Linux高可用负载均衡集群技术的研究与应用

在技术飞速发展的今天,LINUX已被广泛应用,由多台LINUX服务器组成集群系统可为企业提供价格低廉的高可用性的应用平台,本文分析介绍几种高可用负载均衡集群模型,并结合Linux虚拟服务器与高可用系统两种技术,从企业网站总体架构的角度上深入分析了高可用负载均衡集群技术的应用优势。     

负载均衡技术在电子商务购物网站中的应用探讨

本文首先是分析介绍几种高可用负载均衡集群模型,然后结合Linux虚拟服务器与高可用系统两种技术,选择相应的设计模型来架构一个针对电子商务购物网站的具有高可用负载均衡性能的系统,对于WEB服务器,采用LVS集群技术来架构,可灵活响应用户请求,并搭建MFS文件存储系统来存储网页文件,保证WEB服务器网页信息的一致性。     

一种基于QoS的多任务实时集群系统负载均衡算法

负载均衡算法是多任务实时集群系统的一个关键技术。在分析了常见的轮转式均衡调度算法和任务最少优先法的优缺点基础上，针对实时集群系统处理多类任务的特点，引入了加权负载率的概念来更准确地描述各分布式集群节点的负载状况。提出了通过任务QoS映射为负载权值的思想，并给出了一种改进的任务最少优先算法——加权负载率最小法，描述了以加权负载率表为核心的多任务均衡调度算法。最后，通过仿真验证了该算法明显优于前两种算法。     

关于粗糙模糊支持向量机的探索

基于粗糙集理论和模糊支持向量机思想,提出了一种新的支持向量机模型-粗糙模糊支持向量机(RFSVM).采用UCI机器学习数据库中的数据,对比实验,RFSVM比传统支持向量机(SVM)和模糊支持向量机(FSVM)都有明显高的测试精度.     

关于粗糙模糊支持向量机的探索

基于粗糙集理论和模糊支持向量机思想,提出了一种新的支持向量机模型--粗糙模糊支持向量机(RFSVM).采用UCI机器学习数据库中的数据,对比实验,RFSVM比传统支持向量机(SVM)和模糊支持向量机(FSVM)都有明显高的测试精度.     

基于支持向量机的上证指数预测研究

基于支持向量机的预测模型对上证指数进行预测,并将其预测结果与BP神经网络的预测结果进行对比,其结果表明,支持向量机的预测模型具有较高的拟合和预测精度并优于BP神经网络模型,且支持向量机预测方法计算速度快,准确率高,具有很好的推广应用价值。     

基于数据挖掘的支持向量机库存预测模型研究

针对传统库存预测方法的不足及库存自身特点,引入支持向量机这一数据挖掘的新方法,建立了库存预测模型,把服务水平作为模型的输入特征,实现了库存动态预测。     

股市中支持向量机的应用综述

本文首先简要介绍支持向量机(SVM)的理论,然后,综述国内外SVM在股市中的应用。论文发现,不论是在股票的价值投资思路中,还是时间序列分析思路中,SVM都得到了广泛的引用,而且,实证效果均优于其他分类算法。     

基于支持向量机的低压电控系统故障模式识别

介绍了支持向量机的基本理论,并提出了一种新的基于支持向量机的低压电控系统故障诊断方法。此方法利用支持向量机,里过训警和测试,建立故障诊断模型,从而将系统中的短路、堵转、过载、断相、三相不平衡等故障快速、详细并准确的识别出来。     

基于支持向量机的区域物流需求预测研究

基于支持向量机的区域物流需求预测是在追求更高的预测精度下提出的,首先选取非线性回归方法筛选影响区域物流需求的主要因子,然后用支持向量机模型对原始数据进行处理,并通过"影响区域物流需求因素"求解最优化的支持向量机核函数,最后构建影响区域物流需求的影响因子的非线性数据模型。结论表明,支持向量机模型相对多元线性回归、BP神经网络等,提高了区域物流需求的精确度,在之后的区域需求预测中将会有更加广泛的应用。     

基于支持向量机的商务采购决策管理

本文通过对采购决策计划的分析,提出了利用支持向量机进行采购决策的可行性。在介绍数据挖掘的新方法——支持向量机的基础上,运用此方法给出了商场采购决策的数学模型及决策方案。     

