四川省应用基础研究计划项目(2010JY0001)
- 作品数：3 被引量：10H指数：2
- 相关作者：鲁珂朱健琛徐洁赵继东吴跃更多>>
- 相关机构：电子科技大学更多>>
- 发文基金：四川省应用基础研究计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 新型的图像检索最优实验设计算法被引量：1
- 2012年
- 大部分现有的最优实验设计方法是基于线性回归或拉普拉斯正则最小二乘模型(LapRLS)的。提出一种基于二阶Hessian能并具有流形学习能力的主动学习算法,该算法选择那些能使Hessian正则回归模型的参数协方差矩阵最小化的样本作为最优样本,可以克服LapRLS的依赖特定常量及缺乏推算能力等缺点。基于内容的图像检索实验证明了该方法的有效性。
- 鲁珂赵继东吴跃
- 关键词：图像检索流形学习
- 一种类欧氏距离-负载平衡的云任务调度算法被引量：3
- 2012年
- 面对云计算中庞大用户群的需求,云计算平台的性能起着关键的作用。任务调度算法对云计算平台的性能存在很大的影响。虽然云计算任务调度算法是目前云计算中研究的热点,但是多数任务调度算法并没有从用户满意程度的角度去考虑。针对云计算的现有资源调度算法提出了一种类欧氏距离负载平衡(EDL-LB)的任务调度解决方案,能够针对用户的不同需求提出与之相适应的资源选择方案,有效地提高用户对云资源的使用满意度。仿真结果表明了方法能够在保证任务完成时间的条件下,通过新的任务调度策略来提高用户对云计算任务的满意度以及资源的利用率,是一种云计算环境下有效的任务调度算法。
- 朱健琛徐洁鲁珂
- 关键词：云计算任务调度负载平衡
- 基于双适应度遗传退火的云任务调度算法被引量：6
- 2013年
- 云计算是当前计算机领域研究的热点,其中云任务调度算法性能的好坏直接影响到云计算平台的整体性能。为了满足云计算平台庞大用户群的不同服务需求,针对现有的云计算任务调度算法提出一种双适应度遗传退火任务调度算法(DFG2A),基于该任务调度算法的任务调度策略能够有效平衡用户对任务各项属性的需求,提高云计算平台的用户满意度。实验结果证明了该算法能兼顾云计算平台总任务执行时间和用户需求,是云计算环境下一种有效的任务调度算法。
- 徐洁朱健琛鲁珂
- 关键词：云计算遗传退火任务调度
