您的位置: 专家智库 > >

陈晓熹

作品数:4 被引量:9H指数:1
供职机构:厦门大学更多>>
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福建省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 2篇专利

领域

  • 2篇自动化与计算...

主题

  • 3篇盘阵列
  • 3篇垃圾
  • 2篇重定向
  • 2篇垃圾回收
  • 2篇回收
  • 2篇固态
  • 2篇固态盘
  • 2篇处理垃圾
  • 1篇请求
  • 1篇热备
  • 1篇计算机
  • 1篇计算机数据
  • 1篇感知
  • 1篇CUDA
  • 1篇C-

机构

  • 4篇厦门大学
  • 1篇内布拉斯加大...

作者

  • 4篇陈晓熹
  • 3篇吴素贞
  • 3篇毛波
  • 2篇陈晓兰
  • 1篇张月
  • 1篇潘伟

传媒

  • 1篇计算机研究与...
  • 1篇厦门大学学报...

年份

  • 1篇2016
  • 1篇2014
  • 1篇2013
  • 1篇2010
4 条 记 录,以下是 1-4
排序方式:
GC-RAIS:一种基于垃圾回收感知的固态盘阵列被引量:9
2013年
垃圾回收操作会显著影响固态盘的性能,进而导致固态盘阵列的性能波动.为此,提出一种基于垃圾回收感知的磁盘阵列(GC-RAIS),充分利用固态盘的高随机读特性和固态盘阵列中的热备份盘,以减轻垃圾回收操作对固态盘阵列性能波动的负面影响.当固态盘阵列中某个固态盘正在处理垃圾回收操作时,对于到达该固态盘的读请求采用重构方式处理,即读取同一条带上其他固态盘上的数据重构得到,而对于到达该固态盘的写请求则将写数据临时存放在热备盘中,并更新相应的校验信息.当垃圾回收过程结束后,将被重定向的写数据写回到正确的固态盘中.仿真实验结果表明相对局部垃圾回收LGC策略和全局垃圾回收GGC策略,GC-RAIS分别减少用户I/O请求的平均响应时间达55%和25%.
吴素贞陈晓熹毛波
关键词:垃圾回收
基于部分连接神经网络的场景识别
2010年
目前基于图像的场景识别的方法都依赖于对图像特征的选取及特征数目的精简.提出了一种基于部分连接演化神经网络模型来进行图像场景识别的新方法:不对图像进行特征提取,而是将待识别图像的每个像素都作为神经网络的输入.为了克服新方法由于大量神经元引起的模型训练时间过长问题,将基于C语言计算架构的演化神经网络模型创造性地移植到基于图形处理器(GPU)的通用并行计算构架(CUDA),神经网络的演化训练速度提高200倍以上.在实验中,尽管输入的图像大小达到300×400像素(120 000个输入神经元),但CUDA的部分连接演化神经网络对场景图像有较强的识别能力,对亮度、缩放、旋转等变化也有较好的鲁棒性.
张月潘伟陈晓熹
关键词:CUDA
一种固态盘阵列的垃圾回收方法
一种固态盘阵列的垃圾回收方法,涉及计算机数据存储方法。在固态盘阵列上设置重定向数据映射表和四个功能模块:主控、垃圾回收控制、请求重定向和数据回收,包括初始化步骤、垃圾回收阶段、数据回收阶段和结束步骤等。当某一个正在处理垃...
吴素贞毛波陈晓熹陈晓兰席在发
文献传递
一种固态盘阵列的垃圾回收方法
一种固态盘阵列的垃圾回收方法,涉及计算机数据存储方法。在固态盘阵列上设置重定向数据映射表和四个功能模块:主控、垃圾回收控制、请求重定向和数据回收,包括初始化步骤、垃圾回收阶段、数据回收阶段和结束步骤等。当某一个正在处理垃...
吴素贞毛波陈晓熹陈晓兰席在发
文献传递
共1页<1>
聚类工具0