任网关。研究了移动机会网络网关选择问题。提出了两种基于节点影响力的网关选择算法:LRGS和CRGS。实验结果证明,两种基于节点影响力的网关选择算法较之随机选择算法均可使性能得到改善;当网络规模较小时,CRGS性能更优;当网络规模较大时,LRGS的性能更优。同时,所提出的两种算法均有较好的可扩展性。     

煤矿开采矿井涌水量预测方法现状及发展趋势

煤矿开采矿井涌水量对于煤矿防治水以及安全高效生产具有重要意义。详细阐述了矿井涌水量预测方法,并对其预测过程进行了较为详细的论述与分析。指出矿井涌水量预测方法存在的问题,针对存在的问题,提出了未来应建立多因素综合模型,将传统的单一模型进行扩大,提高适用范围和预测精度;建立基于大数据的预测,将矿井涌水量与大数据有机结合,通过大数据分析涌水量的特征预测矿井涌水量;进行系统理论综合分析,将矿区涌水量作为一个系统,从时空序列中提取地下水变化特征,为涌水量的预测提供支撑。     

基于MapReduce的大数据在线聚集优化设计

针对大数据在线聚集执行时间长、执行性能及延迟调度性能较差的问题,提出基于MapReduce的大数据在线聚集优化程序设计.使用分片聚集方法使集群中所有机器的计算资源得到充分调用,采用子连接的启发式优先方法优化各节点本地执行连接任务关系运算,实现大数据在线聚集的并行连接.利用混合近似查询框架的大数据在线聚集动态切换机制及基于渐进近似估计的动态切换机制,降低混合近似查询切换误判率,增强大数据在线聚集的执行性能.实验结果表明,该方法设计的在线聚集优化程序在不同数据规模下的执行时间较小,同时在基本频繁查询性能方面具备显著优势.     

中国大数据基金的业绩评价与对比分析

随着金融科技的迅速发展，大数据技术与证券投资的结合日益紧密，大数据基金应运而生，且越来越受到行业的重视。本文遴选18只大数据基金和6只投资结构类似的传统型基金，利用2018年4月1日到2020年3月31日相关数据从收益水平、风险状况、风险调整后收益、业绩归属能力对大数据基金进行考察，运用主成分分析法进行综合评价，并与传统型基金进行了对比分析。研究表明，与传统型基金相比，在考察期内，大数据基金的业绩表现更好，其中，被动指数型基金在各项指标上的优势更为明显，而主动管理型基金的优势相对较弱。     

基于雷达图的垃圾焚烧炉选择探讨

利用雷达图分析方法,对目前常用的垃圾焚烧炉从技术性能、经济成本和社会影响3方面进行了比较分析。结果显示:炉排焚烧炉具有最大的综合优势;回转窑和流化床焚烧炉整体性能较好,但个别问题严重;热解气化焚烧炉虽在综合评价中表现不佳,但作为垃圾焚烧的前沿技术应该继续展开深入的研究和探索。     

大数据技术与民族地区智慧扶贫

以服务民族地区后扶贫时代全面精准脱贫的现实需要为目的，对大数据技术与民族地区精准帮扶工作的关联点、契合点进行了分析，探讨了大数据在精准扶贫当中的技术优势，提出了建设乡村大数据基础设施、打造网络大数据技术队伍、开展大数据技术贫困治理等实现民族地区智慧脱贫的有效途径，为我国民族地区的全面精准脱贫提供指导.     

大数据技术与民族地区智慧扶贫

以服务民族地区后扶贫时代全面精准脱贫的现实需要为目的,对大数据技术与民族地区精准帮扶工作的关联点、契合点进行了分析,探讨了大数据在精准扶贫当中的技术优势,提出了建设乡村大数据基础设施、打造网络大数据技术队伍、开展大数据技术贫困治理等实现民族地区智慧脱贫的有效途径,为我国民族地区的全面精准脱贫提供指导.     

