王强
- 作品数：2 被引量：0H指数：0
- 供职机构：西安交通大学电子与信息工程学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于I/O受限进程识别的虚拟处理器调度机制
- 2015年
- 针对多核平台的虚拟化环境中客户机与虚拟机管理器(virtual machine monitor,VMM)之间语义缝隙造成客户机I/O性能下降的问题,提出了一种基于I/O受限进程识别的虚拟处理器(virtual CPU,vCPU)调度机制。该机制在客户机内部利用推断技术识别I/O受限进程,通过客户机与VMM的协作实现I/O事件与I/O受限进程的关联,利用保证客户机之间公平性的虚拟对称多核处理器(virtual symmetric multi-core processor,vSMP)Internal调度算法,优先调度与I/O事件关联的I/O受限进程所在的vCPU来桥接客户机与VMM之间的语义缝隙,提高拥有vSMP的客户机中I/O负载性能。测试结果表明,相比于KVM虚拟化环境的CFS调度机制,该机制可以在保证客户机CPU公平性的前提下,有效提升运行混合负载的vSMP客户机中I/O负载性能,同时只增加较小的客户机额外开销,可以应用在负载多样性和不可预测性的虚拟桌面和云计算环境中。
- 王强董小社王恩东朱正东
- 关键词：虚拟化虚拟机管理器
- 基于优化后的稀疏k-means算法的心脏健康状况分类
- 2020年
- 基于稀疏k-means非监督学习的聚类算法,就心律失常、充血性心力衰竭、心肌缺血、突发性心脏死亡及健康心脏电信号进行了分类研究。相比传统k-means算法,非监督学习的聚类算法能将数据从RAM中直接加载并分类,有效节省了分类时间和内存。通过优化稀疏k-means算法中分类输出的迭代方法,构建了有望应用于人体的分类器心脏检测仪。实验表明,经优化的稀疏k-means算法在截取时间为6 s时,处理数据时间短至0.34 s,精确度高达98.52%。并利用Silhouette侧影聚类,对优化后的稀疏k-means算法进行分类校验,验证了算法的有效性,为心脏健康状况实时快速精确监测提供了新思路。
- 杨帆段瑾瑶王强
- 关键词：心脏监测
