导读:本文包含了资源异构论文开题报告文献综述及选题提纲参考文献，主要关键词:流计算,异构计算,GPU,Storm
资源异构论文文献综述
顾平莉,李融,李常宝,刘忠麟[1]（2019）在《面向GPU的异构流计算系统资源管理与调度机制》一文中研究指出文中针对当前广泛使用的大数据流计算系统Storm无法对GPU资源进行管理、调度的问题,提出一种包含GPU在内的流计算系统资源状态管理与调度机制,实现分布式集群环境下的GPU资源状况获取、GPU负载度检测、包含GPU资源的系统资源调度,形成分布式集群环境下对通用计算资源与GPU整体的负载状态评估与按需调度能力。(本文来源于《信息技术》期刊2019年12期）
吴兴国,蒋辉[2]（2019）在《异构云资源池管理的研究与实践》一文中研究指出在云计算技术日趋成熟以及业务量迅速增多的推动下,企业部署了多种云资源池以支持复杂多样的业务场景,随之出现云资源池分散、异构、无法统一管理的现象。文中阐述如何通过异构资源池管理来实现对分散资源池的统一化管理,解决跨域、异构资源池无法统一管理、运营和运维的难题,以更好地规划资源,提升资源利用率。(本文来源于《电信技术》期刊2019年11期）
林晨,闵敏,段学军,康珈瑜[3]（2019）在《基于多源异构数据集的长江经济带岸线资源综合管理平台研发》一文中研究指出中国科学院科技服务网络计划(STS计划)重点项目"长江经济带岸线资源调查与评估"自2017年启动实施以来,通过卫星遥感、地面调查、标准数字化、模型模拟、社会经济统计等方式,积累了丰富的岸线资源数据。平台以岸线资源开发利用与生态环境变化等观测要素的一体化、协同化管理为目标,对海量多源异构数据进行同化、清洗与标准化,制订数据加工和整编的标准规范,建立岸线资源综合利用时空数据库,并形成以数据标准化管理与成果可视化展示及查询为核心的岸线资源综合管理平台。(本文来源于《长江流域资源与环境》期刊2019年11期）
龚江泳,赵顺德[4]（2019）在《高校体育教学设计中“同课异构”教学资源的应用研究》一文中研究指出在高校教育体系中,虽然以专业课教学为主导,但是体育教学往往也占据着很重要的地位。一个学生要想取得长足的发展和进步,不仅要具备扎实的专业知识和技能,更主要的便是要有良好的身体素质作为基础。那么如何提高高校体育教学的成效成为了每一名高校体育教师都必须要思考的问题,而本文正是基于这样的思考,详细探讨"同课异构"教学资源在高校体育教学设计中的应用,并提出相关的见解和建议,希望能够给现阶段的高校体育教学以新的借鉴和启示。(本文来源于《体育世界(学术版)》期刊2019年11期）
朱乐军[5]（2019）在《基于基站部署和休眠的异构无线网能效资源分配研究》一文中研究指出针对异构无线网络中基站密度过大带来的能耗过高问题,文中将基站部署和基站休眠联合起来考虑,达到能耗最优化。首先根据最佳候选点策略得到微基站候选点集合,通过贪婪算法计算出该小区的最佳微基站部署数量;然后在距离和负载的条件因素下对满足条件的微基站进行休眠;最后通过MATLAB仿真得出所提算法能够提高网络能效的结论。(本文来源于《电信技术》期刊2019年S1期）
张宸祚,赵百川,徐兆祺,郭佳,杨晨阳[6]（2019）在《同构与异构网中预测资源分配的性能》一文中研究指出预测资源分配能利用蜂窝网络的残余资源大大提升吞吐量。本文面向视频点播等非实时业务,研究在使95%用户播放视频的卡顿时间小于其预期值时预测资源分配能够使网络支持的非实时业务请求到达率提升多少。为了研究预测窗长对预测资源分配性能的影响,考虑一种性能接近最优解的低复杂度双门限策略,分析了预测窗长度、残余带宽、预测方法、用户接入和小区间干扰对其性能的影响。研究结果表明,通过对所需各种信息设计合理的预测方法,预测误差对双门限策略影响很小;预测窗越长,该策略相对于传统非预测方法的吞吐量增益越大、但增速随窗长增加逐渐变缓;网络残余带宽的方差越大,双门限策略相对于非预测方法的吞吐量增益越大;基于残余带宽的接入方法在异构网络中性能远优于基于接收功率最大的用户接入,且网络负载越重、增益越大。(本文来源于《信号处理》期刊2019年10期）
