您现在的位置: 首页> 研究主题> 并发性

并发性

并发性的相关文献在1989年到2022年内共计194篇,主要集中在自动化技术、计算机技术、眼科学、内科学 等领域,其中期刊论文139篇、会议论文1篇、专利文献16564篇;相关期刊116种,包括职业技术、金融电子化、中国实用眼科杂志等; 相关会议1种,包括第二届和谐人机环境联合(第15届全国多媒体技术、第2届全国人机交互、第2届全国普适计算)学术会议等;并发性的相关文献由398位作者贡献,包括陈小龙、吴会松、B·理查德森等。

并发性—发文量

期刊论文>

论文:139 占比:0.83%

会议论文>

论文:1 占比:0.01%

专利文献>

论文:16564 占比:99.16%

总计:16704篇

并发性—发文趋势图

并发性

-研究学者

  • 陈小龙
  • 吴会松
  • B·理查德森
  • C·麦西奥科
  • D·S·苏里亚布迪
  • D·周
  • G·W·肯尼迪
  • M-M·L·许
  • O·奥藤考
  • P·蒂纳科瑟苏派普
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 李宗跃
    • 摘要: 在智能AI技术中,人脸识别是最为重要构成,从其特点上来看,以下几个方面比较突出:唯一性、自然性、并发性、非接触性等,另外,人脸识别技术还有着应用便捷、操作简单的优点。本文以智慧园区中涉及的人脸识别技术进行了分析,探讨了智慧园区不同方面和环节里,人脸识别的具体应用。通过人脸识别的智能化技术,智慧园区内人员的出入管理更加方便,同时在保证内部管理的基础上,又强化了内外部安防,这让园区内部人员的工作环境更加安全,同时对工作效率的提升有着较大的促进作用。将来的人脸识别技术将会在更多领域得以广泛运用,希望本文内容能够给业界同仁带来一些理论上的帮助。
    • 何斌; 王锋; 张粤东; 张永俊; 黄志刚
    • 摘要: 基于C/S(客户端/服务器)的理念,对电火花线切割系统进行设计.以WinCE和Linux分别作为客户端和服务器端运行环境.客户端是独立运行在WinCE系统上的线切割软件,对其从CAD/CAM功能设计,用于实现线切割建模和自动编程;服务器用于对客户端的用户数据请求和工艺加工数据请求的响应,对其并发性和数据库连接进行设计,提高了多客户端请求的响应性能.利用此架构有助于充分发辉WinCE系统和Linux系统各自的优点,为深度学习,机器学习框架在线切割上的应用作出铺垫.
    • 陈小龙
    • 摘要: 在云数据中心网络中,海量的业务流在数据传输中往往会出现延迟、丢包等现象,但单用户性能测试无法实现多用户多业务流并发性的检测,为了能实时了解数据中心网络多用户多业务并发性数据的传输过程,发现数据传输过程中影响带宽、产生延迟、丢包现象的形成因素,解决了当前无法仿真多用户多条业务流测试瓶颈,解决不需增设服务器的情况下多用户并发性问题。文中采用Parallel Matrix Multiplication算法实现RDMA Ib_write源端口变化,解决了当前无法仿真多用户多条业务流测试瓶颈;采用基于RDMA技术的分布式和多线程组功能实现了并发测试,解决不需要增设服务器,多用户并发性问题,同时降低了资源消耗及时间消耗。
    • 陈小龙
    • 摘要: 在云数据中心网络中,海量的业务流在数据传输中往往会出现延迟、丢包等现象,但单用户性能测试无法实现多用户多业务流并发性的检测,为了能实时了解数据中心网络多用户多业务并发性数据的传输过程,发现数据传输过程中影响带宽、产生延迟、丢包现象的形成因素,解决了当前无法仿真多用户多条业务流测试瓶颈,解决不需增设服务器的情况下多用户并发性问题.文中采用Parallel Matrix Multiplication算法实现RDMA Ib_write 源端口变化,解决了当前无法仿真多用户多条业务流测试瓶颈;采用基于RDMA技术的分布式和多线程组功能实现了并发测试,解决不需要增设服务器,多用户并发性问题,同时降低了资源消耗及时间消耗.
    • 任海科; 羊富贵; 李辉; 陈小龙
    • 摘要: 在云数据中心网络中,海量的业务流在数据传输中往往会出现延迟、丢包等现象,但单用户性能测试无法实现多用户多业务流并发性的检测,为了能实时了解数据中心网络多用户多业务并发性数据的传输过程,发现数据传输过程中影响带宽、产生延迟、丢包现象的形成因素,解决了当前无法仿真多用户多条业务流测试瓶颈,解决不需增设服务器的情况下多用户并发性问题。文中采用Parallel Matrix Multiplication算法实现RDMA Ib_write源端口变化,解决了当前无法仿真多用户多条业务流测试瓶颈;采用基于RDMA技术的分布式和多线程组功能实现了并发测试,达到不增设服务器却能实现多用户并发的仿真效果,同时也降低了资源消耗及时间消耗。
