數據中心最新文章 一個感知機神經網絡字符識別器的實現 針對英文印刷字體，設計并實現了一個基于感知機神經元網絡的字符識別器，輸入印刷字符“L”和“I”，對識別器進行訓練、學習，以達到識別字符的目的。通過4 000組的實驗數據表明，該識別器對規(guī)范印刷的英文字符能高效、準確地識別出來，程序的平均學習次數為6.95次，平均用時0.006 812 56 s，耗時在可接受范圍之內，進而驗證了該字符識別器在實際應用中的可行性。 發(fā)表于：7/13/2015 IPv4即將功成身退？還早得很！ 美國網際網路位址注冊中心(American Registry for Internet Numbers，ARIN)最近表示，總數約40億個的IPv4位址即將用盡;而因為可用的獨一無二URL位址僅剩少數，ARIN表示已經沒有足夠的存量來滿足所有需求，因此將啟動一套分配剩余IPv4位址的嚴格程序。 發(fā)表于：7/10/2015 Yaffs2文件系統(tǒng)中對NAND Flash磨損均衡的改進 針對以NAND Flash為存儲介質時Yaffs2文件系統(tǒng)存在磨損均衡的缺陷，通過改進回收塊選擇機制，并在數據更新中引入冷熱數據分離策略，從而改善NAND Flash的磨損均衡性能。實驗借助Qemu軟件建立Linux嵌入式仿真平臺，從總擦除次數、最大最小擦除次數差值和塊擦除次數標準差等方面進行對比。實驗結果表明，在改進后的Yaffs2文件系統(tǒng)下NAND Flash的磨損均衡效果有明顯提升，這有益于延長NAND Flash的使用壽命。 發(fā)表于：7/8/2015 結合廣告相似性網絡的搜索廣告推薦 目前已有的基于協(xié)同過濾的搜索廣告推薦方法中，基于鄰域的協(xié)同過濾方法存在著無法處理稀疏數據的問題，而基于矩陣分解的方法雖然能夠推斷出缺失的數據，但是卻缺少鄰居的協(xié)作。提出了一種搜索廣告推薦算法，即ASN-MF，該算法通過建立廣告相似性網絡得到廣告的相似性關系，并將其加入到矩陣分解的損失函數中，使得分解后的廣告特征矩陣能夠帶有相似鄰居的性質。實驗基于KDD Cup 2012-Track2的真實數據集，證明了算法的可行性與有效性。 發(fā)表于：7/5/2015 AMD服務器領域的理性“回歸” 五月初，AMD在紐約時代廣場的納斯達克交易中心舉辦了2015年分析師大會(2015FinancialAnalystDay)，而這一次則由AMD全新的掌舵人蘇姿豐博士來陳述未來幾年AMD的發(fā)展計劃，并著重強調了其三大策略，即游戲、臨境感平臺和數據中心。 發(fā)表于：7/3/2015 服務器芯片已成必爭之地，高通該收了AMD？ 繼英特爾斥巨資并購Altera之后，業(yè)內傳聞另外一家芯片公司AMD可能會分拆業(yè)務，甚至有可能被高通并購。那么作為以移動市場(例如智能手機)芯片為主的高通是否應該并購以傳統(tǒng)PC和服務器芯片為主的AMD呢? 發(fā)表于：7/2/2015 “天河二號”超級計算機否認“吃不飽” 作為目前世界上最快的超級計算機，天河二號正在逐步突破人們對計算機的傳統(tǒng)想象——如果數據足夠，電影里頭可以快速定位的“天眼”、細胞分子與真人相差無異的“孿生數字人”等等，不久的將來都會在天河二號上成為現實。 發(fā)表于：7/1/2015 基于社區(qū)度的邊界節(jié)點影響力最大化算法 通?？缟鐓^(qū)的信息傳播更具有現實意義，而且大范圍的信息傳播往往也是跨社區(qū)的。為此提出一種基于社區(qū)度的邊界節(jié)點影響力最大化算法，利用社會網絡中的社區(qū)結構對社區(qū)中與其他社區(qū)有連接邊的邊界點進行研究，從而縮小選擇初始節(jié)點的范圍，降低時間復雜度。同時為更準確地評估邊界節(jié)點的影響力，綜合節(jié)點度、節(jié)點所直接相連社區(qū)數以及相應社區(qū)的規(guī)模作為社區(qū)度來衡量節(jié)點在信息傳播中的重要性。最后通過實驗驗證了本算法相比其他算法具有更大的影響傳播范圍和更低的時間復雜度。 發(fā)表于：7/1/2015 美超微在紅帽峰會上宣布推出開源解決方案 加州圣何塞2015年6月26日電 /美通社/ -- 高性能、高效率服務器、存儲技術與綠色計算領域的全球領導者美超微電腦股份有限公司(Super Micro Computer, Inc.)(NASDAQ: SMCI)宣布與紅帽(Red Hat)合作推出新計劃，旨在為其計算和存儲平臺組合提供開源優(yōu)化解決方案。