• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    海量數(shù)據(jù)干擾下冗余數(shù)據(jù)高性能消除方法*

    2017-11-14 08:20:27新鄉(xiāng)學(xué)院計(jì)算機(jī)與信息工程學(xué)院河南新鄉(xiāng)453003吉林省質(zhì)監(jiān)檢測(cè)基地吉林省纖維檢驗(yàn)處長(zhǎng)春3003
    關(guān)鍵詞:數(shù)據(jù)量海量均值

    茹 蓓, 李 虹(. 新鄉(xiāng)學(xué)院 計(jì)算機(jī)與信息工程學(xué)院, 河南 新鄉(xiāng) 453003; . 吉林省質(zhì)監(jiān)檢測(cè)基地 吉林省纖維檢驗(yàn)處, 長(zhǎng)春 3003)

    控制工程

    海量數(shù)據(jù)干擾下冗余數(shù)據(jù)高性能消除方法*

    茹 蓓1, 李 虹2
    (1. 新鄉(xiāng)學(xué)院 計(jì)算機(jī)與信息工程學(xué)院, 河南 新鄉(xiāng) 453003; 2. 吉林省質(zhì)監(jiān)檢測(cè)基地 吉林省纖維檢驗(yàn)處, 長(zhǎng)春 130103)

    針對(duì)海量數(shù)據(jù)處理過(guò)程中大量相似特征會(huì)給數(shù)據(jù)分類(lèi)造成冗余干擾,在分類(lèi)中心確定時(shí)出現(xiàn)多次校驗(yàn)、重復(fù)等弊端,提出一種海量數(shù)據(jù)干擾下冗余數(shù)據(jù)高性能消除方法.采用主動(dòng)采樣方法提取海量數(shù)據(jù)干擾下冗余數(shù)據(jù)特征,并對(duì)其進(jìn)行分類(lèi).引入均值漂移傳遞函數(shù)對(duì)冗余數(shù)據(jù)進(jìn)行分類(lèi)處理,獲取冗余數(shù)據(jù)活躍程度,實(shí)現(xiàn)冗余數(shù)據(jù)的高性能消除.結(jié)果表明,相比傳統(tǒng)的消除方法,高效消除方法性能良好,所需時(shí)間短,具有一定的優(yōu)越性.

    海量數(shù)據(jù); 干擾; 冗余數(shù)據(jù); 高性能; 消除方法; 改進(jìn); 均值; 傳遞函數(shù)

    隨著計(jì)算機(jī)技術(shù)與信息處理技術(shù)的快速發(fā)展,許多領(lǐng)域的信息被儲(chǔ)存在計(jì)算機(jī)系統(tǒng)中,形成海量數(shù)據(jù),使得其存儲(chǔ)和管理成為相當(dāng)棘手的問(wèn)題[1-2].雖然如今存儲(chǔ)設(shè)備容量越來(lái)越大,但也無(wú)法滿足處理數(shù)據(jù)量的增長(zhǎng)需要[3-4],形成了大量的冗余數(shù)據(jù).而對(duì)冗余數(shù)據(jù)進(jìn)行高效消除、減輕數(shù)據(jù)存儲(chǔ)負(fù)擔(dān)、提高數(shù)據(jù)存儲(chǔ)效率成為了近年來(lái)信息處理技術(shù)的研究熱點(diǎn),受到廣大學(xué)者的廣泛關(guān)注,也出現(xiàn)了很多有效方法[5-7].

    文獻(xiàn)[8]提出局部均值分解的消除方法,采用數(shù)值模擬把線性、多項(xiàng)式及指數(shù)趨勢(shì)項(xiàng)融入至要消除的數(shù)據(jù)中進(jìn)行消除,該方法可對(duì)冗余數(shù)據(jù)進(jìn)行消除,但消除過(guò)程需要一定約束條件;文獻(xiàn)[9]提出規(guī)則分段技術(shù)法,把多個(gè)冗余數(shù)據(jù)進(jìn)行消除,但該方法只能應(yīng)用到小聚類(lèi)環(huán)境中;文獻(xiàn)[10]提出一種基于均值分解的消除方法,在CPU里設(shè)定一個(gè)特別的任務(wù)切換專(zhuān)用數(shù)據(jù)鏈路,實(shí)現(xiàn)在CPU硬件資源限制狀態(tài)時(shí)進(jìn)行數(shù)據(jù)存儲(chǔ),引入Hyper-Scheduling法對(duì)冗余數(shù)據(jù)進(jìn)行消除,但是該方法誤差較大.

    針對(duì)上述問(wèn)題的產(chǎn)生,本文提出一種新的海量數(shù)據(jù)干擾下冗余數(shù)據(jù)高性能消除方法,采用主動(dòng)采樣方法提取數(shù)據(jù)特征,并引入均值漂移傳遞函數(shù)對(duì)冗余數(shù)據(jù)進(jìn)行分類(lèi),相比傳統(tǒng)的消除方法具有一定的優(yōu)越性.

    1 海量數(shù)據(jù)干擾下冗余數(shù)據(jù)分類(lèi)

    由于海量數(shù)據(jù)的相似特征容易造成循環(huán)分類(lèi)、多次處理等問(wèn)題,因此,需要專(zhuān)門(mén)針對(duì)相似性干擾提取冗余數(shù)據(jù)特征,并根據(jù)特征對(duì)冗余數(shù)據(jù)進(jìn)行分類(lèi),加快消除速率.

    1.1 冗余數(shù)據(jù)特征獲取

    海量數(shù)據(jù)在特征相似的環(huán)境下,會(huì)形成冗余干擾,在進(jìn)行冗余數(shù)據(jù)分類(lèi)之前,采用主動(dòng)采樣方法提取海量數(shù)據(jù)冗余數(shù)據(jù)特征.

