导读:本文包含了分布异构环境论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:异构,环境,数据,向量,技术,网络,数据源。
分布异构环境论文文献综述
张杰,宋晓霞[1]（2017）在《云计算环境下网络异构数据节点失效概率密度分布计算》一文中研究指出针对传统的网络异构数据节点失效概率密度分布计算方法,一直存在计算不准确、效率低的问题,提出云计算环境下的网络异构数据节点失效概率密度分布计算方法。通过网络数据节点效能指标、网络数据节点功率指标、平均失效节点度量指标、网络数据节点活动时间指标为基准进行失效分析,采用基环变换方法,建立约束模型,引入支持向量机的方法。通过引进一个非线性映射,对网络异构数据节点的失效概率密度分布进行计算。实验结果发现,采用改进方法时,其计算精度及计算效果均要优于传统计算方法,具有一定优势。(本文来源于《软件》期刊2017年12期）
薛弘晔,朱天磊,罗香玉,冯健[2]（2017）在《基于资源需求分布特征的异构云环境虚拟机放置算法》一文中研究指出针对异构云环境中的虚拟机放置(VMP)问题,提出一种基于虚拟机资源需求分布特征的放置算法(RDDFPA)。首先,建立基于CPU资源和内存资源比例系数的虚拟机需求和物理机配置描述方法,并根据该比例系数对所有虚拟机进行排序;其次,通过分析虚拟机需求与物理机配置各自在CPU资源和内存资源比例方面的关系,确定比例分界点,完成虚拟机集合的划分,每个虚拟机子集合的规模反映出对相匹配的不同配置物理机的需求比例;最后,利用启发式算法如首次适应(First Fit)算法完成虚拟机子集合在相匹配配置的物理机子集合上的放置。理论分析和仿真实验结果表明,与采用任意单一配置的物理机总数量相比,所提算法所需物理机的总台数减少了2%~17%。RDDFPA能够根据虚拟机资源需求分布的不同,确定各类配置物理机的数量,高效完成虚拟机的放置,在提高资源利用率的同时,降低了系统能耗。(本文来源于《计算机应用》期刊2017年12期）
李朝阳,覃凤兰,莫济江[3]（2015）在《异构分布环境下我国图书馆信息资源共享技术模式研究》一文中研究指出网络环境下,要实现异构的、分布式的图书馆信息资源共享,就必须有强大的技术支持。文章基于对我国各类型图书馆联盟网络的调查,分析了我国图书馆信息资源共享加工技术、存储技术和服务技术,指出了目前存在的几个重要问题,构建了我国图书馆信息资源共享技术模型。(本文来源于《图书馆理论与实践》期刊2015年12期）
张艳伟[4]（2014）在《六溴环十二烷异构体及其对映体的环境分布与生物富集》一文中研究指出六溴环十二烷(hexabromocyclododecanes, HBCDs),作为一种典型的疏水性脂肪族溴代阻燃剂,被广泛用于建筑业,纺织业和电子产品中。环境调查表明HBCDs能够在沉积物、水体、土壤和尘埃以及生物体内广泛检出。2009年5月,斯德哥尔摩公约将其列入持久性有机物化合物(POPs)的候选名单中,自此引起了世界范围内广泛的关注。进一步大量的研究表明HBCDs不仅具有持久性、生物富集性、半挥发性以及高毒性的POPs特征,而且还具有自身的环境特征一异构体选择性和对映体选择性。大量环境调查的数据表明,HBCDs最常见的叁种异构体α-,p-和y-HBCD在沉积物中的比例与生物体内的比例呈现出明显的差异。在沉积物与土壤等非生物基质中叁种异构体的组成与工业产品相近, γ-HBCD为主要成分(约80%)；但是在生物体中a-HBCD成为优势体,而且α-HBCD的比例沿着食物链营养级的递增呈现出升高趋势,在高营养级的鸟体内比例甚至可达到100%,而γ-HBCD却未检出。