一、Cypress推出网络搜索引擎新架构(论文文献综述)
曹士杰[1](2021)在《基于算法-硬件协同设计的高性能人工智能计算》文中进行了进一步梳理大数据和深度学习的兴起使得人工智能在视觉、语音和语言等应用领域取得了革命性的突破。数据、算法和算力是人工智能取得巨大成功的三要素。上层应用的数据规模和算法规模与日俱增,对硬件算力的需求呈指数级增长。然而随着摩尔定律和登纳德缩放比例定律的停滞,通用处理器的性能提升显着放缓。因此,人工智能应用面临硬件算力需求和供应之间的巨大差距。实现高性能人工智能计算是学术界的研究热点也是工业界人工智能应用落地的迫切需求。算法-硬件协同设计同时在算法端减少对算力的需求,在硬件端带来性能提升,是实现高性能人工智能计算的重要方法。本文结合人工智能领域特性,通过分析算法设计和硬件设计对计算和访存特性的需求矛盾,提出了一套高性能人工智能计算的算法-硬件协同设计方法,其核心内容包括面向硬件优化算法和面向算法定制硬件。本文的研究工作以该算法-硬件协同设计方法为指导原则,围绕数据规模增长和算法规模增长带来的巨大算力需求,针对搜索引擎数据检索和深度学习模型推理选取了四个具体问题进行研究以实现高性能计算。具体研究内容如下:(1)搜索引擎海量互联网数据的快速选取。搜索引擎的选取服务为了选取匹配用户查询的文档,需要对海量的互联网数据进行检索。即使部署了大量的CPU,计算和访存密集的选取服务依然面临着高延迟,低吞吐和高能耗的挑战。本文对选取服务的关键部分匹配计算和索引读取进行了算法优化和硬件定制,提出了基于FPGA的选取服务专用加速器系统。具体地,本文在算法端基于剪枝减少了索引查询量和匹配计算量,在硬件端通过电路微结构设计定制了流水并行的匹配处理器和高效的索引流读取器。使用必应搜索的真实索引数据和查询日志进行实验评估,该系统可以显着降低选取服务的平均延迟和尾部延迟,并提高吞吐量。(2)深度神经网络权值稀疏的模型有效性和硬件高效性权衡。近年来深度神经网络的模型参数量和计算量呈指数级增长。权值稀疏化具有很好的模型压缩效果,同时也引入了不规则计算和访存,对并行计算硬件并不友好。结构化稀疏可以解决硬件高效性的问题,但是对模型准确率和压缩率产生了极大影响。本文同时从模型有效性和硬件高效性的角度对权值稀疏进行需求分析和协同设计,提出了组平衡权值稀疏模式。组平衡稀疏化算法将权值矩阵划分为大小相同稀疏度相同的组以进行并行计算,在组内采用非结构化稀疏以保证模型的准确率。实验表明,组平衡稀疏具有与非结构化稀疏几乎相同的模型压缩效果,且优于其他结构化稀疏;为组平衡稀疏设计实现的GPU加速库相比较于其他稀疏模式的GPU加速库,实现了显着的性能提升。(3)基于权值稀疏的LSTM网络低延迟推理。LSTM网络广泛应用于语言语音等延迟敏感的应用中。为了实现LSTM网络的低延迟推理,本文将组平衡稀疏模式应用到LSTM网络中,提出了基于FPGA的组平衡稀疏LSTM推理加速器。矩阵向量乘法是LSTM模型推理中计算最密集的部分,该FPGA加速器结合稀疏矩阵的组平衡特性,定制了负载均衡和访存规则的高并行矩阵向量乘法核心,因此对于批处理大小为1的LSTM模型推理也能实现低延迟。实验表明,与之前使用不同压缩技术的LSTM网络FPGA加速器相比,基于组平衡稀疏的LSTM网络FPGA加速器实现了显着的延迟降低。(4)基于特征稀疏的CNN模型高效推理。卷积神经网络产生的特征图中存在大量的稀疏性,利用特征稀疏可以避免大量无效的计算和访存,从而降低模型推理的负担。本文提出了一种新的基于数值量化预测特征稀疏的CNN推理加速框架。基于低比特数值量化的特征稀疏预测方法具有轻量性和通用性的优势,并且不需要对模型进行重训练。利用预测出的特征稀疏作为卷积计算的输出稀疏,该框架可以剪枝模型推理中大量零值对应的无效前序计算。实验表明,低比特量化网络可以准确地预测特征稀疏性,且对模型的总体准确率几乎没有影响;该框架的CPU实现显着减少了卷积计算量并加速了CNN模型推理。综上所述,本文的研究工作基于算法-硬件协同设计为人工智能面临性能瓶颈的代表性应用和算法提出了高性能计算方案,希望可以为未来研究提供借鉴和参考,促进高性能人工智能计算和算法-硬件协同设计的发展。
杨亚婷[2](2020)在《目的论指导下的三篇人工智能主题文章翻译报告》文中研究指明人工智能(AI)是一门新兴的科学技术,它开发用于模拟和扩展人类智能的理论、方法、技术和应用程序。本报告基于三篇人工智能主题文章的英译汉翻译实践。根据委托人的要求及其与笔者的交流,此次翻译的目的是使译文简洁易懂。鉴于此,笔者根据原文本特点以及具体翻译需求对费米尔的目的论加以应用,并采取了重组、删译等翻译方法来实现翻译目的。报告首先介绍了此次翻译实践的基本信息和翻译过程,分析了原文本的三大特点,接着阐述了目的论中目的至上的核心内涵、三大原则及指导意义,最后在目的论三原则下结合了相关翻译方法进行案例分析。此次翻译中,连贯原则可完全服务于目的原则,忠实原则与目的原则即有冲突又有共通之处。因此,本报告在案例分析部分首先讨论了目的原则与忠实原则发生冲突时应以目的优先,再阐释了如何利用忠实原则与目的原则的共通之处以及连贯原则来帮助实现翻译目的。本报告指出了目的论运用三步曲:立足目的,分析关系,求同舍异。即立足翻译目的,分析目的原则与其他两原则的关系,以及对与目的原则存在共性的加以利用、存在冲突的加以摒弃。基于此次翻译实践,报告还总结出了为实现目的论三原则可分别采取的翻译方法:重组和删译可运用于实现目的原则,分译和转换可运用于实现连贯原则,直译和增译可运用于实现忠实原则。此翻译报告可为费米尔的目的论在科技英语翻译中的应用提供新的案例和思考,为未来类似的翻译情景提供一定的借鉴。
