基于实例学习的并行负荷分配中的训练实例选择问题

摘要：

基于实例学习的可适应性并行任务负荷分配算法能根据应用程序的静态特征估计其运算负荷,选定好的任务负荷分配方案使其多线程并行接近甚至达到最优,它具有低成本和高效率的特点.通过一系列实验,分析研究训练实例的选择对基于实例学习优化的效果的影响,从中总结一些有益的经验,以便进一步提高算法性能.

关键词： 运行性能 并行任务 实例学习 训练实例选择 并行负荷分配

作者: 龙舜 林永听 王会进

作者单位: 暨南大学计算机科学系,广州,510632

会议类型: 国内会议

会议名称: 2007全国理论计算机科学学术年会

会议地点: 南宁

会议语种:中文

页码: 228-232

在线出版日期: 2007-11-01（万方平台首次上网日期，不代表论文的发表时间）