公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

数据库系统的自主计算与性能管理应用: 2016年; 数据库系统是由数据库以及数据库软件共同组成的系统,具有较强的数据处理能力,在数据管理中发挥着重要的作用。此外,近年来,随着数据库系统的快速发展,数据库系统的自主计算以及性能管理能力取得了较大的发展,并在数据库维护以及数据库管理等方面扮演者越来越重要的角色。本文以数据库系统的自主计算与性能管理应用为研究对象,探讨数据库系统的自主计算与性能管理相关应用,为数据库系统的自主计算与性能管理,提供一定的理论研究。; 王迎敏; 关键词：数据库系统

自主数据库系统多负载多性能目标的优化: 2015年; 为了优化自主数据库系统多个负载的多个性能目标,解决多个性能目标之间的相互约束关系,提出负载重要性的概念。通过重要性区分负载,使各负载的性能特性达到各自的性能要求,用效用函数来封装负载的多性能目标和重要性,从而实现性能目标和重要性到资源分配的映射,并提出了优化多性能目标效用函数选择的基本准则。通过效用函数构造目标函数并进行优化来实现统一管理数据库系统的多个性能目标,通过设计的查询调度器验证了该方法的有效性。; 赵敏牛保宁王迎敏; 关键词：自主管理吞吐量效用函数

基于变量优化和IWOA-LSTM的锅炉系统水冷壁温度预测被引量：3: 2023年; 为进一步提高锅炉系统水冷壁温度的预测精度,提出一种基于变量优化和改进鲸鱼算法优化长短期记忆神经网络的水冷壁温度预测模型。首先,通过互信息算法(MI)进行变量选择,消除初始数据中的冗余变量;其次,使用经验模态分解算法(EMD)对变量选择后的数据进行特征分解,在提取变量有效特征信息的同时降低噪音干扰;最后,使用由非线性递减因子和自适应权值改进后的鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)确定长短期记忆神经网络(LSTM)的超参数,得到一种新型锅炉系统水冷壁温度预测模型(MI-EMD-IWOA-LSTM)。实验结果表明,相比传统的最小二乘支持向量机(LSSVM)预测模型,MI-EMD-IWOA-LSTM模型的均方根误差(RMSE=0.306 8)和平均绝对百分比误差(MAPE=0.054 6)最低,能够实现对锅炉系统水冷壁工质温度的精准预测。; 史俊冰赵如意王迎敏张小勇; 关键词：锅炉系统经验模态分解

基于SLO的负载管理技术被引量：1: 2010年; 满足服务水平目标(SLO:Service Level Objective)已经成为数据库系统的重要任务之一。基于SLO的负载管理技术应运而生,按照数据库系统满足负载SLO的程度动态分配数据库系统资源,尽可能满足所有负载的SLO。综述基于SLO的负载管理技术;按照所要达成的具体目标把基于SLO的负载管理技术分为三类:按照优先级来管理负载、按照负载的性能要求来管理负载、按照重要性加负载性能要求来管理负载。在对这三类技术作详细介绍和对比的基础上,提出将来的研究方向是基于动态变化的负载重要性的负载管理技术。; 王迎敏牛保宁; 关键词：SLO

数据库系统负载重要性的量化管理: 现代数据库系统的负载主要来自于网络应用(Application)，随着网络应用的快速发展，数据库系统的负载越来越多样化和复杂化，不同的负载(网络应用)有着不同的服务水平目标(Service Level Objective...; 王迎敏; 关键词：数据库系统效用函数

基于交易型负载自适应管理的数据库系统探析: 2015年; 数据库技术的不断发展使得该系统的负载自适应受到很多人的关注,负载自适应主要是进行负载过滤和控制调用所有资源满足其性能上的需求,自动数据库系统框架用以完成这个过程。文中介绍了基于交易型负载自适应管理的数据库系统,并设计了合理的查询调度器。; 王迎敏; 关键词：负载自适应

基于新工科的实践教学体系设计被引量：1: 2023年; 阐述新工科专业实践教学体系中的问题和改进措施,包括提高实践能力的OBE培养方案、分层式的项目驱动实践课程教学改革、多元化的实践教学模式,探讨提高实践能力的培养方案框架及体系。; 王迎敏; 关键词：实践教学体系分层式

基于恒流充电原理的纸张计数电路的设计与研究: 2023年; 本文利用恒流充电原理设计了一种测试平行板间电容和计数平行板间纸张的电路。电路系统以STM32G4最小系统为控制核心,由平行板电容器、电容检测电路、信号调制电路、人机交互系统构成。通过Multisim软件进行仿真,电路系统稳定可靠,可精确得到被测纸张电容与纸张数目,具有良好的计数效果。; 籍明慧薛欣苗丽娟任晶晶王迎敏; 关键词：电容检测恒流充电 MULTISIM

基于YOLOv8的车辆小目标识别技术研究: 2024年; 针对道路周围拍摄图像中,远端目标比较小、检测难的问题,以YOLOv8为基础,提出了一种改进的小目标检测算法。首先,在特征提取网络中加入了通道先验卷积注意力模型,提高小目标特征提取能力;其次,在Neck层使用可变卷积代替卷积模块,提高目标识别能力。结果表明:在自建数据集上,该算法与原始YOLOv8算法相比,均值平均精度mAP@0.5提高了1.3%,mAP@0.5:0.95提高了0.9%。; 史俊冰王迎敏; 关键词：目标检测

全选清除导出

共1页<1>

王迎敏