刘澄熠[3](2020)在《基于微服务架构的消费金融系统设计与实现》文中提出消费金融作为金融领域的重要分支,在我国的业务主体主要由商业银行、持牌消费金融公司和互联网金融平台组成。不同业务主体的参与,可以覆盖更多的长尾客户,为有资金需求的客户提供金融服务,践行普惠金融。同时,在消费金融业务的运营和发展过程中,能为我国的征信体系进行数据的补充,助力信用体系的建设。消费金融依赖于软件系统的支撑,在已有的消费金融软件系统中,绝大部分都没有进行整体全局的规划,因此形成了系统业务聚焦不足、边界不明;系统重复建设,功能存在重合;系统耦合度高,维护升级困难等不足的局面。企业级软件首先需要根据业务的发展阶段采用不同的策略,在业务发展的早期,主要围绕支撑业务功能和业务线进行系统建设,因此多个系统更多采用独立建设的方式。在业务发展的成熟期,企业具备了业务和技术的沉淀、积累,具备了进行系统整体规划、实施的能力。本文结合实际工作情况,在企业进行消费金融系统整体规划升级的背景下,充分调研已有系统的运营情况和业务部门的需求,从架构角度对整个系统进行全局的设计,采用阶段性重构、升级的方式,持续推进系统的不断完善。首先,进行系统架构的整体设计,以JAVA技术栈为主,采用微服务架构的设计理念,应用Spring Boot框架和Spring Cloud技术方案,设计并实现系统基础技术架构;其次,进行系统微服务的抽象与分组,设计并实现部分系统微服务;第三,推动并跟进多个业务微服务的实施。
李洁[4](2019)在《数据驱动下数字图书馆知识发现服务创新模式与策略研究》文中进行了进一步梳理我们已经从信息时代走进了数据驱动的“智能时代”,数据成为人们认识和解决问题的新的逻辑起点。“数据驱动”打破了基于知识解决问题的思维桎梏,形成了从问题到数据又回归问题的新方法论认识——基于数据解决问题。这一研究范式将数字图书馆知识发现服务从对问题本源的探索推向知识服务的本真,可以说,从数据直面用户、管理和服务为大数据环境下的数字图书馆知识发现服务供给侧的改革提供了一种新思路:知识发现服务要改变的不只是管理技术、管理规则或服务形式,而要涉及整个管理理念和服务体系。而大数据环境中,数字图书馆信息发生源越来越多,数据产出量越来越大,数字资源增长速率越来越快,数据异构性越来越明显,数据老化节奏越来越快,低价值密度隐患的知识饥渴和数据海啸的矛盾越来越突出,用户对发现服务的需求越来越多元,数字图书馆数据资源正面临着重新被发现的挑战。迎面变化和挑战,数字图书馆的知识发现服务不单要完成从文献数字化到内容数据化的知识组织转型,更应实现数字资源从内容数据化到数据智能化的价值开发和智慧洞见。数据驱动的科研范式开辟了知识发现的新路径,开启了数字图书馆知识服务的时代新转型。探索数据驱动理念下的数字图书馆知识发现服务模式的新形态,需要学习、内化数据科学相关理论,需要剖析知识发现的驱动要素和作用机制,需要打破传统的资源发现固化模式,创建知识发现服务的创新生态功能圈。融合数据驱动和知识发现的双重技术优势,数字图书馆知识发现服务创新模式应趋从数据化、数据向知识转化的语义关联、可视化和智能化驱动维度寻求用户数据、内容资源数据、专家数据、业务数据的新协同,开发用户画像、研究设计指纹、精准文献推荐等的新应用,强化数据的集群整合、提升平台的绿色联通、实现用户界面的友好交互,使数字图书馆成为支持用户知识探索与发现创造的智能服务系统,使数据资源最大化的进行价值开发与知识转化,使用户随时随地都能受益于数字图书馆高效、便捷、友好与智能的知识发现服务体验。基于此,本文通过对数据驱动、知识发现研究成果的追本溯源,界定数据驱动下的数字图书馆知识发现服务的核心理念;通过文献分析、调查访谈、仿真实验、模型训练等方法的综合运用,分析数字图书馆知识发现服务创新的数据环境、驱动机制、创新模式、模式应用以及创新策略制定。围绕主要研究内容,本文第三章从数据环境特征、数据环境变化和数据环境开发分析数据驱动下的数字图书馆知识发现服务的机遇与挑战;第四章结合数据要素、数据驱动过程、数据驱动维度探讨数字图书馆知识发现服务的数据驱动动力机制、流机制、协同驱动机制和数据驱动控制机制;第五章通过对数字图书馆知识发现服务模式创新衍变的内在使命分析,指出数字图书馆知识发现服务创新模式的构建依据、构建基础和构建过程;第六章对数字图书馆知识发现服务创新模式进行具体的用户画像、研究设计指纹、文本推荐和多粒度检索决策应用;第七章针对数字图书馆知识发现服务创新模式的具体瓶颈给出各驱动维度的应对策略。具体内容阐述如下:第3章数据驱动下数字图书馆知识发现服务的数据环境分析本章是对大数据驱动环境下的数字图书馆知识发现服务场域的情境解构。首先,基于大数据的4V特征,面向全数据,分析数字图书馆知识发现服务在数据形态、存在方式、存储模式、存储内容、数据价值等方面的特性。其次,探讨数据化、新一代信息技术、数据分析思维、数据密集型科学发现范式影响下的数字图书馆知识发现服务革新的优劣利弊。最后,基于环境特性和环境变化的双向作用状态定位数字图书馆知识发现服务发展的开发方向。明确本文研究目的的同时,引出4、5、6、7章节的主要研究任务。第4章数字图书馆知识发现服务创新的数据驱动机制分析本章作为第5章的铺垫,详细解析数字图书馆知识发现服务平台的数据要素和驱动作用形式。通过用户数据、资源内容数据、专家数据的分类界定,为第6章科研用户画像、研究设计指纹、精准文献推荐等的服务模式应用提供数据基础;通过数据化、语义关联、可视化、智能化的数据驱动维面的层级解构,为第7章的创新策略制定奠定优化主线;基于数据要素、驱动过程和驱动维面,从内外力作用的动力机制、输入-输出的流机制、数据融合的协同驱动机制以及数据驱动控制机制具体呈现数据驱动与知识发现服务交互融合的催化反应。第5章数据驱动下数字图书馆知识发现服务创新模式研究在前文研究的基础上,本章首先对数据驱动下数字图书馆知识发现服务创新模式的构建进行内在逻辑分析;其次,从资源发现既有模式、知识产品和技术支持方面阐述实现数字图书馆知识发现服务创新的外在基础;最后,综合内在逻辑和外在基础,进行创新模式的基础框架和平台架构的初步解构,并在此基础上进行数据驱动下的数字图书馆知识发现服务创新功能圈构建。