【摘 要】
：
大数据计算是当前云计算研究的热点之一.在电力信息化、精益化的建设过程中,业务复杂度不断提高,数据量与日俱增,这使得传统的数据加工性能日益劣化.在复杂的业务场景下,由于
论文部分内容阅读
大数据计算是当前云计算研究的热点之一.在电力信息化、精益化的建设过程中,业务复杂度不断提高,数据量与日俱增,这使得传统的数据加工性能日益劣化.在复杂的业务场景下,由于海量的电力数据,使得数据指标加工计算的效率非常低下,传统方式的加工任务经常耗时数个小时,难以满足用户的体验要求.为了解决这个问题,全面提升数据指标加工任务效率,基于对象化并行计算（Objectification Parallel Computing,OPC）框架实现了一种高效计算服务,OPC是分布式并行内存计算框架.在OPC框架中,大数据集被
其他文献
传统的空间聚类算法解决的是未带障碍约束的空间数据聚类问题,而现实的地理空间中经常会存在河流、山脉等阻碍物,因此,传统空间聚类算法不适用于带障碍数据约束的现实空间.在
传统的ICMP在主机存活检测、端口扫描及网络拓扑发现等网络信息获取方面已经有了广泛应用.但检测信息单一,方法不灵活,网络局限性大等问题依然突出.本文就基于ICMP协议提出了
TLD（Tracking-Learning-Detection）算法是近期受到广泛关注的一种长时间视觉跟踪算法.为提高该算法的运行速度,一种ATLD（Accelerated TLD）算法被提出,对原始TLD算法做了两方面改
针对传统串行环境下码头连续泊位分配算法在船数大于七条时,算法的执行效率明显降低、资源占用量显著增加.首次设计了基于分布式环境下连续泊位分配系统总体架构和软件架构;
针对属性值为直觉模糊信息且属性权重完全未知的多属性决策问题,提出了一种基于粗糙集的直觉模糊TOPSIS多属性决策方法.首先给出了直觉模糊信息的正、负理想点的求法,根据属
针对细胞图像对比度低,胞间粘连等特点,提出利用计算机和人的模式识别能力相结合完成细胞图像分割的方法.采用人机交互获取动态阈值并以不同颜色形象标示分割结果.与Otsu法、
随着智能设备在各个领域的广泛应用,他们的应用系统在功耗、效率、实时性等方面的问题日益突出,这些问题已经成为智能设备可以持续发展的主要障碍.如何能够提高智能设备应用
通过对Delaunay三角网动态更新算法进行研究,综述了Delaunay三角网中插入和删除点、约束线算法以往研究.详细介绍点定位、LOP优化、对角线交换等关键技术的研究进展,并对比各
需求变更不可控,需求变更常对软件开发产生严重影响,需求变更管理是控制影响的直接途径.为易于理解沟通,基于资源、组织与业务的需求模型（简称ROB）用递归分解的方法分别从资源
随着移动网络、智能终端的迅猛发展,基于位置的服务LBS（Location-based Service）越来越热门,因此基站位置信息的正确与否成为关注的重点.针对基站地理位置存在部分错误这一现象