排序方式: 共有53条查询结果,搜索用时 31 毫秒
1.
在大型强子对撞机(LHC)上紧凑型缪子螺线管探测器(CMS)实验的复杂数据环境下,有多个关系型数据源记录了关于数据组织和分布的信息。为实现数据查询系统的精确关键词查询功能,通过分析数据库模式图的方法,将关键词查询语言动态翻译成SQL语言,设计并实现一个跨数据库平台的关键词查询系统。针对动态翻译过程中存在的二义性问题,提出基于查询实体的模式图分析算法,以及基于最小权重树查找的动态连接算法。实验结果表明,该动态连接算法能为关键词查询正确生成所需数据库表的连接方式,使关键词查询系统具有较高的查询效率,以满足用户实时、精确查询的需求。 相似文献
2.
3.
集群计算体系的广泛应用,使得集群系统的用户管理问题越来越重要.提出了一种基于LDAP和AFS分布式文件系统的用户管理方案,在保证用户集中管理的同时,提供了用户目录的透明访问和较高的用户数据安全性. 相似文献
4.
设计并实现了一个网格环境下满足大批量作业提交管理需要的图形系统,可以很好地克服命令行方式的困难,实现大批量作业的提交、管理和监控,该系统可以很好地应用于本地机群之上,并且易于扩展并应用到其他网格应用领域. 相似文献
5.
当今诸多工程问题及科学研究中,都面临着大数据处理和高性能计算任务的双重挑战。基于内存计算技术提出的分布式处理框架Spark已在学术和工业界得到了广泛的应用,但其MapReduce-like的编程模型在任务间无法进行通信,导致科学计算中的数值算法无法进行高效实现。针对上述问题,研究了一种Spark内存计算与MPI消息传递模型相结合的解决方案,充分利用内存访问存取快速的特点和MPI的多种高性能通信机制,解决了Spark编程模型表达能力不足的缺陷,同时为MPI提供了面向数据的DAG计算方式。通过对Spark内部的运行环境和调度系统进行修改,使得MPI在Spark中得以无缝融合,为高性能计算和大数据任务提供了一个统一的内存计算系统。测试结果表明,在数值计算和迭代算法上相比Spark至少有50%的性能提升。 相似文献
6.
7.
为保证系统的可扩展性和容错性,Alluxio简化了文件系统实现,不支持数据随机访问,但在实际情况中仍有许多应用需要数据随机访问。Alluxio原生Java接口灵活性较差,不支持传统应用,不能完全发挥内存的高速性能。因此在深入分析Alluxio数据读写原理后,提出了新式数据随机访问方法,其核心思想是改变原有数据访问和缓存时机,将对Alluxio中的文件读写转化为对本地内存文件系统的文件读写,从而实现对数据的随机访问。在此基础上,还可以使用内存映射技术进一步提高本地文件的读写性能。测试结果表明,该方法的数据读取性能提升了14.5%,写入性能提升了1.4倍以上。在实际应用场景中合理使用Alluxio及新式数据随机访问方法,可获得数倍至数十倍的性能提升。 相似文献
8.
改进CAS性能的多网络表决模型 总被引:2,自引:0,他引:2
Fahlman和Lebiere提出的级联相关网络是一个典型的自适应神经网络的增长算法。它具有灵活、高效的特点,但由于该算法存在诸多的不确定因素,致使在其增长过程中引入过多的自由参数,它和随机选取的初始权重是导致单个神经网络过拟合的两个直接原因。本文提出的多网表决模型的基本思想是,利用多个网络来对未知的模式进行表决来确定其解,由于其平均效应,它能够避免单个网络预言带来的偏颇,获得满意的结果,利用我们建立的PC-FARM计算环境,本文还从实验上验证了网络表决模型的优越性。 相似文献
9.
10.
网格的资源管理是网格计算系统的必要基础,它及时地收集网格资源的信息,并提供整个网格的统一资源信息视图。对于具有大科学、多单位合作特色的高能物理研究,网格计算将提供一个强大的计算技术支持。着重说明了网格计算资源动态管理系统的设计原理和总体结构,以及基于网络的信息查询、修改服务。 相似文献