基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对遥感影像数据量大,多用户并发请求造成服务器负载加重,使遥感影像传输效率逐渐降低的问题,提出一种在多线服务器环境下分块调度遥感影像资源的策略.该策略采用改进的蚁群优化(IACO)算法,通过引入一个线路等待因子γ动态选择当前最优的线路进行传输,从而提高传输效率.对IACO、ACO、Max-min、Min-min和Random算法进行了对比实验,IACO算法在客户端的任务完成时间和服务器端的执行时间与其他算法相比均是最少的,且随着任务数目的增加,效果更明显;同时IACO算法的线路资源的利用率也更高.仿真结果表明:多线服务器分块调度策略与改进蚁群算法相结合,使遥感影像传输速度和线路资源利用率均有一定提高.
推荐文章
基于元胞蚁群算法模型的云资源调度
蚁群算法
元胞自动机
云计算
资源调度
基于蚁群算法的短波侦收资源调度方法研究
短波侦收
协同侦收
资源调度
蚁群算法
基于改进蚁群算法的客户服务调度方法
客户服务
改进蚁群算法
调度方法
一种基于蚁群算法的任务调度方法
蚁群算法
网格计算
遗传算法
退火算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群算法的遥感影像传输资源调度方法
来源期刊 计算机应用 学科 工学
关键词 遥感 资源调度 蚁群优化算法 多线服务器 资源利用率
年,卷(期) 2014,(11) 所属期刊栏目 网络与通信
研究方向 页码范围 3210-3213
页数 4页 分类号 TP75
字数 3321字 语种 中文
DOI 10.11772/j.issn.1001-9081.2014.11.3210
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘万军 辽宁工程技术大学软件学院 181 1681 19.0 33.0
2 姜庆玲 铁岭师范高等专科学校工学院 13 47 4.0 5.0
3 曲海成 辽宁工程技术大学软件学院 52 387 11.0 18.0
7 孟煜 辽宁工程技术大学软件学院 8 61 4.0 7.0
8 王晓宇 辽宁工程技术大学软件学院 2 18 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (3)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (22)
二级引证文献  (10)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(11)
  • 参考文献(4)
  • 二级参考文献(7)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
遥感
资源调度
蚁群优化算法
多线服务器
资源利用率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导