葡京娱乐场-富盈娱乐场开户_百家乐试玩_sz全讯网网址xb112 (中国)·官方网站

一、技術背景 近年來，隨著企業數據的迅速膨脹，存儲業務響應要求越來越快，如何找到一個有效且高效的存儲解決方案已經成為業界 IT 管理員們共同面臨的巨大挑戰。針對大量計算和存儲需求的爆發式增長，虛擬化和存儲基礎架構必須能夠提供足夠彈性以及足夠性能的業務支撐能力。 二、產品介紹 云之翼存儲虛擬化（yiSAN）為用戶提供了一款超融合、彈性配置以及可橫向擴展的超融合解決方案。通過存儲虛擬化技術，將物理設備上的計算和存儲資源融合為一個統一的資源池，并在此資源池上提供了更為彈性存儲特性以支持各類虛擬化場景的使用。云之翼存儲虛擬化可在多種虛擬化平臺上進行混雜部署，在同一套硬件設備上，融合了彈性計算能力及軟件定義存儲能力。充分利用硬件資源，實現存儲計算資源的統一彈性管理，進一步降低用戶的 IT 投資。 云之翼存儲虛擬化場景應用： 多虛擬化平臺融合 多存儲架構融合 多存儲介質融合 多級數據安全策略融合 多數據服務融合 三、產品架構 四、功能優勢 簡化軟件定義基礎架構 云之翼存儲虛擬化將每臺虛擬服務器的本地磁盤整合成一個統一的虛擬存儲資源池，不僅簡化了傳統基礎架構的復雜性，同時也避免性能瓶頸，使得整個基礎架構更加易于擴展。 更加簡化的彈性擴展方案 云之翼存儲虛擬化整合虛擬服務器本地硬盤，當一臺新的節點加入集群時，不僅存儲容量增加，計算資源與存儲性能都能得到同步提升。 簡化應用程序的使用模式 云之翼存儲虛擬化采用軟件定義存儲的方式，允許IT管理員在超融合存儲集群中，再額外規劃出一個甚至多個虛擬存儲器供應用程序進行數據訪問。 更為簡化的數據保護方案 云之翼存儲虛擬化提供了內建的數據保護機制、數據副本機制、異地數據備份等多種數據保護方案。 更低的總體擁有成本 云之翼存儲虛擬化簡化基礎架構，節省大量的網絡帶寬以及管理成本。通過整合虛擬服務器中的本地硬盤，降低了部署和管理外部共用存儲資源的成本。 多租戶存儲服務  云之翼存儲虛擬化提供多租戶數據隔離能力，可為不同租戶提供邏輯上獨立的計算和存儲資源池。 實時副本及自我修復 云之翼存儲虛擬化實時副本及自我修復功能不但減少管理者的負擔，更可以大幅提高整體 SLA 確保數據不會因為連續的硬件故障而丟失。 數據實時壓縮及去重 云之翼存儲虛擬化支持實時的數據壓縮及去重，可以有效增加存儲空間使用率，使某些應用在虛擬化上可以達到 3~5x 的存儲空間效益。

一、技術背景 隨著云桌面的普及，人們不再滿足于將云桌面僅僅用于日常辦公，處理簡單的文字或瀏覽網頁，專業3D軟件、Win10等高端應用場景也需要云桌面來支撐，而在這些應用場景中，GPU是不可或缺的。云桌面的應用體驗要與高端PC無差別，這才是用戶的心聲。如何才能滿足用戶對高性能云桌面的需求，GPU虛擬化由此應用而生。 二、技術介紹 vGPU，即真正意義上的GPU虛擬化方案，就是將一塊GPU卡的計算能力進行切片，分成多個邏輯上虛擬的GPU，以vGPU為單位分配GPU的計算能力，并將單塊GPU卡分配給多臺虛擬機使用，使得虛擬機能夠運行3D軟件、播放高清視頻等，極大地提升了用戶體驗。真正實現了GPU資源的按需分配，實現3D虛擬化的全場景交付。同時大大降低圖形圖像用戶的使用成本以及提高數據的處理效率和數據安全性。 三、技術架構 四、技術優勢 按需交付GPU 根據不同場景應用需求交付GPU，避免GPU資源閑置或不足，從而降低成本。 良好的3D用戶體驗 可兼容各種不同行業、不同場景的3D軟件，為用戶提供良好的3D效果體驗。 提高數據安全性 借助虛擬化及VGPU，可實現了對 3D 應用程序和大型數據集安全的遠程訪問，且無需犧牲性能。 實現虛擬機實時遷移 可將正在運行的虛擬機從一臺物理服務器移動到另一臺物理服務器，從而將停機時間降至最低，并且不會丟失數據。

