公共文化服务平台

李雯睿: 作品数：24 被引量：64H指数：5; 供职机构：南京晓庄学院更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金江苏省高校自然科学研究项目更多>>; 相关领域：自动化与计算机技术文化科学更多>>

合作作者

基于混合云的虚拟学习环境初探: 2013年; 为了更好地支持教师教学和学生学习,教育机构需要不断优化IT基础设施、资源和业务流程。一种新兴的计算范式"云计算(cloud computing)"是最佳的解决方案,它通过提供基础设施、平台和教育服务,改变IT资源的利用和消费模式,将对教育领域产生巨大影响。文章构建一种基于混合云的虚拟学习环境,探讨实现该学习环境面临的挑战,从而提高应用程序及服务的可扩展性和可靠性,削减教育机构软硬件资源的开销,减少软件更新和数据中心维护的费用。; 李雯睿张鹏程; 关键词：云计算混合云虚拟学习环境

一种时效感知的动态加权Web服务QoS监控方法被引量：1: 2018年; 服务质量(quality of service,简称QoS)是衡量Web服务好坏的重要标准,也是用户选择Web服务的重要依据.能够实时而准确有效地对Web服务进行监控,是Web服务质量保障的重要基础.为此,提出了一种时效感知的动态Web服务QoS监控方法.该方法在传统加权监控方法中融入了滑动窗口机制和信息增益原理,简称IgS-wB SRM(information gain and sliding window based weighted naive Bayes QoS runtime monitoring).该方法以一定的初始训练样本进行环境因素权值初始化,利用信息熵(information entropy,简称IE)及信息增益(information gain,简称IG)对样本所处混沌状态的确定作用,依次读取样本数据流,计算样本数据单元出现前后各影响因子组合的信息增益,结合TF-IDF(term frequency-inverse document frequency)算法对早期的初始化权值进行动态更新,修正传统算法对监控分类的类间分布偏差问题和参数未更新问题.另外,考虑训练样本数据的时效性,结合滑动窗口机制来对影响因子组合权值进行同步更新,以消解长期累积的历史累赘数据对近期服务QoS的影响.在模拟数据集和开源数据集上的结果表明:利用滑动窗口机制可以有效摒弃历史数据的过期信息,结合滑动窗口机制实现的基于信息增益的动态权值算法能够更加准确地监控Web服务QoS,总体监控效果明显优先于现有方法.; 何志鹏张鹏程江艳吉顺慧李雯睿; 关键词：信息增益

模态顺序图uMSD的形式语义被引量：6: 2011年; UML 2.0顺序图已广泛应用于业界,但其语义模糊,以至于不能有效地加以使用.模态顺序图(modal sequence diagram,简称MSD)是对UML 2.0顺序图的模态扩展,区分了强制场景(用universal MSD表示,简称uMSD)和可能场景(用existential MSD表示,简称eMSD).其中,uMSD具有较强的表达能力,能够用于表示并发系统的时态性质,故主要工作围绕uMSD展开.为了使uMSD用于形式化分析、验证和监控,给出基于自动机的uMSD语义解释,并给出各种操作符的算法,用性质规约模式度量uMSD的表达能力.最后进行了实例研究,并讨论了其应用前景.; 李雯睿王志坚张鹏程

Hadoop下资源匹配最大集作业调度算法被引量：1: 2015年; 针对目前层级队列作业调度算法中资源占比高的作业执行效率低的问题,提出一种资源匹配最大集算法。该算法分析作业特征,引入完成度、等待时间、优先级、重调度次数为紧迫值因子,优先考虑资源占比高或等待时间长的作业,以改善作业公平性;采用双队列结构在可用资源总量内优先选择高紧迫值作业,在不同资源占比作业集比较中选择作业数最大集,以实现调度平衡。在与最大最小公平(Max-min fairness)算法的实例对比中发现,该算法可降低作业集平均等待时间、提高资源利用率。实验对比结果表明,该算法可将不同资源占比的单一类型作业集执行时间缩短18.73%,其中资源占比高的作业执行时间缩短27.26%;在混合型作业集中对应的执行时间可分别缩短22.36%与30.28%。所提算法能有效减少资源占比高作业的等待,提高作业整体执行效率。; 朱洁李雯睿赵红李滢; 关键词：HADOOP 作业调度

