-
题名GC-RAIS:一种基于垃圾回收感知的固态盘阵列
被引量：10
- 1
-
-
作者
吴素贞
陈晓熹
毛波
-
机构
厦门大学计算机科学系
内布拉斯加大学林肯分校计算机科学与工程系
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2013年第1期60-68,共9页
-
基金
国家自然科学基金项目(61100033)
中央高校基本科研业务费专项基金项目(2010121066)
国家重大科学仪器设备开发项目(2011YQ03012417)
-
文摘
垃圾回收操作会显著影响固态盘的性能,进而导致固态盘阵列的性能波动.为此,提出一种基于垃圾回收感知的磁盘阵列(GC-RAIS),充分利用固态盘的高随机读特性和固态盘阵列中的热备份盘,以减轻垃圾回收操作对固态盘阵列性能波动的负面影响.当固态盘阵列中某个固态盘正在处理垃圾回收操作时,对于到达该固态盘的读请求采用重构方式处理,即读取同一条带上其他固态盘上的数据重构得到,而对于到达该固态盘的写请求则将写数据临时存放在热备盘中,并更新相应的校验信息.当垃圾回收过程结束后,将被重定向的写数据写回到正确的固态盘中.仿真实验结果表明相对局部垃圾回收LGC策略和全局垃圾回收GGC策略,GC-RAIS分别减少用户I/O请求的平均响应时间达55%和25%.
-
关键词
固态盘阵列
垃圾回收
性能波动
读重建
写重定向
-
Keywords
redundant array of independent SSDs
garbage collection
performance variability
read reconstruction~ write redirection
-
分类号
TP333
[自动化与计算机技术—计算机系统结构]
-
-
题名一种面向用户反馈的智能分析与服务设计方法
被引量：1
- 2
-
-
作者
汪烨
周思源
翁知远
陈骏武
-
机构
浙江工商大学计算机与信息工程学院
内布拉斯加大学林肯分校计算机科学与工程系
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2023年第3期56-61,共6页
-
基金
浙江省自然科学基金资助项目(LY21F020011,LY20F020027)
浙江省重点研发计划(2021C01162)。
-
文摘
针对用户评论数据,提出了一种面向用户反馈的智能分析与服务设计方法。该方法选取了IOS平台多个App的用户评论数据,对其进行智能挖掘和分类,分析其中的潜在需求。首先,分析用户需求类别,将划分的10个需求进行具体定义。其次,对用户数据进行爬取、清洗和标注,形成软件分类数据集。通过实验检验TextCNN、BiLSTM_Attention和BERT对用户评论数据智能分类的效果,将分类结果进行优先级排序。最后,将该方法封装成一种可重用的智能服务供使用者远程调用。实验结果表明:TextCNN模型综合效果最好,在单一指标Precision上,BERT模型效果最好;BERT模型利用并行计算优化训练过程,使其可拓展到大规模项目,在数据量大、精确性要求比较高的情况下,推荐BERT模型;反之,在应对数据小、时限紧的情况时,推荐TextCNN模型。
-
关键词
需求分析
服务设计
服务计算
深度学习
用户反馈
-
Keywords
requirement analysis
service design
service computing
deep learning
user feedback
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种基于主题过滤和语义匹配的服务发现方法
被引量：3
- 3
-
-
作者
周澳回
翁知远
周思源
黄乔
汪烨
张华
-
机构
浙江工商大学计算机与信息工程学院
内布拉斯加大学林肯分校计算机科学与工程系
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2022年第6期36-41,56,共7页
-
基金
国家自然科学基金资助项目(61672459)
浙江省自然科学基金资助项目(LY21F020011,LY20F020027)。
-
文摘
在互联网现有的大量可用的服务中,如何高效的为特定的业务目标匹配合适的服务是目前研究的一大难题。针对这一问题,提出一种基于主题过滤和语义匹配的可用于海量服务发现的方法。首先,使用Word2Vec对主题描述文本和业务目标描述文本进行相似度比较,获取业务目标主题。其次,使用TextRank对服务描述文本提取服务关键句,通过提取到的业务目标主题对服务关键句进行过滤,缩小比较范围。再次,对相应的业务目标与服务描述文本进行词向量提取,使用带注意力机制BiLSTM模型计算两者相似度并返回与业务目标描述文本最相似的前N个服务列表给业务开发人员进行选择,并对从Programmable Web上爬取的数据进行标注,以此建立实验所需的业务目标-服务句子数据集,评估本文方法的有效性。最后,与TextCNN等模型进行对比,结果表明:本文方法的MAP比不带注意力机制的BiLSTM模型、TextCNN模型、Word2VecSD模型分别提高了1.41百分点、4.61百分点和4.95百分点,并且在今后的工作中有进一步改进的潜力。
-
关键词
服务计算
业务目标
服务匹配
循环神经网络
自然语言处理
-
Keywords
service computing
business targets
service matching
recurrent neural networks
natural language processing
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
O244
[理学—计算数学]
-