    假設(shè)最初訓(xùn)練數(shù)據(jù)集的全部樣本數(shù)是N,大類(lèi)樣本數(shù)為Nmax,小類(lèi)樣本數(shù)為Nmin,則當(dāng)大類(lèi)樣本數(shù)大于小類(lèi)樣本數(shù)據(jù),即Nmax>Nmin,對(duì)小類(lèi)中每個(gè)樣本的分類(lèi)密度ρl定義為

    ρl=Ml/K(l=1,2,…,Nmin)

    (1)

    式中:K為空間中基于歐式距離的最近鄰數(shù)目;Ml為K個(gè)最近鄰數(shù)目中屬于大類(lèi)的樣本數(shù).很明顯,ρl∈[0,1],其密度分布表達(dá)式為

    (2)

    假設(shè)對(duì)p個(gè)樣本的第j個(gè)輸出值和目標(biāo)值分別是ypj(τ)和dpj,則特征提取約束條件為

    (3)

    式中:τ為迭代數(shù)目;n為輸出數(shù)據(jù)量;m為最后訓(xùn)練數(shù)據(jù)集的數(shù)量.分類(lèi)迭代次數(shù)表達(dá)式為

    w(τ+1)=w(τ)+ηΔw(τ)+α(w(τ)-

    w(τ-1))

    (4)

    式中:η為迭代速率;α為動(dòng)量因子.此時(shí)提取過(guò)程收縮量為

    (5)

    式中:φpj(τ)為輸入量總和;o(τ)為冗余數(shù)據(jù)輸出量.在此基礎(chǔ)上,提取海量數(shù)據(jù)干擾下冗余數(shù)據(jù)特征.

    假設(shè)有一個(gè)標(biāo)準(zhǔn)的樣本數(shù)據(jù)集Nh,激勵(lì)函數(shù)為g(x),采集的樣本數(shù)為Ns,樣本為(xq,tq),其中xq=[xq1,xq2,…,xqn]T∈Rn且tq=[tq1,tq2,…,tqm]T∈Rm,則建立的冗余數(shù)據(jù)提取模型為

    (6)

    式中,bq為冗余數(shù)據(jù)偏置.

    1.2 冗余數(shù)據(jù)特征分類(lèi)

    在獲取冗余數(shù)據(jù)特征的基礎(chǔ)上,采用線性頻譜分析法,對(duì)海量數(shù)據(jù)干擾下的冗余數(shù)據(jù)特征進(jìn)行分類(lèi),為改進(jìn)冗余數(shù)據(jù)消除方法提供基礎(chǔ)依據(jù).

    在海量數(shù)據(jù)干擾下,冗余數(shù)據(jù)特征通常在時(shí)間及空間上的標(biāo)點(diǎn)為離散狀態(tài),所以冗余數(shù)據(jù)分類(lèi)過(guò)程及有關(guān)理論也應(yīng)建立在離散狀態(tài)下.當(dāng)在采集面z=z0處時(shí),其分類(lèi)分量表示為

    S+(zm)=W+(zm,z0)S+(z0)

    (7)

    式中:W+(zm,z0)為從z0到zm的分類(lèi)算子;S+(z0)為分類(lèi)集合.在進(jìn)行冗余數(shù)據(jù)分類(lèi)時(shí),往往只需要去除M階多次分類(lèi),故提取的前M項(xiàng)分類(lèi)結(jié)果表示為

    p(z0)S+(z0)

    (8)

    式中:p(z0)為記錄的原始數(shù)據(jù);t(z0)為數(shù)據(jù)特征.

    假設(shè)初始樣本冗余數(shù)據(jù)采樣頻率為f0,計(jì)算確定冗余數(shù)據(jù)提取結(jié)果為

    (9)

    采用線性頻譜分析法得到冗余數(shù)據(jù)的適應(yīng)值函數(shù),對(duì)海量數(shù)據(jù)干擾下的冗余數(shù)據(jù)進(jìn)行分類(lèi),則其冗余數(shù)據(jù)的分類(lèi)約束函數(shù)為

    F=XmaxA+(1-Xmax)B

    (10)

    式中:A為分類(lèi)準(zhǔn)確率;B為消減百分比.對(duì)異常數(shù)據(jù)的類(lèi)內(nèi)離散度集合進(jìn)行加權(quán)處理,得到分類(lèi)結(jié)果為

    COVmin)]

    (11)

    式中,COVmax、COVmin分別為樣本的最大協(xié)方差和最小協(xié)方差.

    2 海量數(shù)據(jù)干擾下冗余數(shù)據(jù)消除

    在對(duì)冗余數(shù)據(jù)進(jìn)行分類(lèi)的基礎(chǔ)上,假設(shè)LU為U時(shí)刻采集分類(lèi)后的冗余數(shù)據(jù),LV為V時(shí)刻采集分類(lèi)后的冗余數(shù)據(jù),則其冗余數(shù)據(jù)采集速度可表示為

    Smin(LU,LV))

    (12)

    式中,Smax,Savg,Smin分別為最大速度、平均速度、最小速度差異程度的絕對(duì)值.此時(shí)LU與LV間的位置距離獲取表達(dá)式為

    D=V(LU,LV)dist(LU,LV)

    (13)

    式中,dist()為冗余數(shù)據(jù)間的歐氏距離.

    為了進(jìn)一步對(duì)冗余過(guò)程進(jìn)行改進(jìn),引入相似度概念,根據(jù)冗余數(shù)據(jù)的突出特征獲取整體相似度.對(duì)于任意第i個(gè)冗余數(shù)據(jù),其整體相似度可表示為

    (14)

    式中:Ci為相關(guān)度系數(shù);βi為冗余數(shù)據(jù)的突出特征.

    對(duì)于單個(gè)冗余數(shù)據(jù)來(lái)說(shuō),它包括γi個(gè)冗余數(shù)據(jù)特征.冗余數(shù)據(jù)整體相似度可表示成突出特征βi的結(jié)構(gòu)相似度.對(duì)整體相似度進(jìn)行加權(quán)處理,則其加權(quán)平均數(shù)表達(dá)式為

    (15)

    式中:si為i個(gè)冗余數(shù)據(jù)的加權(quán)平均數(shù);I為冗余數(shù)據(jù)集上的特征數(shù)量.顯然整體速度大,冗余數(shù)據(jù)特征越明顯,進(jìn)行消除越徹底;反之,冗余數(shù)據(jù)特征越不顯著,消除效果越差.為了能在冗余數(shù)據(jù)特征不顯著的情況下,也能對(duì)冗余數(shù)據(jù)進(jìn)行消除,引入了均值漂移傳遞函數(shù)對(duì)冗余數(shù)據(jù)進(jìn)行處理,提高了方法的消除性能.