第6章数据驱动下数字图书馆知识发现服务创新模式应用研究本章在第5章提出的创新模式的基础上,分别利用科研用户数据进行数字图书馆百度发现的科研用户画像构建,利用文献数据进行以研究对象、研究问题与研究方法为核心要素的研究设计指纹构造,结合用户画像和研究设计指纹实现精准文献推荐,并通过用户检索实验验证多粒度检索决策的优势。第7章数据驱动下数字图书馆知识发现服务创新策略研究基于第4章对数据驱动维度和驱动机制的分析,本章旨在明确数据化、语义化、关联化、可视化和智能化驱动的创新方向并进行相应的优化路径设计,针对数字图书馆知识发现服务创新的制约因素,给出切实可行的解决方案与对策建议。大数据环境下,重新界定数据驱动下的数字图书馆知识发现服务的内涵、探讨数字图书馆知识发现服务的数据驱动机制、创新数字图书馆既有的资源发现服务模式,有利于从方法论认识层面为数字图书馆知识发现服务的供给侧改革提供理论支持。数字图书馆知识发现服务的意义不仅在于它的统一检索及其延伸功能,更在于此基础上辅助科学发现的循证决策、智能管理和知识再造的服务价值。在人类不断探索未知与努力认识未知的道路上,数据驱动+知识发现的催化反应为科学发现的方法探索提供了一个可行参考,推动着数字图书馆知识发现服务在不断革新的历程中惠及更多的求知受众。
祁俊[5](2019)在《H企业管理培训公司营销策略研究》文中指出目前我国培训行业在各个领域的培训机构普遍规模不大,且高度离散。培训行业缺乏指导与监管、行业进入的门槛很低、市场上同类产品同质化现象严重,竞争激烈。H企业管理培训公司成立于2004年8月,是一家致力于为企业客户提供有关企业管理、人力资源、市场营销等多方面培训的专业机构。该公司在成立初期,发展迅猛,取得了非常可观的业绩利润,但公司最近连续几年利润持续下滑,为了改善当前经营状况,试图对其进行研究并进行营销策略的改进。论文从研究背景与意义出发,通过对基本概念和相关理论的解读来指导后面现状及问题的分析以及策略的设计。培训行业受外部环境影响较大,因此在分析现有营销策略之前对其宏观环境以及行业环境两个层面进行了分析;随后从产品体系、价格策略、讲师队伍、销售渠道、标准工作流等五个方面分析了 H企业管理培训公司的营销管理现状。结合内外部环境分析,指出该公司存在的四个方面的营销管理问题,具体包括目标客户定位不清晰、课程产品特色不突出、授课方式单一且传统、营销渠道不能适应外部环境的变化。为了改进上述问题,H企业管理培训公司需要进行营销策略改进研究。在问题导向原则、突破创新原则、客户需求原则、成本控制原则的指导下,以STP理论为基础清晰定位目标市场,改变原有无差异的市场竞争思路,选择并聚焦细分目标市场,放弃原有大部分管理领域的课程,仅保留人力与财务两个领域的公开课,以支持公司的止常运转;同时尝试进行如开发沙盘类课程的产品衍生;针对原有课程体系更新定价策略,推出学习卡式的捆绑销售,针对新的沙盘课程采用成本加成定价;此外,还积极运用网络营销策略,通过借力公共渠道进行对外宣传、开发微信公众号等自媒体平台、搭建自我运营的网络课程网站等三种方式。为了保障上述策略能够得以落地实施,又提出了四大方面的保障措施,即组织架构调整、沙盘讲师队伍建设、加强人才的建设与培养以及强化资金管理控制成本等。论文通过H企业现有营销问题的梳理与分析,指出了其存在的问题,并提出了切实可行的改进方案。论文通过研究较为详细的梳理了当前营销现状的瓶颈所在并提出建议,为其他同类企业提供一定的参考与借鉴。
曲盛妍[6](2019)在《“小叙事”的“大传播”:网络短视频研究》文中进行了进一步梳理随着互联网的快速发展和移动智能终端的普及,在媒介融合的浪潮下网络短视频呈现井喷式生长。根据第43次《中国互联网络发展状况统计报告》,截至2018年12月,我国网民规模为8.29亿,其中网络视频用户规模达6.12亿,网络短视频以其精简短小、即时迅捷的传播优势,引发大量用户碎片时间参与。现今,随着用户个性化表达需求的提高,网络短视频在社会化媒体的传播愈加普遍,而网络短视频的高用户粘性和与社会化媒体的紧密联系,也为广告主带来了新形式的营销方式,引得资本大量进驻。本文旨在从网络短视频的叙事和传播两方面探究其发展奥秘,解析其内容生产与平台把控在网络短视频发展中的重要作用。本文以网络短视频的叙事为切入点,从网络短视频的叙事视角与结构、叙事修辞和视听语言进行剖析,总结网络短视频在体量限制下的“小叙事”特征;通过分析网络短视频传播过程中对人、内容、技术的包容性与延展性,探索其新媒介生态下融合化传播模式中以平台为核心的交互式的“大传播”特点。最后,本文总结了网络短视频现存的主要问题,结合政府监管和现有政策提出网络短视频生态平衡健康发展的合理化建议。
刘潋[7](2015)在《基于Hadoop的工作流系统设计与实现》文中认为随着云计算技术空前的发展和海量数据的计算需求更加膨胀,工作流系统作为用户业务与云计算资源之间的纽带和桥梁越发受到重视,现有的工作流管理系统多以第三方独立系统形式与Hadoop等分布式计算平台配合运行,将工作流的实际运行完全托管于分布式计算平台,固然这种方案使工作流的管理更加简化,却造成了对工作流的执行缺乏优化、工作流的触发方式单一以及无法运行实时工作流业务等亟待解决的问题。本文提出了一种集成工作流引擎与Hadoop集群的工作流系统架构方案,通过实现内置于Hadoop的可插拔模块,使工作流系统具备在集群中识别工作流作业、解析工作流实例结构、控制工作流资源分配的能力,从而打破了工作流引擎与底层云计算集群间的壁垒。为实现工作流引擎与云计算集群间的工作流信息传递,本文提出了针对本系统功能的工作流描述语言—iPDL,并详细介绍了其承载工作流结构、配置信息能力。为充分利用新架构带来的优势,本文还提出了针对工作流作业调度的优化算法以及针对混合Hadoop作业的优化算法,并最终通过模拟和实际部署实验验证了算法的加速比、系统的功能完备性、以及系统的性能提升效果。