HBCD叁种异构体都有一对对映体,在不同生物体甚至同一生物体的不同器官内产生不同的对映体选择性。相比于国外对HBCDs环境分布特征积累的大量数据,中国环境中HBCDs污染水平与分布特征的数据则非常缺乏；而且,如上所述,不同HBCD异构体及其对映体在生物体内富集规律不同,但是异构体和对映体选择性差异特征尚需在不同的生物体中得到确认,而且其主控过程与机理也尚不清晰。因此,本论文围绕着HBCDs在中国不同环境介质中的分布及异构体与对映体的生物富集特征,进行了系统研究,得到以下结论：(1)为了揭示HBCDs在土壤中的污染特征,本部分测定了天津污灌区与电子产品拆解区土壤中HBCDs的异构体和对映体,对其总浓度、异构体组成和对映体选择性进行了分析。电子产品拆解区土壤中HBCDs的浓度范围为1.57-3.76ng/g干重,污灌区农田土壤中的浓度范围是9.33-44.6ng/g干重。大沽排污河污灌导致农田土壤中HBCDs的浓度明显高于电子产品拆解区土壤,可以说明HBCDs没有广泛使用于中国的电子产品中。电子产品拆解区土壤中HBCD异构体组成与工业品中的HBCD呈现出明显的差异,a-HBCD的比例明显升高,发生了异构体转化,考虑到其浓度较低,应该为历史遗留污染物；而污灌区农田土壤中HBCD异构体组成与工业品中异构体组成类似,应该有新鲜污染输入。HBCD各异构体的对映体选择性没有明显的规律,而对于β-HBCD,污灌区农田土壤对(+)-HBCD具有选择性,而电子产品拆解区呈现出相反的现象。(2)为了掌握水环境沉积物中的污染特征,本部分调查了天津海河、大沽排污河和入海口的51个沉积物样品以及一个岩心样品。分析了HBCD异构体和对映体的污染特征。HBCDs总浓度的分布范围为1.35-634ng/g干重,其平均值为31.0ng/g干重。天津港的HBCDs总浓度最高,其次是大沽排污河,最低的是海河。在海河和大沽排污河的下游出现浓度较高的采样点(634ng/g干重),这是在东南亚地区报道的最高浓度。51个样品中仅有7个样品的异构体比例与工业产品完全一致,而其他样品与工业产品都存在差异,高异构体比例差异的采样点位于污水处理厂附近。这些结果表明,生物降解程度与污染历史造成了在不同采样点异构体比例的差异,γ-HBCD的高比例可以作为有新鲜污染物输入的指示标志。大多数样品的对映体选择因子(EFs)与工业产品都存在明显的差异(p<0.05),呈现出对(-)-HBCD的明显富集。δ-和ε-异构体被频繁检出但是浓度很低。岩心样品中HBCDs浓度呈现锯齿分布,浓度最高点在2005年,与污染源工厂成立有关,而其它较低的高点与中国及地方社会经济发展水平有关。(3)为了调查湖泊和海洋生物体内HBCD异构体和对映体的污染特征,本部分采集了天津入海口和大黄堡湿地的21种生物,测定了HBCD异构体和对映体的浓度。发现湖泊和海洋生物体内HBCDs总浓度范围分别为64.3-1111ng/g脂重和85.5-989ng/g脂重。栖息地和饮食习性对HBCD异构体的分布起着很大的作用。大部分物种对(+)-α-,(-)-β-和(-)-γ-HBCD呈现出明显的选择性。a-HBCD和EHBCDs随着营养级的增加浓度增大,生物放大因子约为2。鱼体不同组织中HBCDs的浓度规律为肝>鳃>皮>肉。陆生植物可富集HBCDs,植物体内HBCDs总浓度范围为1.46-27.7ng/g,陆生植物不同器官HBCDs的浓度规律为叶>根>根系土。