本發明屬于數據挖掘領域，尤其是涉及一種基于自然共享最近鄰居搜索的發現簇和離群點的算法。其特征在于，首先對數據集進行自然最近鄰居搜索，當發現數據集中沒有共享最近鄰居的點的數量不再變化時搜索結束，得到搜索最近鄰個數n；根據提出的自然共享鄰居定義，計算每個對象在n近鄰下得到的自然共享最近鄰居關系；然后基于共享最近鄰的自然鄰居搜索算法確定了每個對象的自然共享最近鄰域關系，根據該自然共享最近鄰居關系，對數據進行聚類和離群點判別。本發明的算法中提出一種新的共享最近鄰居關系和自然鄰居搜索終止條件，解決了現有算法因為自然鄰居關系定義不夠嚴密及搜索條件不夠科學而引起的聚類效果不好和離群點檢測精度不高的問題。

一種基于視覺顏色理論和同質抑制的輪廓與邊界檢測方法，屬于計算機視覺和模式識別的交叉領域，旨在從復雜的自然場景中提取目標的輪廓和邊界。本發明通過研究人眼視覺信息處理機制，對視覺通路各級神經元的感受野建立數學模型，同時利用非經典感受野的調制作用來抑制紋理邊緣，從而突顯輪廓和邊界

本發明公開了一種基于遺傳算法的異構 CAD 模型數據交換的系統及方法，本發明的異構 CAD 模型數 據交換的系統包括二個部分:源端 CAD 系統和目標端 CAD 系統。同時，將異構 CAD 模型數據交換分為兩 層:3D 特征參數層和 2D 草圖參數層。在 3D 特征參數層，采用了直接特征映射和間接特征映射的方法實現 特征數據的交換。在 2D 草圖參數層，采用直接元素映射、間接元素映射及樣條映射。將 2D 草圖參數層中 樣條映射問題轉換為樣條擬合問題。創新性的將遺傳算法引入到異構 CAD 數據交換領域。在遺傳算法個體 的適應度計算中，引入了 Hausdroffdistance。本發明可以用于復雜模型的異構 CAD 數據交換，交換之后的 目標模型，不僅與原始模型具有極高的相似度，而且保留了原始模型的參數化特征信息。

本項成果對傳統的協調控制算法進行了優化研究，可以使城市道路綠波帶控制的效果得到改善，使交叉口通行效率獲得提升。仿真表明，本項成果的應用可以使延誤減小10%~20%。

本發明公開了一種基于和聲搜索算法的無線傳感器網絡分簇路 由方法，包括:(1)全局信息的傳遞和匯聚，獲得全局信息，并將其傳 遞到匯聚節點;(2)匯聚節點通過全局信息對整個傳感器網絡進行網絡 分簇路由的優化計算與配置;(3)普通傳感器節點監測采集和處理應用 信息，將其處理成數據包，轉發到簇頭節點，簇頭節點進行數據融合， 并向下一跳簇頭節點發送數據包;(4)下一跳簇頭節點接收到數據包后， 將自身剩余能量信息加入到數據包中，并按照數據包中的最優路由， 繼續向下一跳簇頭節點轉發數據包。本發明的方法解決了無線傳

本發明公開了一種基于動態規劃算法的網絡數據傳輸能耗優化 方法，具體步驟為：①統計當前網絡傳輸任務列表及截止時間列表， 挑選出最大截止時間，作為所有任務的結束時間；②若當前有新任務 加入，則根據任務列表、截止時間列表、網絡帶寬狀態，通過本發明 中改進的動態規劃算法計算出傳輸決策方案，以此控制網絡傳輸，時 間推進并執行步驟①；③若當前無新任務到達且任務未完成，則按照 最近一次的傳輸決策序列控制網絡傳輸，時間推進并執行步驟

一種基于視覺顏色理論和同質抑制的輪廓與邊界檢測方法，屬于計算機視覺和模式識別的交叉領域，旨在從復雜的自然場景中提取目標的輪廓和邊界。本發明通過研究人眼視覺信息處理機制，對視覺通路各級神經元的感受野建立數學模型，同時利用非經典感受野的調制作用來抑制紋理邊緣，從而突顯輪廓和邊界。本發明的創新點在于將人眼顏色信息處理機制引入輪廓與邊界檢測模型中，通過設置不平衡的視錐輸入檢測出顏色和亮度邊界，保持輪廓的完整性，同時考慮

本發明公開了一種基于改進二維經驗模態分解算法的圖像去噪方法,首先，將待去噪圖像經傳統BEMD算法進行自適應分解得到各階IMF后，對各個IMF的概率密度函數與待去噪圖像概率密度函數之間的相似性進行測量，其次，根據相似性測量值區分出噪聲主導模態函數與信號主導模態函數的邊界索引值,然后，使用小波去噪算法對噪聲主導模態函數進行降噪處理得到實際的圖像噪聲，接著，重構出與原圖像具有相同信噪比的多幅圖像后對其累加求平均、實現將噪聲壓縮到低階IMF中，最后，使用BEMD?DT對該平均圖像進行去噪處理。通過本發明方法對圖像進行去噪，取得效果均好于小波降噪以及傳統BEMD等降噪方法的去噪效果。