乔治[8](2004)在《IDT—中国IPv6的推手》文中提出由于历史的原因,中国在IPv4的发展中处于后进的状态,在国际上发言权不多,导致在IP地址的供需上严重失衡。截止2002年8月,拥有13亿人口的中国,只有大约2502万个IP地址,B类地址仅有数百个,A类地址一个都没有(数据来源:来自ARIN和APNIC——互联网地址分配机构:APNIC(亚洲/大洋州);ARIN(北美/南美))。特别是近几年蓬勃发展的城域网建设,使得国内网络运营商深切地感到IP地址不足产生的严重制约作用,IP地址的缺乏已经成为中国的互联网和通信行业发展的“永远的疼”。
牛虻[9](2004)在《Cypress推出网络搜索引擎新架构》文中研究说明
白玉琪[10](2003)在《空间信息搜索引擎研究》文中研究说明空间信息是最重要的一类信息资源。在线空间信息的主流存在方式是动态空间信息,而互联网空间信息系统是主要的动态空间信息提供者。本文基于这一点研究了空间信息搜索引擎。作为国家级空间信息应用与服务体系的重要研究内容,空间信息搜索引擎研究在空间信息共享和地理信息服务等方面都有着十分重大而现实的意义。 与在线空间信息的存在方式相对应,空间信息搜索可以分为两种形式:静态空间信息搜索和动态空间信息搜索,其中动态空间信息搜索是主要的形式。已有的动态空间信息搜索方案都是针对网络位置已知的在线动态空间信息提供者的。本文研究了能够通过大规模网络搜索找到网络位置未知的在线空间信息的空间信息搜索引擎,提出了它的设计方案。本文研究比起前人所作的工作来能够适应更加广泛的实际情况。本文还通过研究和实现基于OpenGIS WMS规范的原型系统验证了该方案的可行性。 本文的创新之处在于: ①系统地分析了空间信息搜索的相关研究现状,提出了空间信息静态提供方式和动态提供方式的概念; ②提出了空间信息搜索的搜索模型,给出了空间信息搜索引擎的系统分析和总体概念设计; ③基于OpenGIS WMS规范,研制了可运行的空间信息搜索引擎系统原型。 但是,有一些问题仍待进一步研究和实现:进一步支持OpenGIS WFS规范、基于空间信息服务的空间信息搜索模型、空间信息网格环境下的空间信息搜索理论框架、原型系统的实用化。
二、Cypress推出网络搜索引擎新架构(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Cypress推出网络搜索引擎新架构(论文提纲范文)
(1)基于算法-硬件协同设计的高性能人工智能计算(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.1.1 课题的背景:算力的需求和供应差距 |
1.1.2 高性能人工智能计算的目的和意义 |
1.2 国内外研究现状 |
1.2.1 通用处理器和领域专用架构 |
1.2.2 人工智能芯片 |
1.2.3 深度神经网络模型压缩与加速 |
1.2.4 现有研究中存在的不足 |
1.3 本文的主要研究内容 |
第2章 算法-硬件协同设计 |
2.1 引言 |
2.2 算法设计和硬件设计矛盾 |
2.3 高性能人工智能计算的算法-硬件协同设计方法 |
2.3.1 协同设计流程 |
2.3.2 算法优化方法 |
2.3.3 硬件定制方法 |
2.3.4 细粒度协同设计空间探索 |
2.4 本章小结 |
第3章 基于FPGA的搜索引擎选取服务加速 |
3.1 引言 |
3.2 背景和相关工作 |
3.2.1 选取服务 |
3.2.2 选取服务性能瓶颈分析 |
3.3 FlexSaaS异构加速器系统 |
3.3.1 系统概述 |
3.3.2 匹配算法-匹配处理器协同设计 |
3.3.3 索引流读取微结构定制 |
3.3.4 统一存储访问 |
3.3.5 系统灵活性和可扩展性支持 |
3.4 实验与分析 |
3.4.1 FlexSaaS系统实现 |
3.4.2 FPGA资源利用 |
3.4.3 加速分析 |
3.4.4 系统整体性能 |
3.5 本章小结 |
第4章 基于组平衡稀疏的模型压缩与加速 |
4.1 引言 |
4.2 背景和相关工作 |
4.2.1 非结构化稀疏与结构化稀疏 |
4.2.2 权值稀疏模型有效性和硬件高效性的权衡 |
4.3 组平衡稀疏神经网络 |
4.3.1 组平衡稀疏:硬件友好型稀疏模式 |
4.3.2 深度神经网络的组平衡剪枝(稀疏化)算法 |
4.3.3 组平衡稀疏矩阵乘法的GPU实现 |
4.4 实验与分析 |
4.4.1 组平衡剪枝分析 |
4.4.2 GPU矩阵乘法基准测试 |
4.4.3 不同任务和模型的实验结果 |
4.4.4 组大小分析 |
4.5 本章小结 |
第5章 基于FPGA的组平衡稀疏LSTM网络加速 |
5.1 引言 |
5.2 背景和相关工作 |
5.2.1 LSTM网络 |
5.2.2 稀疏神经网络硬件加速 |
5.3 基于FPGA的组平衡稀疏矩阵计算和存储 |
5.3.1 高并行稀疏矩阵向量乘法设计 |
5.3.2 无需解码的稀疏矩阵存储格式 |
5.4 基于FPGA的组平衡稀疏LSTM加速器 |
5.4.1 系统概述 |
5.4.2 稀疏矩阵向量乘法单元 |
5.4.3 向量按位操作单元 |
5.4.4 控制器 |
5.5 实验与分析 |
5.5.1 实验设置 |
5.5.2 量化组平衡稀疏模型 |
5.5.3 组平衡稀疏LSTM的FPGA加速器高效性 |
5.5.4 讨论:英伟达细粒度结构化稀疏和稀疏张量核 |
5.6 本章小结 |
第6章 基于数值量化预测特征稀疏的CNN加速 |
6.1 引言 |
6.2 背景和相关工作 |
6.2.1 卷积神经网络中的特征稀疏 |
6.2.2 模型稀疏化与数值量化相关工作 |
