基于能力优化机制的网格分组通信模型

来源 :计算机应用与软件 | 被引量 : 0次 | 上传用户:hulei_1188
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在由多计算机集群构成的数据密集型网格环境下,为了解决通信峰值阶段的通信冲突问题,在GCA[6]模型的基础上,提出了一个基于能力优化机制的分组通信模型OGCM(Optim izing G roup Commun ication Model)。实践表明,该模型有效地解决了数据密集型网格环境下通信峰值所造成的并行计算效率低下的问题。该模型适合于基于网格的数据密集型并行计算。
其他文献
频繁模式挖掘是多种数据挖掘应用中的关键问题。以一种高效的频繁模式挖掘算法FP-growth算法为例,利用关系数据库中的表来存储频繁模式树FP-tree,通过标准SQL语言及O rac le数据库PL/SQL编程技术实现了这种基于SQL的频繁模式挖掘方法,并给出了该方法较为详细的实现步骤。
从三维点云数据中提取实物的边界特征点,在以计算机视觉为基础的数字化曲面重建过程中有非常重要的意义。为提高精度,重建之前,必须对通过各种方法获得的大量原始散乱数据进行除噪及精简处理。基于此,提出了一种基于小波变换的激光测量扫描边界特征点提取算法,我们通过严格的理论推导,构造了一种类似mexh小波的小波基来对两种边界特征点进行检测。多次实验结果显示:该算法有效地避免了噪声和冗余数据的干扰,较精确地定位
【正】 摩洛哥位于非洲西北隅,北、西两面分别濒临地中海和大西洋。面积45万多平方公里,有肥沃的沿海平原,有巍峨的中部山地。国土跨北纬30°—37°之间,处于地中海
骨髓细胞分类识别过程中,对细胞形态属性识别的模糊性以及各属性与细胞类判定之间关系的模糊性,极大影响了细胞类的正确识别,致使目前对细胞图像分析处理仅能进行到六类细胞类粗略划分。结合模糊理论的隶属度定义及综合有权评判思想,给出了隶属函数及权重的确立方法,进而提出了基于专家知识的隶属度模糊识别机制,大大增加了骨髓细胞可识别类的细分程度。并在不影响识别效果的条件下,结合决策树判别,提高了识别的效率。
负动机是由外部的消极因素引起的动机水平的降低。笔者通过调查和访谈.发现学生英语学习动机削弱的主要原因来自教师。因此.英语教师应了解学生学习动机削弱的原因.并且积极地寻