期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
动态优先级作业调度算法与实现 被引量:10
1
作者 丛龙水 《计算机工程与应用》 CSCD 2013年第10期267-270,共4页
介绍了作业调度几种基本算法及其优缺点,设计了综合几种作业调度基本算法优点的动态优先级作业调度算法,并给以方案实现,对基于微机集群的各种应用有很大的参考作用。
关键词 作业调度 动态优先级 集群
下载PDF
油气勘探基础设施云服务管理
2
作者 丛龙水 《油气田地面工程》 北大核心 2014年第12期102-103,共2页
基础设施云即Iaa S(Inrastructure as a Service)以服务的形式提供计算等基础设施资源,这些资源可以根据用户的需求进行动态分配,由用户根据需要进行使用,能灵活适应用户的需求。基础设施云服务管理实现了服务申请、服务审批及服务生命... 基础设施云即Iaa S(Inrastructure as a Service)以服务的形式提供计算等基础设施资源,这些资源可以根据用户的需求进行动态分配,由用户根据需要进行使用,能灵活适应用户的需求。基础设施云服务管理实现了服务申请、服务审批及服务生命周期管理,包括服务的创建、发布、变更、查询、撤销及删除。基础设施云服务管理架构层次共分5层,分别为资源层、逻辑层、展示层、系统用户信息管理层和系统管理层。基础设施云服务管理通过开放性好、灵活性高的集成平台架构,实现服务的生命周期管理、服务申请、服务审批、用户管理、角色管理、权限管理、报表统计等功能。 展开更多
关键词 云服务 管理架构 数据共享 资源集合
下载PDF
微机集群系统集成技术
3
作者 丛龙水 《信息工程期刊(中英文版)》 2013年第4期78-84,共7页
文章介绍了集群系统集成设计方案及集群部署软件的开发与实现,对系统集成的各个模块作了详细的设计与实现,对微机集群系统的合理应用有很大的参考作用。
关键词 模块设计 系统集成 集群
下载PDF
油田物探行业云计算方案设计
4
作者 丛龙水 《计算机光盘软件与应用》 2013年第12期245-246,248,共3页
文章简单介绍了云计算的三种模式和油田物探业主要应用,设计了基于三种服务模式的油田物探业云计算方案,以IaaS作支撑,PaaS与SaaS有机结合,实现了以集中部署、统一管理、共享协作的云计算应用平台。
关键词 云计算 石油物探 IAAS PAAS SAAS
下载PDF
勘探信息化建设进展与实践——纪念《油气地球物理》创刊10周年 被引量:1
5
作者 隋志强 周霞 +2 位作者 王兴谋 路慎强 丛龙水 《油气地球物理》 2013年第1期9-13,共5页
勘探信息化技术服务于勘探科研生产,实现对传统工业的改造,进而提升油田勘探技术水平,提高勘探工作效率和效果,发展成为油田勘探的核心技术之一,是胜利油田物探研究院勘探信息化建设的特色。本文将勘探信息化划分为3个阶段,明确了各阶... 勘探信息化技术服务于勘探科研生产,实现对传统工业的改造,进而提升油田勘探技术水平,提高勘探工作效率和效果,发展成为油田勘探的核心技术之一,是胜利油田物探研究院勘探信息化建设的特色。本文将勘探信息化划分为3个阶段,明确了各阶段特征。描述了胜利油田勘探信息化建设取得的主要进展和应用效果,并对勘探信息化建设的发展趋势进行了思考。 展开更多
关键词 勘探信息化 管理信息化 学科协同 资源共享 办公自动化
下载PDF
一种地震数据有损压缩方法及误差分析 被引量:1
6
作者 隋志强 彭波 丛龙水 《油气地球物理》 2019年第1期1-4,共4页
对某地震处理系统将32位浮点数压缩为N位有符号短整型数的方法进行了推算和分析。得出了其压缩和优化的方法,认为其压缩前、后的误差基本为10^(-5)数量级,压缩率约为60%,远高于常用无损压缩软件的压缩率(约为95%)。进一步讨论了舍入造... 对某地震处理系统将32位浮点数压缩为N位有符号短整型数的方法进行了推算和分析。得出了其压缩和优化的方法,认为其压缩前、后的误差基本为10^(-5)数量级,压缩率约为60%,远高于常用无损压缩软件的压缩率(约为95%)。进一步讨论了舍入造成的差异及提高压缩率的可能性。通过某工区资料展示了压缩方法对实际数据的应用效果,表明了压缩方法的可用性。 展开更多
关键词 地震数据有损压缩 N位有符号短整型数 压缩误差 压缩率
下载PDF
基于Spark的地震地表一致性处理算法并行开发 被引量:1
7
作者 廉西猛 隋志强 +1 位作者 丛龙水 张睿璇 《地球物理学进展》 CSCD 北大核心 2020年第6期2367-2372,共6页
随着地震勘探技术的进步,特别是高密度地震技术的发展,地震数据的体量越来越大.如何高效的处理海量地震数据成为了一个不可避免的问题.一个有效可行的解决方案是采用分布式并行处理技术对地震处理算法进行并行化改造,提升效率.目前使用... 随着地震勘探技术的进步,特别是高密度地震技术的发展,地震数据的体量越来越大.如何高效的处理海量地震数据成为了一个不可避免的问题.一个有效可行的解决方案是采用分布式并行处理技术对地震处理算法进行并行化改造,提升效率.目前使用较多的分布式并行技术包括MPI、MapReduce等.但是对于地表一致性处理算法,由于其具有多阶段、迭代和全局处理的特点,基于现有并行技术的并行改造难度巨大,处理大数据的效率难以有效提升.为此,本文引入了支持内存迭代计算的并行框架Spark,并以地表一致性剩余静校正方法为例,探讨了地表一致性处理技术的Spark并行化方法.主要思路是将算法执行流程转化为数据流转过程,应用Spark提供的强大的并行操作算子,实现算法的并行.对于流转过程中数据的平滑、匹配等操作进行了优化处理,提升了大数据支撑能力和效率.应用海量数据进行的测试证明,该方法可以支撑TB级海量数据的处理,并且具有很高的处理效率,可应用于高密度地震资料处理实际生产. 展开更多
关键词 地表一致性 地震处理 大数据 并行化 SPARK
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部