服务器虚拟化技术在海洋环境信息管理中的应用浅析

文章系统地阐述了虚拟化相关基本知识,全面介绍了服务器虚拟化技术发展及其在海洋环境应用方面的现状,分析了目前海洋环境信息系统建设中存在的问题及解决方法,重点研究了将服务器虚拟化技术应用到海洋环境信息管理中的方法,并据此展望了建设支撑海洋环境信息业务的低成本试验和运营环境的应用前景。

基于虚拟化技术的海洋专业知识服务研究

文章系统地阐述了目前海洋信息资源管理的现状,分析了目前海洋信息系统建设中存在的问题,介绍了以知识服务为基础,基于虚拟化技术,对海洋信息资源进行分类梳理、标准化整合,建设海洋专业知识服务框架的可能。通过研究新型的知识服务模式,为发挥海洋专业信息资源优势提供技术支撑。

一种ρ-支配轮廓查询的高效处理算法

近年来,作为重要的多目标决策手段的轮廓查询逐渐得到学术界的重视,相继提出了基于不同支配关系的多种轮廓变体查询.首先,通过对实际应用需求进行分析,提出了基于元组对应数值间比例值大小的ρ-支配关系的定义,进而提出了ρ-支配轮廓查询的概念.其次,对ρ-支配轮廓的基本性质进行了细致而深入的分析,在此基础上,提出了基于分支定界的ρ-支配轮廓查询算法(Branch and Boundρ-Dominant Skyline Algorithm,BBDS),避免了对R-树索引的多次访问,从而提高了ρ-支配轮廓查询的执行效率.最后,通过大量的仿真实验对ρ-支配轮廓查询的语义进行分析,并对BBDS算法的性能进行验证.实验结果表明,ρ-支配轮廓查询是轮廓查询语义的扩展和补充,而提出的BBDS算法则是求解ρ-支配轮廓查询的高效算法.

不确定数据流上的概率反轮廓查询处理

反轮廓查询在制定有效的市场决策方面具有重要的作用,随着数据流特征和不确定性的表现日益明显,不确定数据流上概率反轮廓查询已经成为一个新的研究课题.为了高效解决不确定数据流上概率反轮廓查询问题,首先,通过对实际应用需求进行分析,提出了不确定数据流上概率反轮廓查询的定义,并根据相关概念,提出了不确定数据流上概率反轮廓查询的索引模型;其次,通过对不确定数据流上概率反轮廓的性质进行深入分析,提出了一种新颖高效的基于R-tree的不确定数据流上概率反轮廓查询算法RT2RS,该算法运用了高效的剪枝策略,避免了大量的无效运算;最后,通过大量的仿真实验对RT2RS性能进行了验证.实验结果表明,RT2RS是解决不确定数据流上概率反轮廓查询的有效方法,大大减少了不确定数据流上概率反轮廓查询的运行时间,能够满足实际应用需求.

基于云平台的软件服务流的实现机制的研究

简单的SaaS模型已经无法满足用户日益增长的功能需要,SaaS模型正由简单的软件复用向流的形式发展。为此结合工作流与SaaS的思想,提出了软件服务流的概念。在对用户的需求进行了研究的基础上,发现大规模访问,高并发以及单位时间的密集访问在软件服务流平台上是一种常态。因为平台要提供Web端的用户访问,因而平台要对Web端提供直接的访问接口,并提供监控支持。同时作为云平台,其在使用时支持用户的透明访问,并支持映射规约(MapReduce)程序及其分布式存储。结合实例,对平台进行了实验分析,表明了平台的可用性和高效性。

船载气象仪对比观测数据的质量评估与分析

对南海南部海域2011年夏季航次调查中两套不同型号船载气象仪获取的对比观测数据进行了分析评估,结果表明该数据完整性较高,差异性较小,具有很好的准确性和可靠性。用t检验和线性回归方法对观测数据的日均值进行相关分析,结论一致:两套观测数据具有极强的相关性,均通过了99.9%的显著性相关检验。但由于仪器布放位置及传感器受周围环境影响等原因,部分要素的观测值存在缺测、"漂移"等现象。

基于多源数据体系的海岛监视监测研究

结合海岛保护管理工作实际,分析了国家海岛监视监测业务需求。从数据源角度介绍了支撑海岛监视监测的数据基础,通过对数据的应用分析,为海岛监视监测业务提供支撑服务。最后,提出了做好海岛监视监测工作的几点思考。

基于云平台的软件服务流引擎技术研究

传统的工作流自动化处理大多是针对固定的较为简单的执行单元,不能适应复杂的SaaS服务要求。为同时向大规模访问用户提供可靠实时的云计算服务,文章设计了软件服务流,高效、实时、稳定的调度算法是软件服务流成功实施的关键。通过服务抽象过程把复杂的用户自定制请求匹配成云平台的可执行单元后,软件服务流引擎利用文中提出的EOE实时调度算法处理用户请求,交付下层执行,监控执行进程、系统状态,实现软件服务流的自动化高效运行。最后,给出了在海洋环境信息云服务体系框架下的实现。

云平台上海洋服务流定制的可视化建模研究

利用已有的海洋信息处理模型及相关资源,开展基于云平台的海洋服务流架构设计,实现个性化的海洋服务流定制。通过可视化建模技术实现服务流定义,模型分析,服务流的交互式执行。用户只需要通过网络即可访问云平台中提供的各种模型服务。其中服务流页面作为定制服务流的唯一访问点,可视化地提供了云平台上的海洋数据模型资源和图形化的定制方法,将服务流描述提交给云平台,完成用户的个性化的服务定制执行。

P2P环境下面向不确定数据的kNN查询方法

由于仪器的不精确和网络延时等原因,在传感器网络和P2P系统中数据都存在不确定性.为解决此问题,基于现有的集中式的不确定数据的kNN查询方法,提出了一种在P2P环境中对不确定数据的kNN查询方法.该方法在super-peer的网络拓扑结构的基础上,以一种扩展的R树(P2PR-tree)作为此查询算法的空间索引结构,解决P2P环境中对多维数据的索引.并且结合两种剪枝策略减小了候选集的范围和减少了查询在P2P网络中的网络代价.实验结果表明,该方法在减少网络代价方面具有较高的性能.