成本约束下的云计算能耗资源调度优化算法

针对云计算能耗严重的问题,对云数据中心资源使用率、网络工作负载以及实时功率进行了深入研究,提出了在成本约束下的能耗资源调度优化算法,并提出根据世界时区性考虑电价成本,利用负载平衡的方法进行任务的调度执行。在此基础上设计了任务分层算法(TSA),通过增加任务执行的并行度与相关性,降低了数据中心节点的空闲概率,减少了数据中心间的传输能耗。当不满足约束成本时,根据此算法依次进行任务的迭代演算。模拟实验表明,基于成本约束的能耗优化算法能够在能耗优化的同时显著地节约服务的成本。

最大灰度值轮廓点标记的模糊图像分频方法

图像分频技术是采用多尺度频谱分离方法实现对图像的特征分类,提高图像的识别和特征提取能力。传统的图像分频方法采用多窗谱估计方法,对具有复杂轮廓特征的模糊图像分频识别效果不好。提出一种基于最大灰度值轮廓点标记的模糊图像分频方法。采用多尺度Retinex算法对图像进行特征分类预处理,对模糊图像的灰度暗原色特征进行分解,基于最大灰度轮廓点标记实现对图像的分频算法改进。仿真结果表明,采用该方法进行图像分频处理后,能有效实现对模糊图像的降噪和增强,图像峰值信噪比提高了12.45d B,均方误差MSE降低了0.34,提高了图像的分辨力和对模糊图像的识别性能。