修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

9 条数据
?? 中文（中国） ▾

  • [2019年IEEE光子学与电磁学研究秋季研讨会（PIERS-Fall）- 中国厦门（2019.12.17-2019.12.20）] 2019光子学与电磁学研究秋季研讨会（PIERS-Fall）- 适用于S波段遥测应用的高效GaN HEMT F类功率放大器

    摘要： 在当今高度互联的网络社会中，对大数据处理框架的需求持续增长。处理大数据的通用模式是并行与分布式计算。本文记录了分布式计算框架领域（特别是基于体同步并行处理的Apache软件基金会顶级项目Apache Hama）取得的重要进展。通过对比研究和实证评估，揭示了Hama在大数据应用中的潜力与效能。我们特别采用PageRank算法对Hama图计算包与Apache Giraph进行了基准测试评估，结果表明Hama在可扩展性和计算速度方面优于Giraph。然而尽管取得重大进展，诸多挑战仍制约着Hama的大规模应用潜力。本文同时阐述了这些挑战，分析了现有解决方案，并指出了研究机遇。

    关键词： 体步同步并行、Giraph、MapReduce、大数据、Hadoop、BSP、分布式计算、Apache Hama、Spark

    更新于2025-09-23 15:19:57

  • [IEEE 2019年国际发电系统与可再生能源技术会议(PGSRET) - 土耳其伊斯坦布尔(2019.8.26-2019.8.27)] 2019年国际发电系统与可再生能源技术会议(PGSRET) - 基于激光拉曼光谱的变压器油中溶解甲烷和乙烷同步检测

    摘要： 云游戏是一种为玩家随时随地提供高品质游戏体验的新方式。在云游戏中，复杂的游戏软件运行于数据中心的高性能服务器上，渲染后的游戏画面通过互联网实时传输给玩家，玩家则使用运行于异构设备上的轻量级软件与游戏进行交互。随着高速网络和云计算的普及，自2000年代末以来，云游戏在学术界和产业界都引起了极大关注。本文从多个角度综述了最新的云游戏研究，内容涵盖云游戏平台、优化技术以及商业云游戏服务。读者将全面了解云游戏研究概况，并熟悉该领域的最新进展。

    关键词： 视频编码、服务质量、云技术、分布式计算、计算机图形学

    更新于2025-09-23 15:19:57

  • 迈向打造地下摄像机

    摘要： 本文首次构想并描述了地下相机（SAMERA）的框架与架构。SAMERA是一种地球物理传感器网络，能够感知并处理地球物理信号，在现场实时计算三维地下图像。其基本原理是：穿过地下的地球物理波（包括反射波和折射波）进入地球物理传感器网络后，系统将计算并记录二维或三维图像；用户可通过连接该网络的软件查看二维/三维图像，并调整分辨率、滤波器、正则化等算法参数。目前已基于地震成像技术设计了系统原型。SAMERA技术有望成为变革性方案，广泛应用于油气勘探生产、地下基础设施与国土安全、废水及二氧化碳封存、地震与火山灾害监测等地下勘测与监测领域。相关地震成像系统原型已建成。SAMERA的开发需要跨学科协作，并推动传感器网络、信号处理、分布式计算及地球物理成像技术的革新。

    关键词： 实时原位成像、地球物理传感器网络、地下摄像机、地下基础设施安全、分布式计算

    更新于2025-09-23 19:47:07

  • [2019年IEEE高功率二极管激光器与系统会议（HPD）- 英国考文垂（2019.10.9-2019.10.10）] 2019年IEEE高功率二极管激光器与系统会议（HPD）- 双非对称结构1.5微米高功率激光二极管

    摘要： 矩阵求逆是许多计算应用中求解线性方程组的基础操作，尤其对各类新兴的大数据应用至关重要。然而，对于社交网络和推荐系统等大多数Web规模系统中常见的高阶（数千或数百万级）大规模矩阵求逆而言，这仍是一项极具挑战性的任务。本文提出了一种基于上下三角分解的分块递归算法来实现大规模矩阵求逆。我们在Spark并行计算平台上实现了该算法，通过优化数据结构、降低空间复杂度以及高效的矩阵乘法运算，设计了精良的实施方案。实验评估结果表明，该算法能有效在由普通服务器组成的集群上实现大规模矩阵求逆，并且具有处理更庞大矩阵的可扩展性。所提出的算法及实施方案将成为构建面向大数据处理与应用的Spark高性能线性代数库的坚实基础。

    关键词： 线性代数、并行算法、分布式计算、矩阵求逆、LU分解、Spark

    更新于2025-09-19 17:13:59

  • [IEEE 2019年第21届欧洲电力电子与应用会议(EPE '19 ECCE Europe) - 意大利热那亚(2019.9.3-2019.9.5)] 2019年第21届欧洲电力电子与应用会议(EPE '19 ECCE Europe) - 采用硅器件与氮化镓器件的平面反向耦合倍流整流LLC变换器分析