    假設(shè)數(shù)據(jù)集O中存在Hi個(gè)冗余數(shù)據(jù),則均值漂移傳遞函數(shù)可表示為

    (16)

    (17)

    式中:tmin為冗余數(shù)據(jù)最短活躍時(shí)間;tmax為冗余數(shù)據(jù)最長(zhǎng)活躍時(shí)間;t為總活躍時(shí)間.由此可知,Y越大,說(shuō)明冗余數(shù)據(jù)越活躍,消除效果越好;反之,Y越小,說(shuō)明冗余數(shù)據(jù)不活躍,消除效果越差.

    3 實(shí)驗(yàn)結(jié)果分析

    為了驗(yàn)證本文所設(shè)計(jì)的冗余數(shù)據(jù)消除方法的性能,進(jìn)行了實(shí)驗(yàn)對(duì)比分析.實(shí)驗(yàn)電腦的硬件設(shè)置為:16 Gbit內(nèi)存,Xeon E5606處理器,主頻2.13 GHz、14 Tbit RAID6磁盤(pán)陣列(16個(gè)1 Tbit磁盤(pán),其中2個(gè)是校驗(yàn)盤(pán))以及120 Gbit的閃存(SVP200S37A120G),配置的操作系統(tǒng)為Ubuntn12.04,測(cè)試數(shù)據(jù)集為GCC、SciLab、Linux,數(shù)據(jù)集的數(shù)據(jù)特征設(shè)置如表1所示.

    測(cè)試數(shù)據(jù)集合將3種數(shù)據(jù)集結(jié)合在一起,由于3種數(shù)據(jù)集合中存在大量的相似數(shù)據(jù),這種數(shù)據(jù)的相似性會(huì)形成實(shí)驗(yàn)環(huán)境中的冗余干擾,符合干擾環(huán)境條件.

    3.1 準(zhǔn)確率實(shí)驗(yàn)分析

    為了驗(yàn)證本文方法的有效性,在數(shù)據(jù)量一定的情況下,采用文獻(xiàn)[8]局部均值分解的消除方法、文獻(xiàn)[9]規(guī)則分段技術(shù)法與改進(jìn)方法進(jìn)行消除準(zhǔn)確率方面的對(duì)比.在固定數(shù)據(jù)量情況下,采用不同方法進(jìn)行冗余數(shù)據(jù)消除試驗(yàn),實(shí)驗(yàn)準(zhǔn)確率用消除數(shù)據(jù)量與原始數(shù)據(jù)量的比值表示,取10次結(jié)果平均值進(jìn)行統(tǒng)計(jì).實(shí)驗(yàn)在GCC數(shù)據(jù)集中進(jìn)行,其三維數(shù)據(jù)冗余環(huán)境模擬如圖1所示(x、y、z軸表示數(shù)據(jù)空間的存儲(chǔ)位置).

    圖1 GCC冗余環(huán)境模擬Fig.1 GCC redundant environment simulation

    在圖1冗余環(huán)境中進(jìn)行不同方法的準(zhǔn)確率對(duì)比研究,統(tǒng)計(jì)結(jié)果如圖2所示.

    由圖2可知,在GCC數(shù)據(jù)集中,采用局部均值分解法其準(zhǔn)確率可達(dá)到49.3%;采用規(guī)則分段技術(shù)法時(shí),其消除準(zhǔn)確率約為68.1%,兩種算法隨著數(shù)據(jù)量的增加,均出現(xiàn)準(zhǔn)確率下降的趨勢(shì),不適合大量數(shù)據(jù)應(yīng)用;采用改進(jìn)方法時(shí),其消除準(zhǔn)確率約為79.7%,其整體要比局部均值分解法、規(guī)則分段技術(shù)法的準(zhǔn)確率提高了約30.4%、11.6%,具有一定的優(yōu)越性.在冗余干擾的環(huán)境下,本文方法可以運(yùn)用有限次數(shù)的分類(lèi)使得冗余數(shù)據(jù)被迅速排除在聚類(lèi)中心之外;而其他方法都需要進(jìn)行多次的對(duì)比和聚類(lèi)中心校驗(yàn)操作,大幅度降低了聚類(lèi)的效率,使得干擾數(shù)據(jù)無(wú)法被有效排除.

    圖2 GCC數(shù)據(jù)集冗余數(shù)據(jù)消除準(zhǔn)確率對(duì)比Fig.2 Comparison in elimination accuracyof redundant data in GCC dataset

    3.2 效率對(duì)比分析

    采用文獻(xiàn)[8]局部均值分解的消除方法、文獻(xiàn)[9]規(guī)則分段技術(shù)法與改進(jìn)方法進(jìn)行消除效率方面的對(duì)比,實(shí)驗(yàn)在SciLab和Linux數(shù)據(jù)集中進(jìn)行,其三維數(shù)據(jù)冗余環(huán)境模擬如圖3所示.

    圖3 SciLab和Linux冗余環(huán)境模擬Fig.3 SciLab and Linux redundantenvironment simulation

    在圖3冗余環(huán)境中進(jìn)行不同方法效率方面的對(duì)比研究,統(tǒng)計(jì)結(jié)果如圖4所示.