植物呈现出明显的对映体选择性,不同物种甚至是不同器官都存在着差异。初步计算表明,天津居民通过鱼对HBCDs的暴露程度明显高于小麦。(4)为了解HBCD异构体和对映体选择性在低营养级(初级生产者)的特征,我们通过半制备的方法获得HBCD异构体单体,分别研究了每个HBCD异构体单体(一对对映体)在盐泽螺旋藻和斜生栅藻体内的富集特征。发现栅藻对HBCDs的富集能力高于螺旋藻,生物富集系数(BCF)分别为390-469和174-350；盐泽螺旋藻体内α-HBCD的富集明显高于p-和γ-HBCD,这种规律与其他水生生物体内的规律相一致；然而在斜生栅藻体内β-HBCD呈现出最高的生物富集能力,这与之前陆生植物富集的规律一致。在这两种藻体内,p-和γ-HBCD都没有转化为α-HBCD,然而在其他高营养级生物体内发生此种现象。α-HBCD具有对映体选择性,而p-和γ-HBCD没有呈现出,而且两种藻对α-HBCD的对映体选择性正好相反。盐泽螺旋藻对HBCDs有代谢能力,并首次发现两种新型的代谢产物,四溴环十二烷二烯(TBCDi)和叁溴环十二烷叁烯(TriBCDie)。(5)为了研究HBCD异构体和对映体在鱼体水相暴露污染物过程中的富集特征,根据OECD-305的标准方法进行了锦鲤水相暴露HBCD异构体单体的富集与净化实验。发现锦鲤体内α-HBCD的脂肪标化动力学生物浓缩系数(BCFKL)在不同组织中的范围(3.07-4.52×104)明显高于β-HBCD(1.03-1.90×103)和γ-HBCD(0.95-1.73×103),半衰期t1/2呈现出相同的规律。α-,β-和γ-HBCD叁种异构体的BCFK在不同组织中的顺序为内脏>鳃>皮>肌肉。β-HBCD和γ-HBCD能够转化为α-HBCD,在净化实验结束时,转化率分别为50.0-92.9%和96.2-98.6%。没有发现α-HBCD异构体转化的产物。锦鲤不同组织都呈现出对(+)α-和γ-HBCD的对映体选择性,然而p-HBCD呈现出微弱的左旋对映体选择性。在MRM模式下,发现新型代谢产物,四溴环十二烷二烯(]BCDi),叁溴环十二烷二烯(TriBCDi)和TriBCDie。(6)为了研究HBCD异构体和对映体在鱼体摄食暴露过程中的污染特征,本部分以罗非鱼-盐泽螺旋藻构成的简单二元食物链为对象,进行了35天的富集和30天的净化实验。发现罗非鱼体内,内脏,肌肉和皮中叁种异构体摄入速率顺序为α-> β-> γ-HBCD;而在鳃中的顺序为γ-> α-> β-HBCD。α-HBCD在净化过程中的半衰期明显高于p-和γ-HBCD。罗非鱼对HBCDs的净化能力要高于锦鲤,斑马鱼和虹鳟鱼。由于脂肪含量与暴露途径的差异,罗非鱼(鳃>内脏>肉>皮)与锦鲤(内脏>鳃>皮>肉)在不同组织中的BMF顺序产生很大的差异。盐泽螺旋藻体内未发现异构体转化的产物,而在罗非鱼体内发现β-和γ-HBCD转化为α-HBCD。盐泽螺旋藻体内α-HBCD呈现出明显右旋选择性,p-和γ-HBCD无对映体选择性,而在摄食后的罗非鱼体内发现a-和β-HBCD无明显的对映体选择性,而γ-HBCD呈现出右旋选择性。摄食行为导致α-和β-HBCD的EFs降低,γ-HBCD的EFs升高。(7)为了评价HBCD异构体和对映体在多介质水生环境系统中的归趋,本部分建立了沉积物、泥鳅、水和锦鲤的微宇宙,并且对比了有无泥鳅生物扰动作用条件下HBCD异构体和对映体的富集差异。发现与未加泥鳅组相比,加入泥鳅组中的锦鲤呈现出较高富集程度,而摄入速率常数k1呈现出相同的规律。