6.3 SeerNet设计与实现 |
6.3.1 基于数值量化预测特征稀疏 |
6.3.2 基于特征稀疏剪枝卷积计算 |
6.4 实验与分析 |
6.4.1 数据集和模型 |
6.4.2 模型整体准确率 |
6.4.3 推理加速 |
6.4.4 量化预测分析 |
6.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其他成果 |
致谢 |
个人简历 |
(2)目的论指导下的三篇人工智能主题文章翻译报告(论文提纲范文)
摘要 |
abstract |
Chapter One Introduction |
1.1 Description of the Translation Task |
1.2 Significance of the Report |
Chapter Two Translation Process |
2.1 Pre-Translation |
2.2 In-Translation |
2.3 Post-Translation |
Chapter Three Source Text Analysis |
3.1 General Features of English for Science and Technology |
3.2 Features of the AI-themed Articles |
3.2.1 High Frequency of Scientific Terms |
3.2.2 Wide Use of Passive Voice |
3.2.3 Common Use of Long Sentences |
Chapter Four Theoretical Basis |
4.1 Brief History of Skopos Theory |
4.2 Introduction to Vermeer’s Skopos Theory |
4.2.1 Skopos Rule |
4.2.2 Coherence Rule |
4.2.3 Fidelity Rule |
4.3 Feasibility of Skopos Theory in the Translation Task |
Chapter Five Case Study |
5.1 Priority of Skopos |
5.1.1 Reconstruction |
5.1.2 Deletion |
5.2 Translation under Coherence Rule |
5.2.1 Division |
5.2.2 Conversion |
5.3 Translation under Fidelity Rule |
5.3.1 Literal Translation |
5.3.2 Addition |
Chapter Six Conclusion |
6.1 Findings |
6.2 Limitations |
Acknowledgements |
References |
Appendix A Source Text |
Appendix B Target Text |
(3)基于微服务架构的消费金融系统设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究历史与现状 |
1.3 本文的主要贡献与创新 |
1.4 本文的结构安排 |
第二章 相关理论与技术 |
2.1 微服务架构 |
2.1.1 微服务的概念 |
2.1.2 微服务的优点 |
2.1.3 微服务的挑战 |
2.2 知识图谱 |
2.2.1 知识表示 |
2.2.2 知识建模 |
2.2.3 知识获取 |
2.2.4 知识融合 |
2.2.5 知识计算 |
2.3 本章小结 |
第三章 系统需求分析 |
3.1 系统业务概述 |
3.2 功能需求 |
3.2.1 业务链条横向支撑 |
3.2.2 业务领域纵向积累 |
3.3 非功能需求 |
3.4 需求分析 |
3.4.1 贷款申请与受理 |
3.4.2 贷前调查 |
3.4.3 贷款审核与审批 |
3.4.4 合同签订与贷款发放 |
3.4.5 贷后管理 |
3.5 本章小结 |
第四章 系统架构设计 |
4.1 架构设计 |
4.1.1 总体架构 |
4.1.2 应用架构 |
4.1.3 数据架构 |
4.1.4 技术架构 |
4.1.5 安全架构 |
4.2 本章小结 |
第五章 系统详细设计与实现 |
5.1 微服务设计 |
5.1.1 微服务公共代码 |
5.1.2 网关公共代码 |
5.2 业务微服务 |
5.2.1 贷款申请与受理微服务 |
5.2.2 贷款调查微服务 |
5.2.3 贷款审核与审批微服务 |
5.2.4 合同与放款微服务 |
5.2.5 贷后管理微服务 |
5.3 通用微服务 |
5.3.1 认证和权限微服务 |
5.3.2 风险评估微服务 |
5.4 管理微服务 |
5.4.1 用户权限微服务 |
5.4.2 参数管理微服务 |
5.5 本章小结 |
第六章 系统测试 |
6.1 系统测试 |
6.1.1 测试环境 |
6.1.2 功能测试 |
6.1.3 性能测试 |
6.2 本章小结 |
第七章 全文总结与展望 |
7.1 全文总结 |
7.2 展望 |
致谢 |
参考文献 |
(4)数据驱动下数字图书馆知识发现服务创新模式与策略研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 数据驱动研究现状 |
1.2.2 知识发现研究现状 |
1.2.3 研究现状评析 |
1.3 研究内容、方法与技术路线 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 研究技术路线 |
1.4 创新点 |