一种本体学习模型的设计与实现被引量：5: 2006年; 提出一种本体学习模型,分析了模型实现中的关键步骤.采用机器学习技术半自动地构建本体,用Bisecting K-means算法和标准的K-means算法对模型进行了测试.实验结果表明,Bisecting K-means算法产生的本体概念的层次更加精炼,时间复杂度较小,特别适合用于处理大型数据集.; 李雯睿白晨希; 关键词：本体本体学习知识获取

基于节点集计算能力差异的Hadoop自适应任务调度算法被引量：3: 2016年; 针对异构集群任务推测式执行算法存在的任务进度比例固定、落后任务被动选取等问题,提出基于快慢节点集计算能力差异的自适应任务调度算法。该算法量化节点集计算能力差异实现分集调度,并通过节点与任务速率的动态反馈及时更新快慢节点集,提高节点集资源利用率与任务并行度。在两节点集中,利用动态调整任务进度比例判别落后任务,主动选择采用替代执行方式为落后任务执行备份任务的快节点,从而提升任务执行效率。与最长近似结束时间(LATE)算法的实验对比结果表明,该算法在短作业集、混合型作业集、出现节点性能下降的混合型作业集执行时间上比LATE算法分别缩短了5.21%、20.51%、23.86%,启用的备份任务数比LATE算法明显减少。所提算法可使任务主动适应节点差异,在减少备份任务的同时有效提高作业整体执行效率。; 朱洁李雯睿王江平赵红; 关键词：HADOOP 自适应任务调度

基于RBF神经网络的多标签蜕变关系预测方法被引量：2: 2016年; 蜕变测试技术被广泛应用于不同软件测试领域,但在实际应用中也遇到一些问题——缺少实用的蜕变关系构造方法,本文提出一种新的方法,使用RBF神经网络自动的预测函数可能满足的多个蜕变关系。首先根据函数的源码使用Soot分析工具生成控制流图和相应带标签的控制流图;然后从函数的控制流图中提取节点和路径特性构成多标签的数据集;最后通过对样本数据集的学习建立多标签RBF神经网络模型来预测被测函数可能满足的多个蜕变关系。实验结果表明,该方法是有效的。; 曾金伟张鹏程李雯睿周新丽; 关键词：软件测试径向基神经网络

基于主动学习策略的软件测试教学方法初探被引量：13: 2012年; 软件测试课程作为软件工程专业高年级必修课,传统的教学方法已不能有效地展开教学。文章提出基于主动学习策略的软件测试教学方法,将主动学习策略应用到软件测试课程中,说明实施主动学习策略对教师和学生的要求,并介绍一些有效的主动学习活动。调研结果表明采用主动学习策略比传统教学方法有效,学生能够较好地掌握软件测试技能。; 李雯睿张鹏程杨种学; 关键词：软件测试课程主动学习策略

云服务组合的主动自适应技术综述: 2017年; 为了持续应对复杂、多变的云计算环境,提供满足用户期望的服务,云服务组合除了能实现基本需求外,还必须具备一定程度的自适应能力。介绍了主动自适应技术,研究了云计算环境下服务组合的主动自适应技术、在线质量预测方法和在线调整策略,梳理了云服务组合的主动自适应技术面临的挑战,并提出了应对策略。; 李雯睿潘雷黄嘉靖倪紫琦; 关键词：云计算

一种基于隐马尔可夫的软件可靠性监控方法: 2015年; 可靠性是众多软件系统的关键指标之一。针对构件式软件系统,提出了一种对其可靠性进行监控的方法。对构件式系统中的每个构件,首先采集运行时数据对其进行隐马尔可夫模型建模,计算其单独可靠性;然后再对整个系统的运行时状态进行分析,再次映射到隐马尔可夫模型进行建模,计算整个系统的可靠性。实验表明,在构件式软件系统中,隐马尔可夫模型可以有效地反映系统的状态变化过程,基于隐马尔可夫模型的可靠性监控方法是可行的、有效的。; 周宇鹏张鹏程滕剑锋李雯睿; 关键词：软件工程软件自适应隐马尔可夫模型

李雯睿

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李雯睿

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