悬浮颗粒物(SPM)和溶解性有机质(DOM)都可促进锦鲤对HBCDs的富集,但是SPM的促进作用更大。未达到稳态时,吸收组织中的HBCDs浓度规律为肠道>鳃>皮；达到稳态时,分配组织的规律为脂肪>大脑>肌肉。锦鲤具有将β-和γ-HBCD转化为a-HBCD的能力而泥鳅没有。在锦鲤体内,BCFk和BCFss都呈现出相同的规律：α-HBCD高于β-HBCD和γ-HBCD。α-HBCD和γ-HBCD呈现出明显的(+)-HBCD对映体选择性,p-HBCD呈现出对(-)-HBCD的优势富集。在泥鳅体内,叁种异构体的富集规律为α-HBCD>β-HBCD>γ-HBCD而只有γ-HBCD呈现出明显的(+)-HBCD对映体选择性。(本文来源于《南开大学》期刊2014-05-01）
刘芳,杨畅,皮碧媛[5]（2012）在《分布异构环境下数据库访问技术的研究》一文中研究指出详细分析了当前分布异构数据库访问技术的研究现状和发展趋势,结合Web Services的优势构造了一个基于Web Services的分布异构数据库访问系统,并阐述了系统的实现过程。该系统能够有效地支持分布式数据查询,数据源透明并且支持跨平台检索。(本文来源于《计算机时代》期刊2012年05期）
邵兰洁,母俐丽[6]（2012）在《分布异构环境下的数据集成技术研究》一文中研究指出目前,企业普遍存在"信息孤岛"林立、数据断层的局面,造成企业信息化的程度难以满足当今日益激烈的市场竞争。为了解决企业的数据集成问题,对目前常用数据集成方法进行了分析,给出了基于Web服务的数据集成方案。该方案具有松散耦合、跨平台、与编程语言无关、可穿越防火墙、可扩展性好等优点,可以在保留企业原有IT投资的基础上,完成分布、自治、异构数据源的集成,实现信息共享,在低风险、低成本的前提下提高企业的现代化管理水平和办事效率。(本文来源于《煤炭技术》期刊2012年02期）
刘智琦[7]（2011）在《异构分布环境下的电子商务应用研究》一文中研究指出电子商务的应用涉及大量分布式的异构数据,如何实现这些数据的交互和共享是急需解决的问题。本文采用XML作为异构数据的中间转换格式,结合Web Services技术,设计了一个电子商务应用系统,该系统可以较好地实现企业之间的数据交互和业务往来。(本文来源于《科技信息》期刊2011年11期）
刘芳,杨畅,皮碧媛[8]（2011）在《分布异构环境下重用遗产软件的研究与应用》一文中研究指出在深入研究现有遗产软件重用技术和方法的基础上提出了组合Agent-Component(AC)来重用遗产软件的思想,为分布异构环境下遗产软件的重用提供了一个新的思路和途径,最后通过一个高校教务子系统的实例,进一步描述了采取组合AC模型来实现分布异构环境下重用遗产软件的思想。(本文来源于《软件导刊》期刊2011年02期）
刘晔[9]（2010）在《分布异构环境下的数据集中备份系统建设》一文中研究指出对分布异构环境下的数据集中备份系统建设进行了详细调研和规划,对各个重要环节的进行了详细分析,根据自身需求特点组织实施了异构环境下的备份系统,取得了一定的效果。对其中设施及相关知识点进行了一定的深入了解。(本文来源于《中小企业管理与科技(上旬刊)》期刊2010年12期）