第2章 相关概念与理论基础 |
2.1 相关概念 |
2.1.1 数据驱动 |
2.1.2 知识发现 |
2.1.3 Web级资源发现 |
2.1.4 数字图书馆知识发现服务 |
2.2 理论基础 |
2.2.1 数据密集型科学发现理论 |
2.2.2 数据驱动控制理论 |
2.2.3 数据挖掘与知识发现理论 |
2.3 本章小结 |
第3章 数据驱动下数字图书馆知识发现服务的数据环境分析 |
3.1 数字图书馆知识发现服务的数据环境特征 |
3.1.1 馆藏数据来源的广泛性及数据形态和存在方式的多样性 |
3.1.2 数据存储模式多样化及存储内容的非结构化和碎片化 |
3.1.3 数据资源价值的低密度和高变现潜能 |
3.2 数字图书馆知识发现服务的数据环境变化 |
3.2.1 从“数字化”到“数据化”的演化 |
3.2.2 新一代信息技术的涌现 |
3.2.3 数据分析思维模式的形成 |
3.2.4 数据密集型科学发现应用趋势 |
3.3 数字图书馆知识发现服务的数据环境开发与应用 |
3.3.1 数字图书馆知识发现服务在大数据环境中的新定位 |
3.3.2 开发数字图书馆知识发现服务数据驱动的新机制 |
3.3.3 创新数据驱动下数字图书馆知识发现服务的新模式 |
3.3.4 开发数据驱动下数字图书馆知识发现服务的新业态 |
3.4 本章小结 |
第4章 数字图书馆知识发现服务创新的数据驱动机制分析 |
4.1 数字图书馆知识发现服务创新数据驱动机制的数据要素 |
4.1.1 用户数据要素 |
4.1.2 内容资源要素 |
4.1.3 专家数据要素 |
4.2 数字图书馆知识发现服务创新的数据驱动过程与维度 |
4.2.1 数字图书馆知识发现服务创新的数据驱动过程 |
4.2.2 数字图书馆知识发现服务创新的数据驱动维度 |
4.3 数字图书馆知识发现服务创新的数据驱动动力机制 |
4.3.1 数字图书馆知识发现服务创新的数据驱动动力类型 |
4.3.2 数字图书馆知识发现服务创新的数据驱动动力关系分析 |
4.3.3 数字图书馆知识发现服务创新的数据驱动动力仿真模型 |
4.4 数字图书馆知识发现服务创新的流驱动机制 |
4.4.1 数字图书馆知识发现服务创新的流驱动特征 |
4.4.2 数字图书馆知识发现服务创新的流驱动过程 |
4.4.3 数字图书馆知识发现服务创新的流驱动机制模型 |
4.5 数字图书馆知识发现服务创新的数据协同驱动机制 |
4.5.1 数字图书馆知识发现服务创新的数据协同驱动内涵 |
4.5.2 数字图书馆知识发现服务创新的数据协同驱动目标 |
4.5.3 数字图书馆知识发现服务创新的数据协同驱动机制模型 |
4.6 数字图书馆知识发现服务创新的数据驱动控制机制 |
4.6.1 数字图书馆知识发现服务创新的数据驱动控制内涵 |
4.6.2 数字图书馆知识发现服务创新的数据驱动控制方法 |
4.6.3 数字图书馆知识发现服务创新的数据驱动控制模型 |
4.7 本章小结 |
第5章 数据驱动下数字图书馆知识发现服务创新模式研究 |
5.1 数字图书馆知识发现服务创新模式问题的提出 |
5.2 数字图书馆知识发现服务创新模式构建基础 |
5.2.1 数字图书馆知识发现服务创新的模式基础 |
5.2.2 数字图书馆知识发现服务创新的产品基础 |
5.2.3 数字图书馆知识发现服务创新的技术基础 |
5.3 数字图书馆知识发现服务创新功能圈构建 |
5.3.1 数字图书馆知识发现服务创新功能圈的框架设计 |
5.3.2 数字图书馆知识发现服务创新功能圈的架构分析 |
5.3.3 数字图书馆知识发现服务创新功能圈的建立 |
5.4 本章小结 |
第6章 数据驱动下数字图书馆知识发现服务创新模式应用研究 |
6.1 数字图书馆知识发现服务科研用户画像应用 |
6.1.1 用户画像数据收集 |
6.1.2 用户画像模型构建 |
6.1.3 用户画像实验分析 |
6.2 数字图书馆文献资源研究设计指纹识别应用 |
6.2.1 研究设计指纹识别基础 |
6.2.2 数据标注 |
6.2.3 研究设计指纹生成模型训练 |
6.2.4 结果与讨论 |
6.3 融合用户画像和研究设计指纹的文献推荐应用 |
6.3.1 文献推荐模型构建 |
6.3.2 文献推荐仿真实验 |
6.3.3 结果与讨论 |
6.4 数字图书馆知识发现服务多粒度检索决策应用 |
6.4.1 实验准备 |
6.4.2 实验描述 |
6.4.3 实验结果及讨论 |
6.5 本章小结 |
第7章 数据驱动下数字图书馆知识发现服务创新策略研究 |
7.1 数字图书馆知识发现服务创新的优化方向与路径 |
7.1.1 数字图书馆知识发现服务创新的优化方向 |
7.1.2 数字图书馆知识发现服务创新的优化路径 |
7.2 数字图书馆知识发现服务创新的数据化优化 |
7.2.1 数据化优化阻碍 |
7.2.2 数据化优化策略 |
7.3 数字图书馆知识发现服务创新的语义关联优化 |
7.3.1 语义关联优化阻碍 |
7.3.2 语义关联优化策略 |
7.4 数字图书馆知识发现服务创新的可视化优化 |
7.4.1 可视化优化阻碍 |
7.4.2 可视化优化策略 |
7.5 数字图书馆知识发现服务创新的智能化优化 |
7.5.1 智能化优化阻碍 |
7.5.2 智能化优化策略 |
7.6 本章小结 |
第8章 研究结论与展望 |
8.1 研究结论 |
8.2 研究局限 |
8.3 研究展望 |
参考文献 |
作者简介与研究成果 |
致谢 |
(5)H企业管理培训公司营销策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究内容及方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 相关理论基础 |
