期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
面向SCSI子系统的用户空间存储架构设计
1
作者 郝栋栋 高聪明 舒继武 《计算机研究与发展》 北大核心 2025年第3期633-647,共15页
近年来存储行业经历了巨大的变革,以固态硬盘(solid state drive, SSD)为代表的半导体存储设备迅猛发展,在性能上显著超越了通过磁头移动寻址的机械硬盘(hard disk drive, HDD).目前支持SSD的2种协议主要包括非易失性内存主机控制器接... 近年来存储行业经历了巨大的变革,以固态硬盘(solid state drive, SSD)为代表的半导体存储设备迅猛发展,在性能上显著超越了通过磁头移动寻址的机械硬盘(hard disk drive, HDD).目前支持SSD的2种协议主要包括非易失性内存主机控制器接口规范(nonvolatile memory express, NVMe)协议与串行SCSI(serial attached small computer system interface, SAS)协议,即SAS. NVMe是专为SSD设计的高性能存储协议,能够很大限度地发挥SSD的性能;而SAS协议则充分考虑数据中心的需求,在提供高可靠性与高可扩展性的同时,兼顾了系统性能与成本的平衡.相对于日益增速的存储介质,针对慢速存储设备所设计的软件栈在一次I/O过程中所耗费的时间开销愈发显著.针对该问题学界及工业界都相继提出了众多解决方案,例如Intel提出的高性能存储开发包(storage performance development kit, SPDK)通过将设备驱动实现在用户空间,并采用轮询感知I/O完成等方式大幅度缩短了NVMe SSD对应用程序的响应时间,极大地提升了整个系统的整体性能.然而之前的研究工作针对SAS SSD存储软件栈的优化非常有限,为此在用户空间实现了针对SAS SSD的软件栈优化.实验结果表明,该优化能够有效缩短存储设备对应用程序的响应时间,提高应用对存储设备的访存效率.此外,为了准确评估I/O栈中存储设备的时间开销,硬件性能测试工具HwPerfIO被提出,能够消除大部分软件开销的影响以测得更加准确的存储设备性能. 展开更多
关键词 固态硬盘 HwPerfIO saS协议 I/O栈 用户空间驱动
在线阅读 下载PDF
基于模拟退火算法的码垛机器人码垛路径规划 被引量:8
2
作者 徐敏 陈州尧 李俊蒂 《包装工程》 CAS CSCD 北大核心 2015年第15期95-98,103,共5页
目的优化码垛路径以节省码垛时间。方法在一定姿态的约束下,对常见的四自由度机械臂进行建模分析,利用几何学求得逆运动学解。将码垛机器人码垛看作一类有顺序约束的旅行商问题(TSP),采用模拟退火算法寻找最优的码垛路径,并进行码垛实... 目的优化码垛路径以节省码垛时间。方法在一定姿态的约束下,对常见的四自由度机械臂进行建模分析,利用几何学求得逆运动学解。将码垛机器人码垛看作一类有顺序约束的旅行商问题(TSP),采用模拟退火算法寻找最优的码垛路径,并进行码垛实验。结果通过与随机选择的码垛路径进行对比,发现基于模拟退火算法的运动方案缩短了码垛的时间。结论通过模拟退火算法对码垛路径进行规划,提出了快速码垛的方案,对实际生产中码垛和上、下料系统开发都具有一定的指导作用。 展开更多
关键词 模拟退火算法 顺序约束TSP 逆运动学 码垛
在线阅读 下载PDF
基于数据均衡的增进式深度自动图像标注 被引量:7
3
作者 周铭柯 柯逍 杜明智 《软件学报》 EI CSCD 北大核心 2017年第7期1862-1880,共19页
自动图像标注是一个包含众多标签、多样特征的富有挑战性的研究问题,是新一代图像检索与图像理解的关键步骤.针对传统的基于浅层机器学习标注算法标注效率低下、难以处理复杂分类任务的问题,提出了基于栈式自动编码器(stacked auto-enco... 自动图像标注是一个包含众多标签、多样特征的富有挑战性的研究问题,是新一代图像检索与图像理解的关键步骤.针对传统的基于浅层机器学习标注算法标注效率低下、难以处理复杂分类任务的问题,提出了基于栈式自动编码器(stacked auto-encoder,简称SAE)的自动图像标注算法,提升了标注效率和标注效果.主要针对图像标注数据不平衡问题,提出两种解决思路:对于标注模型,提出一种增强训练中低频标签的平衡栈式自动编码器(B-SAE),较好地改善了中低频标签的标注效果.并在该模型的基础上提出一种分组强化训练B-SAE子模型的鲁棒平衡栈式自动编码器算法(RB-SAE),提升了标注的稳定性,从而保证模型本身具有较强的处理不平衡数据的能力;对于标注过程,以未知图像作为出发点,首先构造未知图像的局部均衡数据集,并判定该图像的高低频属性以决定不同的标注过程,局部语义传播算法(SP)标注中低频图像,RB-SAE算法标注高频图像,形成属性判别的标注框架(ADA),保证了标注过程具有较强的应对不平衡数据的能力,从而提升整体图像标注效果.通过在3个公共数据集上进行实验验证,结果表明,该方法在许多指标上相比以往方法均有较大提高. 展开更多
关键词 saE(stacked auto-encoder) 深度学习 数据均衡 图像标注 语义传播
在线阅读 下载PDF
基于改进堆叠自动编码机的垃圾邮件分类 被引量:7
4
作者 沈承恩 何军 邓扬 《计算机应用》 CSCD 北大核心 2016年第1期158-162,193,共6页
针对堆叠自动编码机(SA)容易产生过拟合而降低垃圾邮件分类精度的问题,提出了一种基于动态dropout的改进堆叠自动编码机方法。首先分析了垃圾邮件分类问题的特殊性,将dropout算法引入到堆叠自动编码机算法中;同时,根据传统dropout算... 针对堆叠自动编码机(SA)容易产生过拟合而降低垃圾邮件分类精度的问题,提出了一种基于动态dropout的改进堆叠自动编码机方法。首先分析了垃圾邮件分类问题的特殊性,将dropout算法引入到堆叠自动编码机算法中;同时,根据传统dropout算法容易使部分节点长期处于熄火状态的缺陷,提出了一种动态dropout改进算法,使用动态函数将传统静态熄火率修改为随着迭代次数逐渐减小的动态熄火率;最后,利用动态dropout算法改进堆叠自动编码机的预训练模型。仿真结果表明,相比支持向量机(SVM)和反向传播(BP)神经网络,改进的堆叠自动编码机平均准确率达到了97.66%,各个数据集上马修斯系数都大于89%;与传统堆叠自动编码机相比,改进的堆叠自动编码机的马修斯系数在Error1-6数据集上分别提高了3.27%、1.68%、2.16%、1.51%、1.58%、1.07%。实验结果表明,基于动态dropout算法的改进堆叠自动编码机具有更高的分类精度和更好的稳定性。 展开更多
关键词 深度学习 堆叠自动编码机 DROPOUT 支持向量机 垃圾邮件 分类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部