基于迁移学习的并行化大数据流传输系统设计

• 作者: 庞崇高 陆玉发
• 来源期刊: 现代电子技术
• 关键词: 并行化大数据流 数据流传输 系统设计 迁移学习算法 吞吐量测试 数据矩阵
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 40-42,46
• 页数: 4页
• 分类号: TN919-34|TP421
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.18.011

摘要

传统系统在并行化大数据流组件不变情况下的吞吐量会随着并发数增多而减少,影响数据流传输效率.为了解决这一问题,提出基于迁移学习的并行化大数据流传输系统.系统硬件由FPGA 核心控制器、XC7K325T-2FFG 900芯片、DCM时钟组成,用于实时传输数据流.系统软件是在STORM平台上引入迁移学习算法.软、硬件结合,完成基于迁移学习的并行化大数据流传输系统设计.实验分别测试了两个系统在并行化大数据流组件不变情况下的吞吐量.将并行化大数据流分类组件设置为(5.5),(5.6),(5.7),(5.8),从实验结果可知,所设计的系统吞吐量会随着并发数、线程增多,呈上升趋势,能够有效提升并行化大数据流传输效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆玉发		13	8	2.0	2.0
2	庞崇高		4	0	0.0	0.0