1.4.1 STP理论 |
1.4.2 营销组合理论 |
第二章 H企业管理培训公司营销现状及问题分析 |
2.1 H企业管理培训公司基本情况 |
2.2 H企业管理培训公司外部环境分析 |
2.2.1 宏观环境分析 |
2.2.2 行业环境分析 |
2.3 H企业管理培训公司营销现状 |
2.3.1 产品体系 |
2.3.2 价格策略 |
2.3.3 销售渠道 |
2.4 H企业管理培训公司存在的营销问题 |
2.4.1 目标客户定位不清晰 |
2.4.2 课程产品特色不突出 |
2.4.3 授课方式单一且传统 |
2.4.4 营销渠道不能跟上外部环境的变化 |
第三章 H企业管理培训公司营销策略设计 |
3.1 设计目标、原则与思路 |
3.1.1 设计目标 |
3.1.2 改进原则 |
3.2 目标市场定位 |
3.2.1 市场细分 |
3.2.2 市场选择 |
3.2.3 市场定位 |
3.3 营销组合策略 |
3.3.1 精简原有课程体系 |
3.3.2 结合产品优化及制定价格策略 |
3.3.3 拓展合作渠道 |
3.3.4 增加促销的手段与方式 |
3.3.5 互联网营销策略 |
第四章 H企业管理培训公司营销策略的保障措施 |
4.1 组织架构调整 |
4.1.1 新建部门增强课程研发与讲师管理 |
4.1.2 扩充网站开发与运营队伍 |
4.1.3 理顺新架构部门间的工作机制 |
4.2 加强人才的选聘与培养 |
4.2.1 扩大选聘渠道 |
4.2.2 重视对人员队伍的培养 |
4.2.3 明确各团队考核机制 |
4.3 强化资金管理控制成本 |
4.3.1 加强资金的预算管理 |
4.3.2 强化资金的使用控制 |
结语 |
参考文献 |
致谢 |
附录A (攻读学位期间发表论文目录) |
附录B 满意度调查问卷 |
(6)“小叙事”的“大传播”:网络短视频研究(论文提纲范文)
摘要 |
abstract |
绪论 |
一、研究背景与研究意义 |
二、研究现状 |
三、研究内容及研究方法 |
第1章 网络短视频发展概述 |
1.1 网络短视频的界定与分类 |
1.1.1 网络短视频的界定 |
1.1.2 网络短视频的分类 |
1.2 网络短视频的发展阶段 |
1.2.1 探索期(2005-2010) |
1.2.2 启动期(2011-2015) |
1.2.3 高速发展期(2016-) |
1.3 网络短视频的发展动因 |
1.3.1 媒介生态变革 |
1.3.2 媒介技术革新 |
1.3.3 媒介资本运营 |
第2章 网络短视频的“小叙事” |
2.1 网络短视频的叙事视角与结构 |
2.1.1 个人化视角 |
2.1.2 线性叙事的表层结构 |
2.1.3 二元对立的深层结构 |
2.2 网络短视频的叙事修辞 |
2.2.1 符号化修辞 |
2.2.2 夸张的娱乐性修辞 |
2.2.3 戏仿与反讽 |
2.3 网络短视频的视听语言 |
2.3.1 适合小屏或竖屏的构图 |
2.3.2 剪辑MV化 |
2.3.3 声音元素叙事功能突显 |
第3章 网络短视频的“大传播” |
3.1 网络短视频强大的包容性与延展性 |
3.1.1 短视频“人”的元素:生产者与用户的多元性 |
3.1.2 短视频的内容:风格与文化的多样性 |
3.1.3 短视频的平台:技术与产业的延展性 |
3.2 网络短视频的融合化传播模式 |
3.2.1 社交互动的裂变式传播 |
3.2.2 泛资讯的即时与多维传播 |
3.2.3 平台整合的立体交叉式传播 |
第4章 网络短视频的问题与监管 |
4.1 网络短视频现存问题 |
4.1.1 内容生产的自律缺位 |
4.1.2 平台算法的伦理缺失 |
4.2 政策规制对网络短视频生态的影响 |
4.2.1 政策引导规范内容生产 |
4.2.2 规制有度促进良性发展 |
结语 |
参考文献 |
致谢 |
(7)基于Hadoop的工作流系统设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 云计算及其新的需求 |
1.1.2 云计算中工作流系统的应用意义 |
1.2 国内外研究现状 |
1.2.1 现有工作流引擎系统 |
1.3 现存系统的问题 |
1.4 本文研究内容 |
1.5 论文的主要内容与章节安排 |
第二章 相关概念和技术 |
2.1 工作流相关概念 |
2.1.1 工作流技术 |
2.1.2 工作流建模 |
2.1.3 工作流引擎 |
2.2 HADOOP技术 |
2.2.1 Hadoop概述 |
2.2.2 Hadoop调度技术 |
2.3 Hadoop任务时间预测技术 |
2.4 本章小结 |
第三章 基于HADOOP的工作流系统研究与设计 |
3.1 概述 |
3.2 系统总体架构 |
3.2.1 传统云工作流系统架构 |
3.2.2 基于Hadoop的新架构工作流系统 |
3.3 工作流执行预测 |
3.3.1 单作业执行预测 |
3.3.2 工作流执行预测 |
3.4 工作流作业任务调度算法 |
3.4.1 作业队列排序算法 |
3.4.2 集群资源分配与预留算法 |
3.5 混合任务批量调度算法 |
3.5.1 Hybrid Multistage Heuristic调度算法 |
3.5.2 Heuristic Min-Min算法 |
3.5.3 Heuristic Min-Max算法 |
3.5.4 Dynamic Heuristic动态调度算法 |
3.6 本章小结 |
第四章 工作流流程定义与生命周期控制 |
4.1 概述 |
4.2 iPDL语言 |
4.2.1 基本工作流定义组成 |
4.2.2 流程控制节点 |
4.2.3 动作执行节点 |
4.2.4 全局配置节点 |
4.3 本章小结 |
第五章 与集群环境的集成 |
5.1 IWFMS系统应用环境 |