张海波,许云飞,栾秋季[7]（2019）在《超密集异构网络中的一种混合资源分配方法》一文中研究指出针对在宏小区覆盖范围内高密度部署小小区所带来的跨层干扰和同层干扰,研究了超密集异构蜂窝网络中的资源分配问题,采用了一种共享频谱与分离频谱共存的混合频谱分配方案。依据簇中小基站与宏基站的干扰是否超过设定的阈值,将簇进行分类并以不同的方式进行资源分配,超过阈值的簇采用分离频谱的方式分配资源,反之,可共享整段频谱。而在每个小基站簇内,在相应的约束条件下采用对偶分解法求出规划的优化目标,为每个小基站分配子信道和功率。基于联合分配方案提出算法1和算法2(次梯度算法),算法1最接近最优解决策略,而算法2可以解决高复杂度问题,具有更高的实用性。仿真结果表明,所提方案能够有效地抑制干扰、提升系统容量,同时兼顾用户间公平性。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年05期）
计竞舟,贺岳星,杨文静[8]（2019）在《云计算中异构虚拟资源集成管理方法的研究与实现》一文中研究指出虚拟化是云计算的基础,异构虚拟资源的集成与管理对云计算性能提升产生极大影响,为解决不同结构虚拟资源对云计算的限制,笔者对虚拟资源底层基础展开研究,通过设计异构虚拟容器间的通信机制和代理模式,基于主流虚拟化产品设计不同虚拟资源间通用的消息类型与数据结构,实现异构虚拟资源间集成与通信,针对虚拟资源管理的功能需求,实现异构虚拟资源管理工具,并测试其功能可用性,进而解决异构虚拟资源的通信与管理问题。(本文来源于《农业图书情报》期刊2019年08期）
李慧佳,祝忠明,王思丽[9]（2019）在《基于CSpace DR的专业领域异构知识资源整合研究》一文中研究指出文章以中科院兰州文献情报中心开发的CSpace DR为研究对象,主要介绍和研究了CSpace DR所应具备的专业领域知识资源整合功能。研究发现,尽管CSpace DR通过知识发现和知识组织向用户提供多维度的异构知识资源整合服务,但CSpace DR对于异构知识资源的实体规范处理以及知识资源遴选评价体系构建方面还有待提高之处。(本文来源于《情报资料工作》期刊2019年05期）
尼俊红,史上乐[10]（2019）在《超密集异构网中的Q学习资源调度算法》一文中研究指出在超密集异构蜂窝网络中,随着低功率基站大量增加,且复用相同的频谱资源,小区间干扰(ICI)可能会变得很强,从而降低系统整体吞吐量。因此,文中提出一种基于Q学习的资源调度(QLRS)算法以尽可能地最大化系统容量。算法首先将小基站进行分簇,在每个调度周期根据簇内用户数量为每个簇调度资源;然后以系统整体吞吐量和能效为优化目标,对簇内有关联用户的小小区进行资源变更和优化,并将收益记录于Q表中,Q表经多次迭代收敛后,得到系统最优资源分配方案。仿真结果表明,与其他资源分配算法相比,文中提出的算法在保证能源效率与宏蜂窝吞吐量的条件下,进一步提高了系统整体吞吐量。(本文来源于《现代电子技术》期刊2019年18期）
资源异构论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在云计算技术日趋成熟以及业务量迅速增多的推动下,企业部署了多种云资源池以支持复杂多样的业务场景,随之出现云资源池分散、异构、无法统一管理的现象。文中阐述如何通过异构资源池管理来实现对分散资源池的统一化管理,解决跨域、异构资源池无法统一管理、运营和运维的难题,以更好地规划资源,提升资源利用率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
资源异构论文参考文献
[1].顾平莉,李融,李常宝,刘忠麟.面向GPU的异构流计算系统资源管理与调度机制[J].信息技术.2019
[2].吴兴国,蒋辉.异构云资源池管理的研究与实践[J].电信技术.2019
[3].林晨,闵敏,段学军,康珈瑜.基于多源异构数据集的长江经济带岸线资源综合管理平台研发[J].长江流域资源与环境.2019
[4].龚江泳,赵顺德.高校体育教学设计中“同课异构”教学资源的应用研究[J].体育世界(学术版).2019
[5].朱乐军.基于基站部署和休眠的异构无线网能效资源分配研究[J].电信技术.2019
[6].张宸祚,赵百川,徐兆祺,郭佳,杨晨阳.同构与异构网中预测资源分配的性能[J].信号处理.2019
[7].张海波,许云飞,栾秋季.超密集异构网络中的一种混合资源分配方法[J].重庆邮电大学学报(自然科学版).2019
[8].计竞舟,贺岳星,杨文静.云计算中异构虚拟资源集成管理方法的研究与实现[J].农业图书情报.2019
[9].李慧佳,祝忠明,王思丽.基于CSpaceDR的专业领域异构知识资源整合研究[J].情报资料工作.2019
[10].尼俊红,史上乐.超密集异构网中的Q学习资源调度算法[J].现代电子技术.2019