基于K-means的动态资源分配策略

来源 :计算机工程与设计 | 被引量 : 0次 | 上传用户:zhangbingcug
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为提高移动边缘计算(MEC)环境下大型云计算中心资源的利用率和用户体验,提出基于K-means算法的动态计算资源和频谱资源分配算法(KDSAA)。分析传统的资源平均分配方式和虚拟机分配方式现状,研究用户的综合需求,将资源模拟成“流体”,采用拍卖算法进行分配,线性求解出边缘云吞吐量和传输时延的最优值。实验结果表明,该算法可有效提高边缘云吞吐量和降低传输时延。
其他文献
针对钢水红外热图像存在各种噪声造成最后的钢水温度测量精度低的问题,本文提出基于模糊滤波的混合噪声处理方法。该方法通过对模糊滤波器的设计以及隶属函数的训练,可以有效地对由加性高斯噪声与非加性脉冲噪声组成的混合噪声进行处理,提高钢水红外热图像的均方差和峰值信噪比。并通过搭建实验平台,利用基于模糊滤波器的混合噪声处理方法对不同温度下的钢水红外图像进行噪声处理。此外基于红外热图像灰度值与温度之间的关系,对