    由圖4可以看出,在數(shù)據(jù)量一定的情況下,采用局部均值分解法時(shí),其消除平均時(shí)間約為7.23 s;采用規(guī)則分段技術(shù)法時(shí),其消除所需時(shí)間約為5.53 s,且隨著數(shù)據(jù)量的增加,消除時(shí)間存在多處波動(dòng),穩(wěn)定性較差;采用改進(jìn)消除方法時(shí),其消除所需時(shí)間約為3.42 s,相比傳統(tǒng)的方法,本文方法耗時(shí)降低明顯,具有一定的優(yōu)勢(shì).耗時(shí)是最能反映算法優(yōu)劣性的參考數(shù)據(jù),在數(shù)據(jù)流增加的環(huán)境下,冗余干擾強(qiáng)度勢(shì)必成倍增加,本算法雖然在后期冗余去除過(guò)程中耗時(shí)略有增加,但是優(yōu)化效果明顯.

    圖4 不同算法下消除所需時(shí)間對(duì)比Fig.4 Comparison in elimination timewith different algorithms

    4 結(jié) 論

    針對(duì)傳統(tǒng)冗余數(shù)據(jù)消除方法一直存在消除時(shí)間長(zhǎng)、性能差的問(wèn)題,本文提出一種冗余數(shù)據(jù)高性能消除方法.采用主動(dòng)采樣方法提取海量數(shù)據(jù)干擾下冗余數(shù)據(jù)特征,通過(guò)線性頻譜分析法對(duì)海量數(shù)據(jù)干擾下的冗余數(shù)據(jù)進(jìn)行分類(lèi),并以此為基礎(chǔ)計(jì)算出冗余數(shù)據(jù)的相似度,引入均值漂移傳遞函數(shù)對(duì)冗余數(shù)據(jù)進(jìn)行處理,獲取冗余數(shù)據(jù)活躍程度,實(shí)現(xiàn)海量數(shù)據(jù)干擾下冗余數(shù)據(jù)的高性能消除.仿真實(shí)驗(yàn)結(jié)果表明,相比傳統(tǒng)的消除方法,改進(jìn)方法的準(zhǔn)確率及效率均有所提高,具有一定的優(yōu)越性.

    [1] 宛婉,周?chē)?guó)祥.Hadoop平臺(tái)的海量數(shù)據(jù)并行隨機(jī)抽樣 [J].計(jì)算機(jī)工程與應(yīng)用,2014,50(20):115-118.

    (WAN Wan,ZHOU Guo-xiang.Massive data parallel random sampling based on Hadoop [J].Computer Engineering and Applications,2014,50(20):115-118.)

    [2] 李志虹.基于遺傳迭代優(yōu)化的云計(jì)算下海量數(shù)據(jù)分類(lèi)查詢(xún) [J].科技通報(bào),2015,31(6):34-36.

    (LI Zhi-hong.Classification query of huge amounts of data in cloud computing environment based on genetic optimization [J].Bulletin of Science and Technology,2015,31(6):34-36.)

    [3] 錢(qián)勤,張瑊,張坤,等.用于入侵檢測(cè)及取證的冗余數(shù)據(jù)刪減技術(shù)研究 [J].計(jì)算機(jī)科學(xué),2014,41(增刊2):252-258.

    (QIAN Qin,ZHANG Jian,ZHANG Kun,et al.Technical study of reducing redundant data for intrusion detection and intrusion forensics [J].Computer Science,2014,41(Sup2):252-258.)

    [4] 王永利,王川,蔣效會(huì),等.基于時(shí)空布隆過(guò)濾器的RFID冗余數(shù)據(jù)清洗算法 [J].南京理工大學(xué)學(xué)報(bào),2015,39(3):253-259.

    (WANG Yong-li,WANG Chuan,JIANG Xiao-hui,et al.RFID duplicate removing algorithm based on temporal-spatial Bloom filter [J].Journal of Nanjing University of Science and Technology,2015,39(3):253-259.)

    [5] 孟慶娟,曹青媚,馬占飛.海量冗余數(shù)據(jù)干擾下的網(wǎng)絡(luò)數(shù)據(jù)捕獲和分析系統(tǒng)研究 [J].現(xiàn)代電子技術(shù),2016,39(16):27-30.

    (MENG Qing-juan,CAO Qing-mei,MA Zhan-fei.Research on network data capture system and analysis system under interference of massive redundant data [J].Modern Electronics Technique,2016,39(16):27-30.)

    [6] 王樂(lè),王芳.網(wǎng)絡(luò)數(shù)據(jù)庫(kù)中冗余環(huán)境下的高效數(shù)據(jù)定位仿真 [J].計(jì)算機(jī)仿真,2016,33(4):364-367.

    (WANG Le,WANG Fang.Simulation of efficient data localization in network database under redundant environment [J].Computer Simulation,2016,33(4):364-367.)

    [7] 聶軍.基于 K-L 特征壓縮的云計(jì)算冗余數(shù)據(jù)降維算法 [J].微電子學(xué)與計(jì)算機(jī),2016(2):125-129.

    (NIE Jun.A data reduction algorithm based on K-L feature compression for cloud computing [J].Microelectronics & Computer,2016(2):125-129.)

    [8] 韓曉慧,杜松懷,蘇娟,等.基于局部均值分解的觸電故障信號(hào)瞬時(shí)參數(shù)提取 [J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(17):221-227.

    (HAN Xiao-hui,DU Song-huai,SU Juan.Extraction of biological electric shock signal instantaneous amplitude and frequency based on local mean decomposition [J].Transactions of the Chinese Society of Agricultural Engineering,2015,31(17):221-227.)

    [9] 刁愛(ài)軍.基于壓縮特征編碼的混合云冗余數(shù)據(jù)刪除算法 [J].科技通報(bào),2015,31(8):42-44.

    (DIAO Ai-jun.Hybrid cloud redundant data delete algorithm based on feature code compression [J].Bulletin of Science and Technology,2015,31(8):42-44.)

    [10]趙志科,張曉光,王新.基于局部均值分解的機(jī)械振動(dòng)信號(hào)趨勢(shì)項(xiàng)消除方法 [J].鄭州大學(xué)學(xué)報(bào)(工學(xué)版),2014,35(5):100-104.

    (ZHAO Zhi-ke,ZHANG Xiao-guang,WANG Xin.Trend elimination method of mechanical vibration signal based on local mean decomposition [J].Journal of Zhengzhou University(Engineering Science),2014,35(5):100-104.)