美超微不斷拓展的紅帽解決方案組合將支持紅帽Enterprise Linux 7，從而實現融合式架構的開放混合云和企業(yè)級工作負載。美超微的解決方案利用紅帽Enterprise Linux OpenStack平臺提供完全整合且優(yōu)化的基礎，從而打造出性能、擴展性和安全性均最大化的OpenStack云架構。美超微針對紅帽Ceph而優(yōu)化的解決方案提供1U/2U/4U/42U尺寸的耐用型、橫向擴展式軟件定義存儲平臺，旨在實現性能、密度和容量最大化。憑借美超微的服務器管理軟件和全球支持服務，全球客戶能夠獲得一整套新的高庍 可擴展的端到端架構解決方案，從而以最低的總擁有成本實現價值和可靠性最大化。 發(fā)表于：6/30/2015 移動式倉庫管理終端系統(tǒng)的分析與設計 討論了一個自主開發(fā)的移動倉儲管理系統(tǒng)的設計和實現。該系統(tǒng)基于J2ME平臺，能夠配置在移動通信設備之上，完成現場貨物信息的基本管理功能，以適應現代倉儲管理的應用需求。 發(fā)表于：6/24/2015 雙管正激變換器Saber仿真應用研究 傳統(tǒng)的單管正激變換器由于磁芯復位導致占空比漂移限制，MOSFET承受輸入2倍或更多的電源電壓，使其應用受到限制，而雙管正激變換器具有開關管電壓低、無橋臂直通危險、可靠性高及無需外加磁芯復位電路等優(yōu)點，因而廣泛應用在中大功率電路中。從雙管正激變換器的原理入手，在Saber軟件平臺搭建一個中等功率（200 W~500 W）雙管正激變換器模型，并對搭建的變換器模型進行在線實時仿真與修改，最終得到了較為滿意的效果。仿真結果不僅驗證了前面所述雙管正激變換器的優(yōu)點，而且表明該模型對縮短開發(fā)周期、降低設計成本有顯著的效果。 發(fā)表于：6/23/2015 基于網絡論壇文本挖掘的筆記本電腦滿意度研究 不同于以往的滿意度模型中頭腦風暴和問卷調研等手段建立指標體系的思路，以大量掩埋和分布在各個網絡平臺中的評論信息為基礎，通過文本挖掘手段分析消費者對筆記本電腦重點關注的角度和內容，確立評價指標體系；基于Formell模型，使用多元回歸方法，建立了筆記本電腦滿意度模型。該研究過程基于消費者的真實感受，提煉出了消費者對筆記本電腦最為關注的優(yōu)勢屬性和缺陷屬性，幫助產品制造商全面、準確地了解消費者的需求和心理期望。同時，滿意度模型有助于消費者和制造商對筆記本電腦的滿意度進行綜合測算、比較和選擇。 發(fā)表于：6/23/2015 基于社交媒體用戶評論和關注度的電影票房預測模型 通過研究電影票房與社交媒體用戶行為的關系，揭示在線口碑（word-of-mouth）對業(yè)績表現的作用。與之前的研究不同，將社交媒體用戶評論、用戶關注等用戶行為數據作為內生變量進行研究，認為用戶行為既影響業(yè)績，又被業(yè)績影響。首先，以電影產業(yè)為研究對象，分析了每周票房與用戶評論、用戶評分、用戶關注度等之間的關系，通過樣板（Panel）數據分析，構建了電影票房預測模型。接著，將票房作為自變量，分析了作為在線口碑表現形式的用戶評論、用戶關注度與票房的關系。最后，分析了在線口碑自身的特點，得出了多個有意義的結論，如用戶評分僅僅是票房收入的反映，其本身并不顯著影響票房。本研究具有良好的理論價值和實踐意義。 發(fā)表于：6/22/2015 基于S3C2440的智能考試管理系統(tǒng)設計 為了適應現代化考試管理的需要，降低考務人員工作量，并使工作效率得以提高，實現智能化操作、減少出錯率的目的，提出了一種基于S3C2440的智能考試管理系統(tǒng)，該系統(tǒng)可在脫機狀態(tài)下使用指紋識別技術進行身份驗證，自動打印出考生考試信息和準考證號碼的條形碼，從而防止考生信息誤填，方便考務人員操作。對所設計的系統(tǒng)進行實際環(huán)境測試，其測試結果達到了設計目標。 發(fā)表于：6/22/2015 基于OpenStack的對象存儲性能實驗及研究 隨著云計算的不斷發(fā)展，基于OpenStack的開源云得到了國內外IT廠商的廣泛關注。從服務響應時間和服務吞吐量兩個維度來對比萬兆網卡和千兆網卡對OpenStack Swift對象存儲方案性能的影響。在此基礎上，模擬Swift采用萬兆網卡適配器后在各種場景下的性能表現。進一步，采用固態(tài)硬盤檢驗其對Swift存儲性能的影響。最后進行代理節(jié)點和存儲節(jié)點的配比實驗，挖掘云存儲技術的價值，設計更加符合最終用戶需要的云存儲解決方案。 發(fā)表于：6/22/2015 ?…175176177178179180181182183184…?
