论文部分内容阅读
本文利用Enomaly虚拟云架构技术设计了一个云手写识别系统,除了提供高准确率的识别功能外,同时使得倾斜书写识别、用户自适应识别等需要高计算及存储资源的功能实现成为可能。实验结果表明,传统C/S模式的传统服务器在用户并发数为300时处理能力已经达到极限,而采用基于云计算架构的手写识别系统能轻松处理1000个并发用户的服务请求,在处理300个并发用户时,接入率为100%,远高于传统服务器模式的接入率(82.7%),平均识别处理时间仅为16ms,大大低于传统服务器模式的处理时间(340ms)。