    Highperformanceeliminationmethodforredundantdataundermassivedatainterference

    RU Bei1, LI Hong2

    (1. School of Computer and Information Engineering, Xinxiang University, Xinxiang 453003, China; 2. Office of Fiber Inspection of Jilin Province, Quality Supervision and Inspection Base of Jilin Province, Changchun 130103, China)

    Aiming at the problem that in the data treatment process of massive data, a lot of similar characteristics can bring the redundant interference to the data classification, and cause such drawbacks as multiple check and repetition during the determination with the classification center, a high performance elimination method for redundant data under the massive data interference was proposed. With the active sampling method, the redundancy data feature under the massive data interference was extracted and classified. In addition, the mean shift transfer function was introduced to perform the classification of redundant data, obtain the redundant data activity and realize the high performance elimination of redundancy data. The results show that compared with the traditional method, the high performance elimination method has good properties, short processed time and certain superiority.

    massive data; interference; redundant data; high performance; elimination method; improvement; mean value; transfer function

    2016-11-21.

    河南省科技廳科技攻關(guān)資助項(xiàng)目(172102210445); 河南省科技廳軟科學(xué)研究資助項(xiàng)目(152400410345); 河南省教育廳資助項(xiàng)目(15A520093).

    茹 蓓(1977-),女,河南新鄉(xiāng)人,副教授,碩士,主要從事軟件開(kāi)發(fā)、信息安全等方面的研究.

    * 本文已于2017-10-25 21∶13在中國(guó)知網(wǎng)優(yōu)先數(shù)字出版. 網(wǎng)絡(luò)出版地址: http:∥www.cnki.net/kcms/detail/21.1189.T.20171025.2113.068.html

    10.7688/j.issn.1000-1646.2017.06.16

    TP 311

    A

    1000-1646(2017)06-0686-05

    (責(zé)任編輯:景 勇 英文審校:尹淑英)

