传统的大型数据文件一般是存放在磁盘或光盘等二级存储介质上,应用程序必须将数据从硬盘或光盘调入内存后才能计算处理。一个适合的内存调度算法能够有效避免硬盘颠簸现象的发生,最大程度地提高软件效率。然而,在CPU保护模式下,只有操作系统具有内存调度的权限,应用软件处理海量数据时只能依靠操作系统提供的内存调度算法。当操作系统的内存调度算法不适合软件的页面访问模式时,软件处理数据的效率就会大打折扣。　　 本文通过结合Windows操作系统自身内存调度策略和分布式技术,在单机和网络环境中提出了一种内存调度方案和调度机制,使应用软件不再局限于操作系统的内存调度策略而能自由选择最适合的内存调度算法,满足了人脸识别系统遍历人脸模型文件时对内存调度的特殊要求,达到了提高软件效率的目的。　　 在单机环境中,本算法依据软件的页面访问模式,在操作系统原有内存调度策略的基础上为软件定制一种适合的内外存调度机制,降低磁盘的读写次数,提高软件效率。　　 在网络环境中,本算法将处理海量数据的巨大工作切割成多个小的任务,并根据网络上各个计算机的内存状态科学合理地分配任务,以此达到负载均衡,提高系统整体效率的目的。