一种新型分布式代理缓存系统一双层集群缓存

为了提高代理系统的整体性能，基于内部网络用户访问时间的局部性和相似性，并结合现有的分布式缓存系统，本文提出了一种新型的分布式代理缓存系统——双层缓存集群。双层缓存集群系统分为网内集群缓存层和代理集群缓存层，采用双层代理缓存结构，充分利用现有内部网络资源，分散了代理的负担，降低了代理之间的通信开销，还增强了缓存资源的利用率，提高了用户请求命中率，降低了代理系统的整体资源消耗。

D2D集成雾无线接入网中的双层分布式缓存

随着移动通信的发展,人们对低时延的传输网络的要求也在急剧增长。雾无线接入网(fog-RAN)作为一种适用于5G/B5G通信网络的新型架构,拥有广阔的应用前景。考虑了集成D2D通信的雾无线接入网,提出了一种基于D2D通信和雾无线接入网的双层分布式缓存布置,希望以此降低用户下载文件的时延。首先得到了这种双层缓存的下载时延的闭式解以及这种布置方案相对于单层缓存布置方案的时延增益的闭式解。在此基础上,设计了分布式算法以求得最佳缓存布置策略,使得每个雾无线接入点(F-AP)或者用户设备(UE)只需要通过邻近设备的信息就能完成缓存。仿真结果显示,双层分布式缓存能够有效降低下载时延。

支持大规模地震探测数据快速可视化的云端数据缓存技术

首先,基于云计算应用模式,提出一种能有效利用云存储架构的双层缓存技术.通过在客户端和服务器端建立分布式缓存,能有效避免用户频繁访问远端数据,为用户构建轻量级的客户端,解决了目前地学数据可视化软件大量占用用户本地存储容量的问题.同时服务器端也避免了多次访问云存储文件系统,减少了大量的数据检索与加载时间.其次,提出一种ARLS(association rule last successor)访问预测算法,根据用户的历史访问记录,利用关联规则挖掘用户的访问模式,对其访问行为进行预测,进而提前加载数据,提高缓存命中率,解决了用户在可视化过程中不断移动兴趣区域,频繁更换渲染数据的问题,能有效应对用户具有多种访问模式的情况,提高了预测准确率.实验结果表明,该云存储架构显著减少了本地资源消耗,访问预测算法的准确率在最差情形下可达47.59%,平均准确率达91.3%,分布式缓存的平均缓存命中率达95.61%,可有效支持云端大规模地震数据的快速可视化.

基于J3DV的数据库可视化技术研究

本文介绍一个基于Java3D的数据库可视化工具J3DV,J3DV通过将数据源和可视化工具的集成,成功地解决了目前很多可视化工具所面临的数据管理中存在的问题。J3DV利用两级映射将原始数据转换为中间数据,再根据中间数据生成和显示三维图形,图形的生成过程采用了双层缓存技术,取得了很好的输出效果。

智能电能表自动化流水线检定系统

首先介绍电能表自动化检定系统的工作流程,然后针对传统电能表自动化检定线运行过程中出现的工作模式单一、只能按顺序进行检定等不足,提出了一种新型的智能电能表自动化检定系统。这种新型的检定系统在下料单元加入了一种双层滚筒下料缓存装置,实现了多项检定任务的穿插,在实际应用中大大增加了流水线检定系统的实用性、适应性,大幅度提高流水线检定的作业效率,降低了劳动强度,同时也为智能电能表自动化检定流水线系统在全国大规模推广建设做出了有益的探索。