    猜你喜歡
    數(shù)據(jù)量海量均值
    一種傅里葉域海量數(shù)據(jù)高速譜聚類(lèi)方法
    基于大數(shù)據(jù)量的初至層析成像算法優(yōu)化
    計(jì)算Lyapunov指數(shù)的模糊C均值聚類(lèi)小數(shù)據(jù)量法
    高刷新率不容易顯示器需求與接口標(biāo)準(zhǔn)帶寬
    寬帶信號(hào)采集與大數(shù)據(jù)量傳輸系統(tǒng)設(shè)計(jì)與研究
    電子制作(2019年13期)2020-01-14 03:15:18
    海量快遞垃圾正在“圍城”——“綠色快遞”勢(shì)在必行
    一個(gè)圖形所蘊(yùn)含的“海量”巧題
    均值不等式失效時(shí)的解決方法
    均值與方差在生活中的應(yīng)用
    關(guān)于均值有界變差函數(shù)的重要不等式
    亚洲成人av在线免费| 啦啦啦视频在线资源免费观看| 在现免费观看毛片| 亚洲av在线观看美女高潮| 午夜福利,免费看| 天堂中文最新版在线下载| 国产熟女午夜一区二区三区| 综合色丁香网| 晚上一个人看的免费电影| 国产一区有黄有色的免费视频| 看十八女毛片水多多多| 日韩不卡一区二区三区视频在线| 精品少妇内射三级| 亚洲少妇的诱惑av| 精品国产露脸久久av麻豆| 国产欧美日韩综合在线一区二区| 久久韩国三级中文字幕| 999久久久国产精品视频| 欧美人与善性xxx| 国产极品天堂在线| 91老司机精品| 欧美成人精品欧美一级黄| 欧美激情 高清一区二区三区| 伊人亚洲综合成人网| av又黄又爽大尺度在线免费看| 一本久久精品| 极品少妇高潮喷水抽搐| 男女免费视频国产| 亚洲综合色网址| 婷婷色综合www| av在线app专区| 国产成人精品在线电影| 日韩大片免费观看网站| www日本在线高清视频| 精品亚洲成a人片在线观看| videosex国产| 亚洲一级一片aⅴ在线观看| 99九九在线精品视频| 晚上一个人看的免费电影| 亚洲在久久综合| 欧美日韩成人在线一区二区| 国产av国产精品国产| 悠悠久久av| 男女床上黄色一级片免费看| 观看av在线不卡| 校园人妻丝袜中文字幕| 韩国精品一区二区三区| 久久午夜综合久久蜜桃| 97人妻天天添夜夜摸| 精品视频人人做人人爽| 免费人妻精品一区二区三区视频| 啦啦啦视频在线资源免费观看| 18禁动态无遮挡网站| 九草在线视频观看| 欧美日韩福利视频一区二区| 一个人免费看片子| 51午夜福利影视在线观看| 亚洲免费av在线视频| 咕卡用的链子| 日韩 欧美 亚洲 中文字幕| 男女之事视频高清在线观看 | 黄色怎么调成土黄色| 精品国产超薄肉色丝袜足j| 18禁国产床啪视频网站| 久久精品亚洲av国产电影网| 成人影院久久| 久久久久久人人人人人| 99国产综合亚洲精品| 色婷婷av一区二区三区视频| 亚洲婷婷狠狠爱综合网| 男人添女人高潮全过程视频| 亚洲精品,欧美精品| www.精华液| 人人妻人人澡人人看| 色综合欧美亚洲国产小说| 午夜久久久在线观看| 丰满迷人的少妇在线观看| 亚洲国产精品成人久久小说| 久久亚洲国产成人精品v| 国产免费福利视频在线观看| 丰满乱子伦码专区| 飞空精品影院首页| 国产精品一国产av| 日日摸夜夜添夜夜爱| 亚洲国产成人一精品久久久| av.在线天堂| 国产精品人妻久久久影院| 国产片特级美女逼逼视频| 国产亚洲av片在线观看秒播厂| 欧美日韩亚洲综合一区二区三区_| 99久久精品国产亚洲精品| 婷婷色综合www| 国产免费又黄又爽又色| 免费高清在线观看视频在线观看| 国产1区2区3区精品| 自线自在国产av| 夫妻性生交免费视频一级片| 亚洲av男天堂| 亚洲精品第二区| 欧美人与善性xxx| 看非洲黑人一级黄片| 99久久综合免费| 丁香六月天网| 亚洲精品视频女| 久久热在线av| 乱人伦中国视频| 欧美激情高清一区二区三区 | 久久久欧美国产精品| 国产黄频视频在线观看| 亚洲成人手机| 久热这里只有精品99| 亚洲一区二区三区欧美精品| 久久国产亚洲av麻豆专区| 悠悠久久av| 黑丝袜美女国产一区| 一本色道久久久久久精品综合| 热99国产精品久久久久久7| 秋霞伦理黄片| 男人操女人黄网站| 色播在线永久视频| 天天影视国产精品| 亚洲精品久久久久久婷婷小说| 久久人人爽av亚洲精品天堂| 97在线人人人人妻| 亚洲一区二区三区欧美精品| 亚洲精品久久午夜乱码| 黑人巨大精品欧美一区二区蜜桃| 亚洲精品aⅴ在线观看| 精品一区在线观看国产| 欧美成人精品欧美一级黄| 国产男女超爽视频在线观看| 男女边吃奶边做爰视频| 国产成人欧美| 制服丝袜香蕉在线| 天堂8中文在线网| 婷婷成人精品国产| 色94色欧美一区二区| 久久久久国产一级毛片高清牌| 午夜激情av网站| 亚洲,欧美精品.| 中文字幕人妻熟女乱码| 热99国产精品久久久久久7| av视频免费观看在线观看| 在线观看免费日韩欧美大片| 欧美日韩亚洲国产一区二区在线观看 | av在线老鸭窝| 大香蕉久久成人网| 十八禁高潮呻吟视频| 国产免费福利视频在线观看| 色视频在线一区二区三区| av线在线观看网站| 久久久久久久久久久久大奶| 在线观看免费高清a一片| tube8黄色片| 天天躁夜夜躁狠狠久久av| 精品一区二区三区av网在线观看 | 在线观看免费日韩欧美大片| 不卡av一区二区三区| 成人午夜精彩视频在线观看| 亚洲熟女精品中文字幕| 99九九在线精品视频| 久久婷婷青草| 亚洲国产av新网站| 97人妻天天添夜夜摸| 亚洲精品美女久久av网站| 最近最新中文字幕免费大全7| 欧美日韩精品网址| 欧美黑人欧美精品刺激| 性少妇av在线| 天堂俺去俺来也www色官网| 精品酒店卫生间| 精品久久蜜臀av无| 18禁动态无遮挡网站| 欧美xxⅹ黑人| 久久97久久精品| 波多野结衣av一区二区av| 天天躁夜夜躁狠狠久久av| 伦理电影大哥的女人| 看非洲黑人一级黄片| 国产精品嫩草影院av在线观看| 国产精品国产av在线观看| 99香蕉大伊视频| 咕卡用的链子| 91精品三级在线观看| e午夜精品久久久久久久| 午夜激情av网站| 亚洲中文av在线| 在线观看三级黄色| 黑人巨大精品欧美一区二区蜜桃| 只有这里有精品99| 欧美国产精品va在线观看不卡| 亚洲精华国产精华液的使用体验| 成人国语在线视频| 日韩一区二区三区影片| av.