检索结果-南通市图书馆

作者：王晨辉南京大学

学位级别：硕士

随着云计算和虚拟化的飞速发展,虚拟资源的分配调度管理成为了尤为重要的话题,虚拟资源分配调度算法的重要性也与日俱增。好的资源分配调度算法可以使得整体系统的效率提升,起到事半功倍的效果。各大云计算公司,例如Google、Amazon、微... 详细信息

随着云计算和虚拟化的飞速发展,虚拟资源的分配调度管理成为了尤为重要的话题,虚拟资源分配调度算法的重要性也与日俱增。好的资源分配调度算法可以使得整体系统的效率提升,起到事半功倍的效果。各大云计算公司,例如Google、Amazon、微软和IBM都有自己的比较成熟的虚拟资源分配调度算法,这些算法都已经很成功地应用到相应的云计算产品中去。 AutoLab项目是一款公司内部应用的虚拟资分配管理软件,按照用户所提交的任务的需求将系统资源合理地分配下去。AutoLab中原有的算法是SIAL(Single In AutoLab)算法,该算法的思路清晰简单、算法逻辑比较单一,能够勉强完成系统目标。SIAL算法有时会出现误判,将原本可以分配的任务判断为无法分配,并且SIAL算法在应用中会比较频繁地出现不均衡负载的情况。为了解决SIAL算法所遗留的问题,本文重点分析和研究了Google、Amazon、微软和IBM等主流公司的虚拟资源分配调度算法,结合AutoLab的本身特点设计和实现了mial(Multiple In AutoLab)算法。mial算法将任务进行分割,摒弃了将任务统一分配到同一台虚拟机服务器上的思想,而是将分割后的任务分配到多台服务器上。通过这种方式,mial算法较大地提升了AutoLab系统的负载均衡程度。mial算法在随着AutoLab系统的演化而不断演化的过程中,其架构变得越来越清晰明了,具备了较好的泛用性和扩展性。 AutoLab系统在应用mial算法之后较大地减少了SIAL算法应用时出现的误判情况,同时系统的负载均衡程度相对于SIAL算法也有较大的提高,单台虚拟机服务器的压力减少了。总体来说mial算法能够很好地满足AutoLab的需求,解决SIAL算法中的问题,但是偶尔还是会出现负载不均衡以及误判的情况,还需要进一步的改进。

关键词：云计算虚拟化虚拟资源分配调度算法 AutoLab mial

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

High resolution crop intensity mapping using harmonized Landsat-8 and Sentinel-2 data

引用

Journal of Integrative Agriculture 2019年第12期18卷 2883-2897页

作者： HAO Peng-yu TANG Hua-jun CHEN Zhong-xin YU Le WU Ming-quan Key Laboratory of Agricultural Remote Sensing Institute of Agricultural Resources and Regional PlanningChinese Academy of Agricultural SciencesBeijing 100081P.R.China Key Laboratory for Geo-Environmental Monitoring of Coastal Zone of the National Administration of Surveying Mapping and Geo Information/Shenzhen Key Laboratory of Spatial Smart Sensing and ServicesShenzhen UniversityShenzhen 518060P.R.China Ministry of Education Key Laboratory for Earth System Modeling Department of Earth System ScienceTsinghua UniversityBeijing 100084P.R.China State Key Laboratory of Remote Sensing Science Institute of Remote Sensing and Digital EarthChinese Academy of SciencesBeijing 100101P.R.China

An increase in crop intensity could improve crop yield but may also lead to a series of environmental problems, such as depletion of ground water and increased soil salinity. The generation of high resolution(30 m) crop intensity maps is an important method used to monitor these changes, but this is challenging because the temporal resolution of the 30-m image time series is low due to the long satellite revisit period and high cloud coverage. The recently launched Sentinel-2 satellite could provide optical images at 10–60 m resolution and thus improve the temporal resolution of the 30-m image time series. This study used harmonized Landsat Sentinel-2(HLS) data to identify crop intensity. The sixth polynomial function was used to fit the normalized difference vegetation index(NDVI) and enhanced vegetation index(EVI) curves. Then, 15-day NDVI and EVI time series were then generated from the fitted curves and used to generate the extent of croplands. Lastly, the first derivative of the fitted VI curves were used to calculate the VI peaks;spurious peaks were removed using artificially defined thresholds and crop intensity was generated by counting the number of remaining VI peaks. The proposed methods were tested in four study regions, with results showing that 15-day time series generated from the fitted curves could accurately identify cropland extent. Overall accuracy of cropland identification was higher than 95%. In addition, both the harmonized NDVI and EVI time series identified crop intensity accurately as the overall accuracies, producer’s accuracies and user’s accuracies of non-cropland, single crop cycle and double crop cycle were higher than 85%. NDVI outperformed EVI as identifying double crop cycle fields more accurately.

关键词： crop inten sity time series sixth polyno mial fu nction harm on ized Lan dsat-8 and Sen tinel-2

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：