10.3969/j.issn.1000-3428.2017.01.003
基于Gibbs采样与概率分布估计的移动云数据存储
为提高移动云数据存储远程服务器的计算和存储能力,提出一种改进的移动云数据存储算法.利用表决数据分配和表决数据处理框架,构建考虑节点失效概率的重采样期望传播时间计算模型,并建立整合能源效率和容错性的表决动态网络.采用概率分布估计对动态网络模型进行存储路径优化,应用Gibbs采样解决分布估计的样本数据高维耦合和无监督训练问题.实验结果表明,与贪心算法、随机放置算法和分布估计算法相比,该算法具有更高的能源效率和存储可靠性.
Gibbs采样、分布估计、重采样、移动云、数据存储
43
TP391(计算技术、计算机技术)
2017-08-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
13-19