Java多线程同步机制平台相关性浅析

Java多线程具有很大的平台相关性，导致了其同步机制的平台相关性。通过试验讨论了Java同步机制在不同平台下的成功实现和实现效率，并分析了这种平台相关性的原因和影响因素，对处理多线程同步机制的Java程序的跨平台性编写和执行具有借鉴意义。     

A Classifier Using Online Bagging Ensemble Method for Big Data Stream Learning

By combining multiple weak learners with concept drift in the classification of big data stream learning, the ensemble learning can achieve better generalization performance than the single learning approach. In this paper,we present an efficient classifier using the online bagging ensemble method for big data stream learning. In this classifier, we introduce an efficient online resampling mechanism on the training instances, and use a robust coding method based on error-correcting output codes. This is done in order to reduce the effects of correlations between the classifiers and increase the diversity of the ensemble. A dynamic updating model based on classification performance is adopted to reduce the unnecessary updating operations and improve the efficiency of learning.We implement a parallel version of EoBag, which runs faster than the serial version, and results indicate that the classification performance is almost the same as the serial one. Finally, we compare the performance of classification and the usage of resources with other state-of-the-art algorithms using the artificial and the actual data sets, respectively. Results show that the proposed algorithm can obtain better accuracy and more feasible usage of resources for the classification of big data stream.     

基于Windows的DSM系统中线程迁移的实现

随着多线程DSM系统的发展,线程迁移已经成为DSM系统中一个非常重要的研究课题。在分析Windows操作系统的存储和控制结构的基础上,讨论了基于Windows操作系统的多线程DSM系统的基本框架,提出了一种对线程进行动态迁移的方法。并且在一个基于Windows操作系统工作站机群的Smonn系统中成功实现,表明了该方法的有效性。     

The serial communication based on multithreading technique of Windows

Present a kind of method which is used to communicate between serial serial port and peripheral equipment dynamicly and real-time using multithreading technique based on the basic principle of communication and multitasking mechanism in the circumstance of Windows. This method resolves the question of Real-time answering in the serial communication validly, reduces losing rate of data and improves reliability of system. This article presents a general method used in the serial communication which is practical.     

Windows平台下串行口多线程通信的实现方法

介绍了一种在 Windows平台下通过串行口进行通信的方法 ,这种基于Win32 API函数的方法简单而灵活 ,同时使用了多线程技术 ,使程序能够适应高速的数据采集和处理 .程序源代码为 C+ +代码 ,程序框架采用 MFC类库编写     

基于并行叠加的国土空间开发适宜性评价

在国土空间大数据环境下,基于传统串行叠加分析计算的国土空间开发适宜性评价性能已达极限,需研究并行化方法,以利用更多的计算资源提升国土空间开发适宜性评价的效率.在分析基于多空间对象叠加综合评价原理的基础上,通过引入空间数据预处理方法、空间数据划分方法及并行空间索引,提出并实现了以并行叠加分析为核心的国土空间开发适宜性评价方法.西南四省的国土空间建设用地适宜性评价应用实验表明:本文方法相比传统方法性能提升了至少30倍,且节约了大量的人力物力资源,解决了传统架构下国土空间开发适宜性评价计算效率低或无法胜任的难题.     

基于Windows平台的实时测试系统软件的设计与实现

在Windows平台下利用多线程技术对实时测试系统软件进行了设计和实现。通过分析多线程及其同步控制，结合实例给出实时测试系统软件的总体实现框图及思路，描述了基于事件同步对象的系统软件具体实现方法，给出线程在激光路面平整度测试仪系统软件实际测度中的工作流程。上述思路、方法与流程已被充分应用于对激光路面平整度测试仪系统软件的开发中，并取得了非常好的效果。     

基于模糊矩阵的多线程网络通信延迟检测技术研究

在多线程网络中,网络延时是评价网络性能的重要指标,有效检测通信延迟技术可确保网络通信的高效运行。首先分析多线程网络通信延迟中的队列延迟与传输延迟,利用队列延迟与传输延迟建立多线程网络通信延迟检测模糊矩阵；再通过该矩阵对多线程网络中通信延迟情况进行评价判别,并对该判别矩阵实施一致性测试,最终实现对网络通信延迟情况的有效检测。分析仿真实验结果可知,所构建的模糊矩阵一致性较强,可用于对多线程网络通信延迟的检测。并且在不同带宽与不同干扰情况下,该方法对多线程网络通信延迟检测误差低于10ms,正确率在90%以上,说明该方法具有较高的准确性与稳定性,实用性较强。