在线天堂| 亚洲情色 制服丝袜| 人人妻,人人澡人人爽秒播 | 国产熟女午夜一区二区三区| 久久久久国产精品人妻一区二区| 亚洲成人av在线免费| 亚洲精品国产色婷婷电影| www.自偷自拍.com| 国产精品.久久久| av女优亚洲男人天堂| 亚洲国产成人一精品久久久| av视频免费观看在线观看| 只有这里有精品99| 国产老妇伦熟女老妇高清| 精品人妻熟女毛片av久久网站| 色吧在线观看| 如何舔出高潮| 成年美女黄网站色视频大全免费| 高清不卡的av网站| 久久毛片免费看一区二区三区| 日韩精品有码人妻一区| 国产精品国产三级国产专区5o| 亚洲人成77777在线视频| 午夜久久久在线观看| 飞空精品影院首页| 人成视频在线观看免费观看| 亚洲婷婷狠狠爱综合网| 国产在线视频一区二区| 啦啦啦在线观看免费高清www| 免费看av在线观看网站| 一级毛片黄色毛片免费观看视频| 国精品久久久久久国模美| 久久国产精品男人的天堂亚洲| 汤姆久久久久久久影院中文字幕| 一级毛片我不卡| 国产一卡二卡三卡精品 | 最近手机中文字幕大全| 亚洲久久久国产精品| 少妇的丰满在线观看| 亚洲精品国产区一区二| 色精品久久人妻99蜜桃| 免费在线观看视频国产中文字幕亚洲 | 国产精品嫩草影院av在线观看| 老汉色av国产亚洲站长工具| 亚洲精品国产色婷婷电影| 极品少妇高潮喷水抽搐| 日本一区二区免费在线视频| 一区二区三区激情视频| 人成视频在线观看免费观看| 亚洲自偷自拍图片 自拍| 捣出白浆h1v1| 两个人看的免费小视频| 日本91视频免费播放| 久久天躁狠狠躁夜夜2o2o | videos熟女内射| 亚洲精品,欧美精品| 国产精品久久久久成人av| 久久鲁丝午夜福利片| 亚洲国产欧美在线一区| 十八禁高潮呻吟视频| 欧美精品一区二区免费开放| 色婷婷久久久亚洲欧美| 亚洲成人av在线免费| 色视频在线一区二区三区| 日韩精品免费视频一区二区三区| 国产一区二区在线观看av| 性色av一级| 免费女性裸体啪啪无遮挡网站| 一级毛片电影观看| 成年av动漫网址| 婷婷色麻豆天堂久久| 人妻人人澡人人爽人人| 黄色视频不卡| 色视频在线一区二区三区| 午夜福利乱码中文字幕| 日韩大片免费观看网站| 在线亚洲精品国产二区图片欧美| 青草久久国产| 久久久久国产精品人妻一区二区| 国产精品久久久久久人妻精品电影 | 免费在线观看完整版高清| 精品午夜福利在线看| 亚洲国产成人一精品久久久| 日本色播在线视频| 亚洲av综合色区一区| 午夜福利网站1000一区二区三区| av电影中文网址| 不卡视频在线观看欧美| 久久人人爽av亚洲精品天堂| 亚洲精华国产精华液的使用体验| 777米奇影视久久| 男人舔女人的私密视频| 99精品久久久久人妻精品| 一二三四在线观看免费中文在| 天堂中文最新版在线下载| av卡一久久| 亚洲成人国产一区在线观看 | 国产精品一区二区精品视频观看| 国产福利在线免费观看视频| 老司机亚洲免费影院| 久久精品人人爽人人爽视色| 我的亚洲天堂| 尾随美女入室| 日本猛色少妇xxxxx猛交久久| 丝袜喷水一区| 亚洲一级一片aⅴ在线观看| 18禁观看日本| 欧美日韩一级在线毛片| 老汉色∧v一级毛片| 亚洲激情五月婷婷啪啪| 欧美日韩精品网址| 伊人亚洲综合成人网| 亚洲四区av| 国产av精品麻豆| 日日爽夜夜爽网站| 大香蕉久久网| 国精品久久久久久国模美| 熟女av电影| √禁漫天堂资源中文www| 亚洲欧美色中文字幕在线| 国产麻豆69| 美女视频免费永久观看网站| 亚洲色图 男人天堂 中文字幕| 秋霞在线观看毛片| 亚洲av国产av综合av卡| 久久久久国产精品人妻一区二区| 亚洲一区二区三区欧美精品| 黄色视频在线播放观看不卡| 中文天堂在线官网| 精品久久久精品久久久| 人人妻人人爽人人添夜夜欢视频| 成人漫画全彩无遮挡| 日韩欧美一区视频在线观看| 日本猛色少妇xxxxx猛交久久| 久久国产精品男人的天堂亚洲| 亚洲免费av在线视频| av线在线观看网站| 日本vs欧美在线观看视频| 男人舔女人的私密视频| 亚洲av成人精品一二三区| 久久久久久久大尺度免费视频| 亚洲美女黄色视频免费看| 秋霞在线观看毛片| 只有这里有精品99| 超碰97精品在线观看| 国产精品国产三级专区第一集| 午夜激情av网站| 99精国产麻豆久久婷婷| svipshipincom国产片| 国产在线一区二区三区精| 日韩av不卡免费在线播放| 9热在线视频观看99| 亚洲第一区二区三区不卡| 一本久久精品| 亚洲七黄色美女视频| 最近手机中文字幕大全| 亚洲七黄色美女视频| 欧美 亚洲 国产 日韩一| 大陆偷拍与自拍| 777久久人妻少妇嫩草av网站| 国产免费福利视频在线观看| 欧美日韩av久久| 亚洲精品aⅴ在线观看| 在线 av 中文字幕| 伊人亚洲综合成人网| 老司机在亚洲福利影院| 婷婷色麻豆天堂久久| 久久人人爽人人片av| 中文天堂在线官网| 亚洲欧美日韩另类电影网站| 日韩大码丰满熟妇| 丰满饥渴人妻一区二区三| 这个男人来自地球电影免费观看 | 汤姆久久久久久久影院中文字幕| 亚洲综合精品二区| 亚洲美女搞黄在线观看| 肉色欧美久久久久久久蜜桃| 午夜久久久在线观看| 久久久久久久国产电影| 欧美日韩亚洲综合一区二区三区_| 亚洲国产欧美在线一区| 国产日韩欧美在线精品| 色综合欧美亚洲国产小说| 美女午夜性视频免费| 又粗又硬又长又爽又黄的视频| 日韩 欧美 亚洲 中文字幕| 高清av免费在线| 日韩视频在线欧美| 男女国产视频网站| 一区福利在线观看| 亚洲精品国产色婷婷电影| 亚洲视频免费观看视频| 一级毛片电影观看| av在线老鸭窝| 视频区图区小说| 免费看av在线观看网站| 天天操日日干夜夜撸| 久久国产亚洲av麻豆专区| 蜜桃在线观看..