【摘 要】
：
为了实现云计算系统的负载均衡,最大化系统的吞吐量,提出了一种基于量子优化的云服务器负载均衡算法。该算法将量子优化的方法应用到粒子聚类中,提出了基于量子理论的无监督的聚类方法,类似于量子与势能变化的原理,通过粒子分布的势能函数来确定聚类中心。提出了服务器的任务调度策略,分析了系统处于最佳状态时最短的任务处理时间和最大联合吞吐量。最后结合量子优化原理实现了服务器的负载均衡。实验仿真结果表明,在提升服务
【机 构】
：
郑州大学信息工程学院,河南牧业经济学院计算机应用系,中央民族大学信息工程学院
论文部分内容阅读
为了实现云计算系统的负载均衡,最大化系统的吞吐量,提出了一种基于量子优化的云服务器负载均衡算法。该算法将量子优化的方法应用到粒子聚类中,提出了基于量子理论的无监督的聚类方法,类似于量子与势能变化的原理,通过粒子分布的势能函数来确定聚类中心。提出了服务器的任务调度策略,分析了系统处于最佳状态时最短的任务处理时间和最大联合吞吐量。最后结合量子优化原理实现了服务器的负载均衡。实验仿真结果表明,在提升服务器的负载均衡率和吞吐量优化上,该算法都具有较好的性能。
其他文献
针对交叉口入口路段交通视频中存在车辆遮挡严重、频繁走停以及频繁换道插队等特点,提出了一种获取交叉口停车线后大视野范围内车流量以及车辆换道率的检测方法。首先采用多
基于传统的直方图球员分类方法由于缺乏描述图像颜色的空间信息而造成分类误差,而且该方法需要先验的模板信息。为此,提出一种基于有向图的足球球员的分类方法。首先,利用HSV模型中主颜色方法提取候选球员,并利用等面积矩形划分策略对图像进行分块;其次,对子块的HSV颜色空间进行量化,将统计直方图作为颜色特征,然后通过颜色特征计算图像之间的距离,并利用距离矩阵生成对应有向图;最后,通过对有向图的顶点分类实现球
为了减少多射频无线电网格网络的干扰协信道数并改进网络吞吐量,提出了一种基于离散局部搜索算子改进引力搜索算法。首先,随机初始化GSA中每个代理的位置;然后,利用中断算子
针对卫星通信网络节点安全性要求高、卫星计算资源受限等问题,提出了一种前向安全的无配对运算认证密钥协商协议。通过对现有的仅能保证会话发起方前向安全性的密钥协商协议进行改进,保证了通信双方在会话过程中的前向安全性;用轻量级的椭圆曲线离散对数运算(elliptic curve discrete logarithm,ECDL)代替双线性对运算,节省了协议计算开销;采用计算开销转移的思想,将身份认证的计算开
针对现有OFDM系统单一调制方式下峰均功率比过高问题,提出采用自适应调制的AFSA-PTS算法。该算法基于子载波信道增益对子载波进行自适应比特分配,根据比特数确定各子载波的调制方式,实现自适应调制,并采用AFSA快速寻优到PTS算法中的最佳序列,从而在降低系统计算复杂度的同时,实现峰均功率比的有效降低。仿真结果表明,采用自适应调制AFSA-PTS算法在降低峰均比的同时可有效降低系统的计算复杂度,证
针对完备鉴别局部保持投影算法所求得的最优判别矢量间存在信息冗余问题,提出了核的正交完备鉴别局部保持投影算法。通过将核函数技术与正交性原理融合,采用高斯核函数将原始样本映射到高维特征空间,在高维特征空间的局部总体散度矩阵中计算最优判别矢量,只需在整个范围内对值域空间进行特征值分解,去除局部零空间达到样本降维目的。该算法分别在UMIST人脸库和JAFFE人脸表情库上进行实验,实验结果表明算法的识别率高
针对当前移动终端使用中存在的安全隐患,研究了一种新的面向Android移动终端的入侵检测算法。首先是在Android平台上收集移动终端内核信息并进行预处理,通过引入快速核密度估计(fast kernel density estimation,Fast KDE)算法对收集到的大规模样本进行压缩,得到数量合理的训练样本,然后结合在线增量学习算法,利用支持向量机(SVM)算法对处理后的数据进行判别以识别
针对当前调度算法在解决定向传感器网络中连接目标覆盖问题时效果不佳的问题,提出了一种基于分布式学习自动机(DLA)的调度算法。首先,采用DLA确定每个阶段中用于激活监测所有目标并传输影像数据到接收器的传感器;然后,设计了几种以最大限度提高网络寿命的修剪规则;最后,使用尽可能少的目标选择感测节点并避免选择关键传感器作为中继节点,最大限度地提高了网络寿命。仿真结果表明,该算法能够有效解决DSN的连接目标
针对含噪SAR图像的边缘检测效果不理想、边缘特征不明显等问题,提出一种基于逼近增强算子的合成孔径雷达(SAR)图像特征提取算法。该算法利用多尺度非均匀滤波将含有噪声与不含噪声的像素点的灰度值、结构元素以及区域内的像素加权灰度密度这三个特征进行区分,以达到去噪效果。采用基于增强算子的SAR图像检测方法,通过SAR图像的像素灰度值以及像素点分布密度均值来计算综合均值阈值,通过阈值来判断像素点是否属于边
与批处理的学习算法相比较,在线预测的算法由于在大样本集上具有预测准确性高、时间的空间复杂度小,因此占有非常大的优势。对于Warmuth与Jivinen提出的保守性和权衡正确性的在线学习框架,已经得到相当广泛的应用,但是在他们所提出的指数梯度下降算法以及梯度下降算法中,对于目标函数中的损失函数,在其求导过程中使用近似步骤将会造成在线学习结果的恶化。根据对偶的最优化理论,基于不同损失函数与距离函数,提