排序方式: 共有9条查询结果,搜索用时 12 毫秒
1
1.
2.
3.
虚拟计算环境中任务具有数量庞大、需求模糊、种类多样等特征,使得资源匹配面临巨大挑战.依据虚拟计算实验床平台公布数据,提出了一种融合虚拟资源与任务聚类的资源匹配优化模型.该模型通过分析任务需求、消耗等特征,基于改进二分K均值进行任务聚类,并结合虚拟资源类型生成优化的资源匹配列表.经实验分析验证,该模型有效缩小资源匹配范围,提高任务运行成功率,为精准匹配提供基础. 相似文献
4.
RoboCup是全球影响力最大的机器人足球比赛,是机器人学和人工智能及其应用的标准研究问题之一。仿真组在RoboCup中是重要的一部分。由于仿真组的比赛环境非常复杂,采用手工编码实现的Agent的高层决策无法考虑到比赛的所有情况,缺乏灵活性,并且需要花大量的时间对手工编码中的参数进行调整,结果也不是很理想。所以本文采用机器学习来实现Agent的决策。本文运用了一种基于CMAC的Q学习方法,把该方法应用在禁区内进行2VSl进攻的策略学习训练实例中,实验结果表明了本方法的可行性和有效性。 相似文献
5.
6.
7.
8.
随着渤海A构造区油气勘探的不断深入,勘探目标逐渐由构造油气藏转变为构造-岩性复合油气藏。A区构造-岩性油气藏的流体关系复杂,储层非均质性强,导致常规油气检测方法多解性严重,不能为该区油气勘探提供可靠的烃检结果。地震波在含油气储层传播时,不仅会发生较强的能量衰减,同时也会发生较强的速度频散,因此,反映速度频散的属性可作为流体指示因子用于流体检测。基于此,文中提出了一种基于同步压缩小波变换的速度频散属性估算方法,从叠后地震数据中提取出表征速度频散程度的群能量梯度属性,进行油气检测。实际资料处理结果表明:基于同步压缩小波变换的速度频散属性油气检测方法分辨率非常高,对含烃储层具有较好指示效果,降低了油气检测的多解性。 相似文献
9.
针对云计算环境中任务调度中存在的执行效率低的问题,提出了一种基于改进的基于密度的聚类算法(DB-SCAN)的云任务调度策略.首先使用改进的基于密度的聚类算法DBSCAN对云任务进行聚类,然后与已经分类的资源进行匹配,解决资源与任务匹配程度低的问题.实验结果表明,对任务进行聚类后进行任务调度,任务在终端上的平均执行时间减少了大约35.2%,任务的调度时间也有了明显减少. 相似文献
1