    摘要： 矩阵求逆是许多计算应用中求解线性方程组的基础操作，尤其对各类新兴的大数据应用至关重要。然而，对于社交网络和推荐系统等大多数Web规模系统中常见的高阶（数千或数百万级）大规模矩阵求逆而言，这仍是一项极具挑战性的任务。本文提出了一种基于上下三角分解的分块递归算法来实现大规模矩阵求逆。我们在Spark并行计算平台上实现了该算法的优化方案，包括精心设计的数据结构、空间复杂度降低以及高效的矩阵乘法运算。实验评估结果表明，该算法能有效在由普通服务器组成的集群上实现大规模矩阵求逆，并且对更大规模矩阵的求逆具有可扩展性。该算法及其实现将成为构建Spark平台上高性能线性代数库以支持大数据处理与应用的重要基础。

    关键词： 线性代数、并行算法、分布式计算、矩阵求逆、LU分解、Spark

    更新于2025-09-19 17:13:59

  • [2019年IEEE第46届光伏专家会议（PVSC） - 美国伊利诺伊州芝加哥（2019年6月16日-2019年6月21日）] 2019年IEEE第46届光伏专家会议（PVSC） - CdZnTe薄膜背缓冲层在CdTe太阳能电池中的应用潜力

    摘要： 云游戏是一种能随时随地为玩家提供高品质游戏体验的新方式。在这种模式下，复杂的游戏软件运行于数据中心的高性能服务器上，渲染后的游戏画面通过互联网实时传输给玩家，而玩家则通过异构设备上运行的轻量级软件与游戏进行交互。自2000年代末以来，随着高速网络和云计算的普及，云游戏在学术界和产业界都引起了极大关注。本文从多个维度综述了最新的云游戏研究，内容涵盖云游戏平台、优化技术以及商业云游戏服务。读者将借此了解云游戏研究的概况，并熟悉该领域的最新进展。

    关键词： 视频编码、云、分布式计算、服务质量、计算机图形学

    更新于2025-09-19 17:13:59

  • [2019年IEEE国际电子器件会议(IEDM) - 美国加州旧金山(2019.12.7-2019.12.11)] 2019年IEEE国际电子器件会议(IEDM) - 首次展示用于中红外波段(超过4微米)的波导集成黑磷电光调制器

    摘要： 矩阵求逆是许多计算应用中求解线性方程组的基础操作，尤其对各类新兴的大数据应用至关重要。然而，对于社交网络和推荐系统等大多数Web规模系统中常见的高阶（数千或数百万级）大规模矩阵求逆而言，这仍是一项极具挑战性的任务。本文提出了一种基于上下三角分解的分块递归算法来实现大规模矩阵求逆。我们在Spark并行计算平台上实现了该算法，通过优化数据结构、降低空间复杂度以及高效的矩阵乘法运算进行了精心设计。实验评估结果表明，该算法能有效在由普通服务器组成的集群上实现大规模矩阵求逆，并且具有处理更庞大矩阵的可扩展性。所提出的算法及实现将成为构建面向大数据处理与应用的Spark高性能线性代数库的坚实基础。

    关键词： 线性代数、并行算法、分布式计算、矩阵求逆、LU分解、Spark

    更新于2025-09-16 10:30:52

  • 通过OCBridge有效重构数据中心网络中的光电路交换层拓扑

    摘要： 所有全光或光电混合交换的数据中心网络（DCN）架构都能基于光交换技术的灵活性，根据不同的网络流量需求调整光层拓扑结构。先前研究中的拓扑重构策略仅尝试通过重新配置光电路交换（OCS）链路来分流较重的机架间流量。然而由于数据中心网络存在复杂的多层互连和多样的网络流量模式，OCS链路不仅会分担其源端与目的端机架间的网络流量，还会转发属于相邻机架的流量。现有策略忽略了这类中转流量，导致解决方案非最优。为克服以往方法的缺陷并充分利用DCN中的OCS链路资源，我们近期提出了一种名为"光电路桥接（OCBridge）"的高效拓扑重构策略。该策略的核心思想是统筹考虑每条OCS链路两端区域间的流量需求。本文首先阐述OCBridge方案，随后通过OpenScale和Helios两个典型光电路交换数据中心的仿真实验评估其性能，在OCBridge作用下分析了数据中心卓越的网络吞吐表现及流量需求的通信距离特征。最后通过部署于OpenScale小型原型系统的实验验证：相比传统拓扑重构策略，OCBridge能有效加速分布式计算应用。

    关键词： 拓扑重配置、光电路交换、数据中心网络、分布式计算

    更新于2025-09-09 09:28:46

  • [2018年第六届IEEE地球空间信息科学国际会议 - 中国昆明（2018年6月28日-6月30日）] 2018年第26届地球空间信息科学国际会议 - 遥感影像计算密集型分类的SPARK处理：以K均值聚类算法为例

    摘要： 遥感图像的高性能处理是遥感应用中的重要课题。典型的遥感处理类型包括图像分类算法等迭代计算算法，这类算法通常计算密集且耗时较长。云计算技术（如APACHE SPARK）的最新进展为提升计算性能展现出巨大潜力。本文提出一种基于MapReduce的方法，用于在云计算平台上并行化遥感图像分类算法。该方法将迭代处理转化为可并行执行的迭代Map和Reduce任务。通过在OpenStack云计算平台上部署的SPARK集群进行K-Means聚类算法实验，验证了该方法的适用性与有效性。

    关键词： 云计算、分类、分布式计算、遥感影像

    更新于2025-09-04 15:30:14