基于支持向量机的保健品消费者行为研究

近年来,保健品行业和消费者行为均为学术研究的热点。如何利用现有的技术和理论,实现数据仿真、构建行为模型并挖掘潜在消费群体将成为保健品行业的重要发展方向。支持向量机利用核函数,将低维的线性不可分转化为高维的线性可分(李国正,2003),而且决策函数计算的复杂性仅取决于支持向量的数目,所以有效避免了"维数灾难",大大减少了计算量,具有广泛的应用前景。本文基于影响消费者行为的各种重要因素即性别、年龄、收入等,利用SVM模型,在小样本条件下对消费者行为进行分析预测,对保健品企业市场营销策略的制定具有现实的指导意义。     

凸壳支持向量机在服务器性能报警中的研究

随着计算机网络的广泛应用,服务器成为整个网络应用的核心,因此,对服务器性能的监测也越发重要。而服务器性能是否异常本质上属于模式识别问题,因此,本文提出将支持向量机应用到服务器性能分析中,并引入凸壳理论对支持向量机进行效率提升,以实现对服务器性能参数的快速精确划分。     

基于粗支持向量机的区域创新能力评价研究

本文首先分析了国内外区域创新能力研究的现状,在综合现有指标体系的基础上提出了一个包括5个因素层、30个指标层的指标体系,并运用粗支持向量机(RS-SVM)模型对区域创新能力进行评价,试图为区域创新能力评价领域开辟一种新的方法.     

基于支持向量机的中国猪肉产量预测研究

生猪养殖业作为我国大力扶持的产业,一直以来都占据中国畜牧业的“半壁江山”。尽管如此,我国居民对猪肉的消费量仍大于猪肉产量,为了稳定市场对猪肉的需求,还要依靠一定数量的进口。为了促进我国猪业的发展和更好地满足消费者对猪肉价格的预期,提高猪肉产量是一项重要手段。本文搜集了1990—2019年中国猪肉产量的数据,选择支持向量机模型预测了2020年猪肉产量,分析了猪肉产量变动情况及走势,并对相关影响因素进行系统分析,提出对策与建议,以期为中国猪业相关部门提供参考。     

基于支持向量机的义乌小商品价格指数预测分析

义乌指数作为全球小商品的＂道琼斯指数＂,全面反映了小商品市场的价格走势和景气动态。本文通过对历年义乌指数中的价格指数进行观察,将其与消费者价格指数（CPI）进行对比分析,并运用支持向量机对其进行回归预测研究。实证表明：支持向量机能够在较小误差范围内实现对义乌指数的有效预测。     

基于支持向量机的上市公司财务危机预警实证研究

本文以在上海证券交易所和深圳证券交易所挂牌交易的87家ST上市公司及102家非ST上市公司为样本,采用公开发布的2003年至2006年的上市公司财务报表中的相关数据,运用支持向量机模型进行了实证研究。研究表明,在小样本数据条件下,与其他预警模型相比,支持向量机模型在预测上市公司是否会发生财务危机方面预测精确度远远高于其他方法,具有其他方法所不具有的优越性。     

基于在线考试系统的负载均衡研究

本文对当前主要负载均衡技术进行分析,并提出适合应用于在线考试中的负载均衡技术,结合所参与考试系统项目中遇到的系统瓶颈问题,分析解决如何利用负载均衡技术解决多用户并发以及系统可靠性问题。     

基于支持向量机在重工业经济领域预测研究

提出了一种基于支持向量机预测重工业经济月度同比增长率的方法。利用2002年以来,我国6年的重工业月度同比增长率数据,建立支持向量机预测模型,并对预测结果和实际值进行了比较分析,表明该方法用于经济预测和经济分析是有效的。     

基于布尔逻辑的负载均衡控制实现方法

负载均衡控制有利于实现相关设备的均衡出力,可避免出现部分设备出力过度而另一部分出力不足的情况。要实现负载均衡的自动控制,需要对设备序列的状态进行组合判断,在现代工业控制系统中布尔逻辑是其潜在控制语言,文章分析了负载均衡的驱动机理,并依此设计基于布尔逻辑的控制回路,试验表明可对投用设备序列的状态进行有效判断定位,从而实现负载均衡的自动控制,提高系统的灵活性和可靠性。