基于DHT的高维数据相似性检索方法研究

以在P2P网络下实现对海量、高维数据的高效相似性检索为目标,提出PLCID索引方法(modified iDistance based onProximity Location Code),该方法有效地缩小了需要搜索的范围,减少了数据对象间的距离计算次数,提高了检索性能;根据PLCID索引方法,在结构化P2P网络上实现高维数据检索.通过实验表明,相比原来的iDistance索引方法,在时间性能和系统开销上都有了明显提高.

CEPH动态元数据管理方法分析与改进

分布式文件系统(CEPH)的动态元数据管理方法极大地提高了元数据服务器的性能和扩展性。本文首先分析了CEPH元数据服务器集群中的负载均衡策略,针对其在异构元数据服务器和网络延迟较大时存在的问题提出了改进方案。实验证明,改进后的方法不仅提高了系统的性能,扩大了系统的使用范围。

基于强化神经网络的区域协调控制研究

本文在综合神经网络与强化学习的基础上,对智能交通区域协调控制进行了研究。文章首先介绍了基于神经网络存储和训练的强化学习算法,然后在此基础上进行区域协调模型的建立并给出协调的算法,通过仿真实验对模型的有效性进行验证,结果显示本文建立的模型对于试验安徽省合肥市高新区区域内的交通状况的提高有较好的效果。