| 国产精品亚洲av一区麻豆 | av免费观看日本| 一级黄片播放器| 成人毛片60女人毛片免费| 美国免费a级毛片| 日本黄色日本黄色录像| 国产精品 欧美亚洲| 久久久久久久国产电影| 免费观看a级毛片全部| 如何舔出高潮| 99久久精品国产亚洲精品| 午夜福利视频在线观看免费| 国产亚洲欧美精品永久| av视频免费观看在线观看| 中国国产av一级| 91精品三级在线观看| 亚洲精品av麻豆狂野| 女性生殖器流出的白浆| 高清欧美精品videossex| 久久99一区二区三区| 欧美日韩精品网址| 黄片无遮挡物在线观看| 午夜精品国产一区二区电影| 日本vs欧美在线观看视频| 国产一区有黄有色的免费视频| 高清av免费在线| 国产精品国产av在线观看| 黑人欧美特级aaaaaa片| 岛国毛片在线播放| 日韩欧美精品免费久久| 亚洲av欧美aⅴ国产| 久久人人爽人人片av| 黄片无遮挡物在线观看| 亚洲图色成人| av网站在线播放免费| 国产精品国产av在线观看| 天堂8中文在线网| 国产精品.久久久| 国语对白做爰xxxⅹ性视频网站| 大话2 男鬼变身卡| 亚洲精品成人av观看孕妇| 午夜av观看不卡| 韩国精品一区二区三区| 欧美xxⅹ黑人| 午夜日韩欧美国产| www.av在线官网国产| 毛片一级片免费看久久久久| 中文字幕人妻丝袜制服| 少妇 在线观看| 国产精品偷伦视频观看了| 在线亚洲精品国产二区图片欧美| 一本色道久久久久久精品综合| 久久精品熟女亚洲av麻豆精品| 久久久久精品国产欧美久久久 | 蜜桃国产av成人99| 国产麻豆69| 国产精品久久久av美女十八| av天堂久久9| 亚洲精品美女久久av网站| 亚洲国产欧美网| 最近最新中文字幕大全免费视频 | 尾随美女入室| 午夜日韩欧美国产| 欧美在线一区亚洲| 啦啦啦啦在线视频资源| 午夜老司机福利片| 国产淫语在线视频| 人人澡人人妻人| 国产精品一区二区在线观看99| 丰满少妇做爰视频| 精品福利永久在线观看| 精品国产超薄肉色丝袜足j| 少妇人妻 视频| 国产色婷婷99| 国产成人av激情在线播放| 亚洲人成77777在线视频| 在线 av 中文字幕| 国产黄频视频在线观看| 美女国产高潮福利片在线看| 成人手机av| 亚洲av综合色区一区| 婷婷色综合大香蕉| 国产日韩欧美在线精品| 国产高清国产精品国产三级| 成人免费观看视频高清| 亚洲一区中文字幕在线| 街头女战士在线观看网站| 亚洲图色成人| 国产精品三级大全| 国产欧美亚洲国产| 亚洲自偷自拍图片 自拍| 又大又爽又粗| 久久人人97超碰香蕉20202| 最新在线观看一区二区三区 | 亚洲,欧美精品.| www日本在线高清视频| 只有这里有精品99| 伊人久久国产一区二区| 欧美另类一区| 久久久久久久久久久免费av| 9热在线视频观看99| 亚洲天堂av无毛| 在线观看人妻少妇| 国产高清国产精品国产三级| 夫妻性生交免费视频一级片| 久热爱精品视频在线9| 一区在线观看完整版| av在线老鸭窝| 人人澡人人妻人| 叶爱在线成人免费视频播放| 最近的中文字幕免费完整| 99热国产这里只有精品6| 国产精品久久久av美女十八| 综合色丁香网| 精品免费久久久久久久清纯 | 成人午夜精彩视频在线观看| 久久国产亚洲av麻豆专区| 男女下面插进去视频免费观看| 丰满饥渴人妻一区二区三| 色婷婷av一区二区三区视频| kizo精华| 王馨瑶露胸无遮挡在线观看| 亚洲国产欧美一区二区综合| 九九爱精品视频在线观看| 国产精品三级大全| 日韩熟女老妇一区二区性免费视频| 亚洲一区中文字幕在线| 亚洲一卡2卡3卡4卡5卡精品中文| 精品国产一区二区三区四区第35| 日韩成人av中文字幕在线观看| 肉色欧美久久久久久久蜜桃| 另类精品久久| 国产男人的电影天堂91| 啦啦啦 在线观看视频| 免费日韩欧美在线观看| 91aial.com中文字幕在线观看| videos熟女内射| 亚洲av电影在线观看一区二区三区| 久久女婷五月综合色啪小说| 一级a爱视频在线免费观看| 人人妻人人澡人人看| 精品人妻在线不人妻| 亚洲精品av麻豆狂野| 人成视频在线观看免费观看| 18禁观看日本| 丰满乱子伦码专区| 免费高清在线观看日韩| 亚洲三区欧美一区| 国产成人欧美在线观看 | 国产精品一国产av| 国产xxxxx性猛交| xxxhd国产人妻xxx| 交换朋友夫妻互换小说| 自线自在国产av| 亚洲精品国产色婷婷电影| 亚洲成人av在线免费| 亚洲精品成人av观看孕妇| 免费不卡黄色视频| 人妻一区二区av| 不卡av一区二区三区| av免费观看日本| 在线观看免费视频网站a站| 美女福利国产在线| 最新的欧美精品一区二区| 精品人妻一区二区三区麻豆| 精品第一国产精品| 国产成人精品久久久久久| 丝袜在线中文字幕| 午夜久久久在线观看| 亚洲av电影在线进入| 韩国av在线不卡| 亚洲免费av在线视频| 亚洲久久久国产精品| 美女国产高潮福利片在线看| 日韩不卡一区二区三区视频在线| 久久久欧美国产精品| 最近手机中文字幕大全| 日本午夜av视频| 一区二区日韩欧美中文字幕| 男男h啪啪无遮挡| 男女边摸边吃奶| 91成人精品电影| 日本爱情动作片www.在线观看| 人成视频在线观看免费观看| 亚洲av成人不卡在线观看播放网 | 熟女少妇亚洲综合色aaa.| 性高湖久久久久久久久免费观看| 国产黄色视频一区二区在线观看| 国产成人免费观看mmmm| 国产探花极品一区二区| 国产片特级美女逼逼视频| 日本wwww免费看| 人妻一区二区av| 亚洲一区中文字幕在线| 精品一区二区三区四区五区乱码 | 丝袜美腿诱惑在线| 精品国产超薄肉色丝袜足j| 久久久国产一区二区| 欧美最新免费一区二区三区| 激情视频va一区二区三区| 国产亚洲欧美精品永久| 亚洲人成77777在线视频| 国产无遮挡羞羞视频在线观看| 又粗又硬又长又爽又黄的视频| 人人妻人人澡人人爽人人夜夜| 国产乱来视频区| 色综合欧美亚洲国产小说| 久久精品人人爽人人爽视色| 激情视频va一区二区三区| 亚洲精品国产一区二区精华液| 久久国产精品大桥未久av| 蜜桃国产av成人99| 黑人猛操日本美女一级片| 丝袜美腿诱惑在线| 18禁动态无遮挡网站| 成人影院久久| 成人毛片60女人毛片免费| 久久精品国产a三级三级三级| 精品一区二区三区av网在线观看 | 国产精品熟女久久久久浪| 精品国产一区二区久久| 国产伦理片在线播放av一区|