-
题名基于三支聚类的云任务优化调度
被引量：3
- 1
-
-
作者
马新宇
姜春茂
黄春梅
-
机构
黑龙江财经学院财经信息工程学院
哈尔滨师范大学计算机科学与信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2022年第S02期875-881,共7页
-
基金
黑龙江省自然科学基金(LH2020F031)
-
文摘
云平台是支撑当今诸多高新技术发展的重要基础设施之一。作为云计算系统体系规划的一个重要组成部分,调度技术直接关系着云计算组成系统中的任务完成时间和能耗问题。为保证基础设施及服务模式下的云任务高效调度,提出了一种基于三支聚类的云任务优化调度算法(Three-Way Clustering Optimal scheduling Programming,TWOCP)。针对云任务属性的多样化特点,结合三支聚类算法对重叠任务和模糊任务进行粒化,并依次调度每个类簇的核心域任务和边界域任务;通过结合动态规划算法对粒化任务进行优化调度,以期实现最少任务完成时间。Cloudsimplus实验仿真结果表明,所提算法可以降低任务完成时间和能源消耗,有效保障云数据中心的可用性。
-
关键词
三支决策
三支聚类
任务调度
动态规划
云计算
-
Keywords
Three-way decisions
Three-way clustering
Task scheduling
Dynamic programming
Cloud computing
-
分类号
TP393.09
[自动化与计算机技术—计算机应用技术]
-
-
题名基于三支决策的KNN渐进式文本分类方法
被引量：12
- 2
-
-
作者
马新宇
黄春梅
姜春茂
-
机构
黑龙江财经学院财经信息工程学院
哈尔滨师范大学计算机科学与信息工程学院
福建工程学院计算机科学与数学学院
-
出处
《计算机应用研究》
CSCD
北大核心
2023年第4期1065-1069,共5页
-
基金
黑龙江省自然科学基金资助项目(LH2020F031)。
-
文摘
在传统的文本分类中,KNN算法以其简单、分类准确率高、非参数得到了广泛的应用。但是传统KNN算法在进行文本分类的过程中,需要计算待分类文本与每一个训练样本的相似度,当面对海量的文本时,分类的效果会明显降低。针对此问题,提出了一种基于三支决策的KNN渐进式文本分类方法用于提高其分类效率,结合三支决策在分类问题中的优势,将三支决策与KNN算法相结合,对标题、摘要、关键词等进行渐进式的分类处理,从而完成待分类文本的分类,提高文本分类的效率和性能。实验表明,该算法能够在确保KNN算法分类准确率的基础上,同时提高分类效率。
-
关键词
三支决策
KNN算法
渐进式
文本分类
-
Keywords
three-way decision
KNN algorithm
progressive
text classification
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