    • 王淑英; 王金霞; 牟丽丽
    • 摘要: 目的:探讨影响超声乳化术治疗高度近视合并白内障术后视力恢复的因素.方法:选取2015-03/2017-10我院收治高度近视合并白内障患者70例86眼,予以超声乳化术治疗,分析影响超声乳化术治疗高度近视并发性白内障术后视力恢复的因素.结果:年龄、性别、玻璃体后脱离与术后视力恢复无相关性,眼轴长度、角膜散光度以及黄斑病变与患者术后视力恢复存在相关性,其中眼轴长度、角膜散光度以及黄斑病变为影响患者术后疗效的危险因素.结论:高度近视合并白内障患者行超声乳化术,可有效提高患者的视力,而黄斑病变、眼轴过长及角膜散光度过大是影响术后疗效不佳的主要因素.
    • 饶东宁; 郭海峰; 蒋志华
    • 摘要: 在金融领域,股票指数(简称股指)模拟与分析是一个重要课题,用于股票市场的长期分析.然而,大多数的这类工作目前由专业的分析师来完成,非职业投资者难以涉及.另一方面,现有的基于数学或机器学习的股指模拟方法具有参数多、人工干预多、可解释性差等缺点.针对以上问题,本文基于并行概率规划(Parallel Probabilistic Planning,PPP),提出了一个股指模拟的规划领域模型,并能够进行自动求解.股票市场具有大量的不确定性和并发性,因此适合用并行概率模型来表示.方法的核心思想是将股指模拟问题转化为智能规划问题.首先,本文构建股指模拟问题的规划领域模型.由于股票市场的复杂性,需尽可能地考虑各种影响因素、约束条件、可能事件以及它们之间的关联.构建的规划领域模型由针对PPP的规划语言RDDL (Relational Dynamic Influence Diagram Language)来进行描述.接着,使用PPP的模拟求解工具-rddlsim来进行基于抽样的规划求解.rddlsim是国际概率规划大赛IPPC提供的求解工具,能够全面地解析RDDL描述.实验数据使用上证50指数和上证100指数的股票数据.即,从某个时间点开始,通过求解对应的规划问题来模拟未来一年股票指数的变化趋势.求解结果,一方面,与真实股票指数变化作对比;另一方面,与基于线性回归、基于SVM和基于LSTM的三种模拟方法的结果作对比.我们分别使用交叉熵、最小二乘和皮尔森相关系数作为损失函数.实验表明,本文的模拟效果比较贴近于真实的股指变化趋势;在大多数情况下,本文方法优于基于回归或SVM的模拟方法,且与基于LSTM的方法性能相当.并且,相对于对比的模拟方法,本文方法提供了较强的可解释性,且在求解过程中不需人工干预或调参.这是因为,形式化的规划领域描述展示了在股指模拟问题中各种因素如何相互影响,而且自动求解得到的规划解给出了导致模拟结果的状态变化轨迹.
    • 李春雷; 高峰; 颜运强
    • 摘要: 为提高网络化嵌入式系统的安全性与可靠性,提出一种基于Actor模型的软总线设计方法,以解决分布式全数字仿真测试中系统及组件间的通信问题.采用以Actor模型为中心的发布/订阅机制,实现分布式节点之间的同步、异步通信.在此基础上,提出一种基于线程池技术的任务调度方法,实现Actor模型的协同工作,并通过规则链表进行Actor消息的处理及转发.实验结果表明,与HLA、OpenDDS总线相比,在大数据量并发处理的情况下,该软总线程序执行效率提升30%以上,能够满足网络化嵌入式系统测试对实时性与并发性的需求.
    • 赵炯; 杨天豪; 肖杰; 熊肖磊
    • 摘要: 针对目前工业上数据采集系统搭建过程复杂、开发自由度较低的情况,提出了一种面向工业应用的通用远程数据采集器设计方案.数据采集器采用基于i.MX6Q芯片设计的硬件电路,以嵌入式Linux操作系统为软件基础,针对工业上通用的Modbus、CAN等协议,实现了数据采集、储存及远程转发等基本功能.考虑到多传感器并发采集时对响应性能的影响,提出了基于多进程同步采集的机制以及使用了环形缓冲区数据结构.针对工业上对数据采集系统的扩展性及灵活性需求,引入了基于Web服务器及数据库的实时配置功能.试验测试验证了该系统在采集多个Modbus传感器时的正确性与可行性,为嵌入式Linux数据采集器的开发提供了思路.
    • 王忠; 夏传良; 胡芳凝; 刘超群
    • 摘要: 文中分析了传统软硬件划分方法的缺点,基于嵌入式系统产品开发实际,提出了一种去中心化的软硬件划分方法.文中详细描述了该方法的五条指导性原则,并用一个开发实例说明了上述原则的应用方法,验证了该方法的有效性.该划分方法简化了复杂任务,提高了程序并发性水平,降低了系统开发难度,具有较高的参考价值.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号