曹雅楠[10]（2010）在《异构分布并行环境下蛋白质折迭结构预测优化算法研究》一文中研究指出蛋白质分子的结构非常复杂,对其结构进行预测需要建立一个简化模型,并采用优化算法求解稳定状态下最小能量值,但算法的数据计算量非常庞大。因此,利用分布并行技术提高算法的执行效率是蛋白质折迭结构预测发展的一个重要环节。由CPU+GPU组成的异构分布并行环境可以有效的提高计算系统的运算速度和处理能力,这为提高优化算法的执行效率提供了理论依据。本文分析了异构分布并行环境的组织结构、工作原理和性能优化方法,研究了CUDA平台的编程方法,并基于异构分布并行环境对蛋白质折迭结构预测算法进行了优化。针对遗传退火算法,本文设计了几种有效的优化策略。首先,构建程序切片调度机制,通过评估计算强度对程序进行切片和调度;然后,依据计算情况和数据规模对并行计算单元进行合理的资源动态分配;最后,通过共享存储器优化、展开循环优化、指令优化及内存合并技术,对算法进一步优化,将其改造成为适用于异构环境处理的并行模式,以提高算法的运行速度。在蛋白质二维AB非格模型的基础上,本文将优化后的遗传退火算法在CUDA平台上进行实验测试。实验结果证明基于异构分布并行环境的蛋白质折迭结构预测算法的优化方法是可行的、有效的。对比算法在CPU串行环境下运行,其运行速度有很大的提高,获得了较好的加速比,对蛋白质折迭结构的研究有重要的意义和价值。(本文来源于《武汉科技大学》期刊2010-04-20）
分布异构环境论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对异构云环境中的虚拟机放置(VMP)问题,提出一种基于虚拟机资源需求分布特征的放置算法(RDDFPA)。首先,建立基于CPU资源和内存资源比例系数的虚拟机需求和物理机配置描述方法,并根据该比例系数对所有虚拟机进行排序;其次,通过分析虚拟机需求与物理机配置各自在CPU资源和内存资源比例方面的关系,确定比例分界点,完成虚拟机集合的划分,每个虚拟机子集合的规模反映出对相匹配的不同配置物理机的需求比例;最后,利用启发式算法如首次适应(First Fit)算法完成虚拟机子集合在相匹配配置的物理机子集合上的放置。理论分析和仿真实验结果表明,与采用任意单一配置的物理机总数量相比,所提算法所需物理机的总台数减少了2%~17%。RDDFPA能够根据虚拟机资源需求分布的不同,确定各类配置物理机的数量,高效完成虚拟机的放置,在提高资源利用率的同时,降低了系统能耗。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分布异构环境论文参考文献
[1].张杰,宋晓霞.云计算环境下网络异构数据节点失效概率密度分布计算[J].软件.2017
[2].薛弘晔,朱天磊,罗香玉,冯健.基于资源需求分布特征的异构云环境虚拟机放置算法[J].计算机应用.2017
[3].李朝阳,覃凤兰,莫济江.异构分布环境下我国图书馆信息资源共享技术模式研究[J].图书馆理论与实践.2015
[4].张艳伟.六溴环十二烷异构体及其对映体的环境分布与生物富集[D].南开大学.2014
[5].刘芳,杨畅,皮碧媛.分布异构环境下数据库访问技术的研究[J].计算机时代.2012
[6].邵兰洁,母俐丽.分布异构环境下的数据集成技术研究[J].煤炭技术.2012
[7].刘智琦.异构分布环境下的电子商务应用研究[J].科技信息.2011
[8].刘芳,杨畅,皮碧媛.分布异构环境下重用遗产软件的研究与应用[J].软件导刊.2011
[9].刘晔.分布异构环境下的数据集中备份系统建设[J].中小企业管理与科技(上旬刊).2010
[10].曹雅楠.异构分布并行环境下蛋白质折迭结构预测优化算法研究[D].武汉科技大学.2010
论文知识图
