摘要：以河南省高校精品资源共享课程平台为研究对象,对其进行深入研究、分析与设计,旨在为高校建设课程资源平台提供借鉴.

摘要：为了提高船舶运行的稳定和安全性,需要对船舶的运行状态进行实时监测,设计无线网络下船舶运行状态远程监控系统,系统包括船舶运行状态特征采集模块、AD转换模块、总线传输模块、无线网络通信模块、集成控制模块和人机交互模块等,采用远程卫星通信和无线传感器网络组网技术进行船舶通信网络构建,基于H.323协议和IETF的SIP会话初始化协议进行船舶无线网络通信的信令设计。采用多点多线程控制方法进行船舶运行状态的监控指令的集中执行,在集成GCC编译环境中进行监控系统的应用程序开发和交叉编译,采用异构、层次化的中间件技术进行监控系统的软件平台设计,实现船舶监控系统的网络接入服务和状态实时监控服务。系统测试结果表明,设计的船舶运行状态远程监控系统能实时监测船舶的运行状态特征,系统自适应性和可靠性较好。

摘要：据IDC统计,2011年全球处理的数据量达到1.8 ZB,预计到2020年达到40 ZB。如何对海量数据进行高效分析和有效管理已成为大数据时代亟需解决的问题之一。商业数据、科学数据和网页数据这3类海量数据的异构性(充满着非结构化、半结构化和结构化数据)进一步增加了海量数据的处理难度。海量数据排序是海量数据处理的基本内容之一。Hadoop曾利用3 658个节点的集群在16.25小时内完成1PB数据的排序,获得Daytona类GraySort和MinuteSort级别的冠军。本文在设计层面上对Hadoop平台上海量数据排序策略进行分析。

摘要：基于MapReduce编程模式的数据仓库技术和并行数据库技术是解决大数据分析问题的两种重要途径。MapReduce是一种基于并行运算的编程模型,其优点在于处理大规模非结构化、松散的数据集,但在性能,特别是连接操作的性能上存在很大的缺陷;并行数据库是建立在集群计算环境和MPP的高性能数据库,其优点是具有高效的结构化数据查询处理能力,但其容错能力和扩展能力薄弱。因此,两者都不能成为大数据分析的理想解决方案。本文在综合分析的基础上,结合二者优点,探索基于MapReduce和并行数据库的混合架构,并对多种架构方案进行详细分析,最后对各研究方向进行分析、归纳和展望。

摘要：随着信息技术的发展,基于MapReduce模型的大数据分析算法不断更新优化,出现一批典型的算法及模型。这些算法根据其自身特点可分为Map阶段算法、Reduce阶段算法和迭代算法。影响算法执行效率的因素包括数据规模、数据结构和算法流程等。不同的算法具有不同的适用范围,需要根据数据规模和应用情形进行算法选择和多种算法组合。

摘要：智慧校园通常采用分层架构,自下而上依次为IaaS(基础设施即服务)、PaaS(平台即服务)和SaaS(软件应用即服务)。公共数据平台作为PaaS的重要组成部分,是各类业务数据共享和交换的媒介,是智慧校园建设的基础。公共数据平台的基础支撑能力主要体现在信息标准的执行能力、共享数据的开放能力和数据质量的治理能力等方面。公共数据平台需要从信息标准、数据管理和应用服务等多个方面进行改进,最终为智慧校园开放架构下的数据共享与管理提供支撑。

摘要：提出一种基于家族遗传算法的虚拟机放置策略FGA-VMP(family genetic algorithm based virtual machine placement)。采用一个自调节的变异算子(mutation operator)避免普通遗传算法的早熟问题;把整个种群划分为多个家族,将这些家族的进化操作并行处理,加快遗传算法的收敛速度;建立云数据中心的虚拟机放置的数学模型,以物理主机资源使用效率的最大化作为家族遗传算法的目标函数。仿真结果表明,FGA-VMP策略使云数据中心的各类性能指标得到改善。

摘要：访问数据库是软件系统的核心功能。文章基于微软.NET平台的***技术设计了一个通用数据访问模型GDAM,以解决访问数据库过程中遇到的问题,规范数据访问过程,并给出部分代码的C#实现,具有较强的通用性。