5.2 系统整体部署与Hadoop集成 |
5.3 与现有工作流引擎系统集成 |
5.4 本章小结 |
第六章 工作流系统实现与性能评估 |
6.1 WFScheduler调度器 |
6.2 iPDL解析器 |
6.3 系统测试环境 |
6.4 系统功能测试 |
6.4.1 满足工作流Deadline |
6.4.2 工作流实例触发机制 |
6.5 系统性能分析 |
6.5.1 基于Hadoop模拟器的算法效果验证 |
6.5.2 实际部署环境性能分析 |
6.6 本章总结 |
第七章 总结与展望 |
7.1 论文总结 |
7.2 后续研究工作 |
参考文献 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
(8)IDT—中国IPv6的推手(论文提纲范文)
IPv6—中国的机遇 |
IDT—中国IPv6的推手 |
(10)空间信息搜索引擎研究(论文提纲范文)
第一章 绪论 |
1.1 互联网信息搜索引擎的概念 |
1.2 空间信息搜索引擎的概念 |
1.3 空间信息搜索引擎研究的意义 |
1.4 空间信息搜索与空间数据搜索 |
1.5 在线空间信息的提供方式综述 |
1.5.1 空间信息静态提供方式 |
1.5.2 空间信息动态提供方式 |
1.5.3 结论 |
1.6 空间信息搜索现状综述 |
1.6.1 静态空间信息搜索 |
1.6.2 网页地理信息标注 |
1.6.3 空间数据交换站 |
1.6.4 地理信息网络 |
1.7 本文概述 |
1.7.1 研究定位 |
1.7.2 研究内容与研究目标 |
1.7.3 论文组织 |
1.7.4 论文的创新点 |
第二章 在线空间信息现状分析 |
2.1 静态空间信息提供者 |
2.2 动态空间信息提供者 |
2.2.1 互联网空间信息系统 |
2.2.2 Web服务 |
2.2.3 地理信息Web服务 |
2.2.4 总结 |
第三章 空间信息搜索现状分析 |
3.1 静态空间信息搜索 |
3.1.1 基于通用搜索引擎的搜索 |
3.1.2 网页地理信息标注 |
3.2 动态空间信息搜索 |
3.2.1 空间数据交换站 |
3.2.2 地理信息网络 |
第四章 通用WEB信息搜索引擎分析及两类搜索的比较 |
4.1 通用WEB信息搜索引擎概述 |
4.1.1 通用Web信息搜索引擎一般结构 |
4.1.2 关键技术问题 |
4.2 GOOGLE技术分析 |
4.2.1 Google的体系结构 |
4.2.2 数据结构 |
4.2.3 Web索引技术 |
4.2.4 面向客户查询的检索技术 |
4.2.5 页面的排序技术PageRank |
4.3 通用WEB信息搜索与空间信息搜索的比较 |
4.3.1 通用Web信息搜索引擎遵循的技术标准 |
4.3.2 通用Web信息搜索与空间信息搜索的比较 |
第五章 空间信息搜索引擎的系统分析和概念设计 |
5.1 空间信息搜索面临的困难 |
5.2 空间信息搜索的主要研究内容 |
5.3 空间信息搜索引擎系统设计 |
5.3.1 面向Internet的空间信息分析和提取系统 |
5.3.2 分布式空间信息组织管理系统 |
5.3.3 面向在线空间信息提供者的动态链接系统 |
5.3.4 面向用户的查询请求处理系统 |
5.3.5 通用用户查询界面 |
5.3.6 专用用户查询界面 |
5.3.7 空间信息搜索引擎的顺序图 |
5.4 空间信息搜索引擎系统物理结构 |
第六章 基于OPENGIS WMS的空间信息搜索引擎原型 |
6.1 OPENGIS WMS规范 |
6.1.1 OpenGIS WMS 1.1.1 |
6.1.2 GetCapabilities操作 |
6.1.3 GetMap操作 |
6.1.4 GetFeatureInfo操作 |
6.2 面向OPENGIS WMS服务实例的空间信息搜索分析 |
6.2.1 大规模网络搜索 |
6.2.2 有机集成 |
6.2.3 提供透明的空间信息查询服务 |
6.3 空间信息搜索引擎原型设计 |
6.4 空间信息搜索引擎原型实现技术要点 |
6.4.1 WMS服务实例搜索 |
6.4.2 WMS服务实例参考信息结构化存储 |
6.4.3 专用空间信息查询界面-文图自通 |
6.5 空间信息搜索引擎原型部署 |
6.6 面向OPENGIS WMS服务实例的空间信息搜索引擎原型测试 |
第七章 结论 |
7.1 论文的研究主线、研究内容和研究意义 |
7.2 本文的创新之处 |
7.3 有待进一步研究和实现的问题 |
参考文献 |
致谢 |
四、Cypress推出网络搜索引擎新架构(论文参考文献)
- [1]基于算法-硬件协同设计的高性能人工智能计算[D]. 曹士杰. 哈尔滨工业大学, 2021
- [2]目的论指导下的三篇人工智能主题文章翻译报告[D]. 杨亚婷. 电子科技大学, 2020(07)
- [3]基于微服务架构的消费金融系统设计与实现[D]. 刘澄熠. 电子科技大学, 2020(07)
- [4]数据驱动下数字图书馆知识发现服务创新模式与策略研究[D]. 李洁. 吉林大学, 2019(02)
- [5]H企业管理培训公司营销策略研究[D]. 祁俊. 长沙理工大学, 2019(06)
- [6]“小叙事”的“大传播”:网络短视频研究[D]. 曲盛妍. 吉林大学, 2019(12)
- [7]基于Hadoop的工作流系统设计与实现[D]. 刘潋. 上海交通大学, 2015(07)
- [8]IDT—中国IPv6的推手[J]. 乔治. 电子与电脑, 2004(11)
- [9]Cypress推出网络搜索引擎新架构[J]. 牛虻. 电子设计应用, 2004(01)
- [10]空间信息搜索引擎研究[D]. 白玉琪. 中国科学院研究生院(遥感应用研究所), 2003(03)