实时数据库系统节省能耗的关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60873030
  • 项目类别：
    面上项目
  • 资助金额：
    31.0万
  • 负责人：
    李国徽
  • 依托单位：
    华中科技大学
  • 学科分类：
    F0202.系统软件、数据库与工业软件
  • 结题年份：
    2011
  • 批准年份：
    2008
  • 项目状态：
    已结题
  • 起止时间：
    2009-01-01 至2011-12-31

项目摘要

节省能耗技术对于实时数据库系统（RTDBS）降低能量开销，削减散热成本，减少系统出现错误的概率，提高系统可靠性，最终为用户提供更长时间的稳定服务至关重要。近年来出现了能工作在不同电压的CPU及磁盘，其能耗跟工作电压的平方甚至立方成正比关系，这为研究RTDBS中节省能耗的技术提供了硬件基础；另一方面，RTDBS追求事务截止期的满足，在满足事务截止期的前提下，可以适当降低CPU及磁盘的工作频率，以达到节能目的。本课题深入系统地分析RTDBS中影响系统能耗的关键因素以及它们之间的相互关联，研究基于保存点的事务执行模型以减少实时事务执行出现临时错误时的损失；根据事务的价值等特征在各事务之间优化分配能量；在CPU计算及数据存取之间合理分配实时事务空闲时间；研究实现节省能耗的实时事务调度策略、CPU的动态电压调整技术及磁盘速度调度策略，以尽可能节省RTDBS能耗。

结项摘要

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（7）
专利数量（0）
基于函数依赖的结构匹配方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报，2009.10
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Continuous k-nearest neighbour processing based on speed and direction of moving objects in a road network
基于路网中移动物体速度和方向的连续k近邻处理
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
An Energy-Efficient Deterministic Fault-Tolerant Scheduling Scheme in Embedded Real-Time Systems
嵌入式实时系统中节能的确定性容错调度方案
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
嵌入式实时系统中基于检验点的电压分配技术
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机学报, 2009, 12
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于部分函数依赖的结构匹配方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机学报, 2010, 2
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

无线广播环境下的不确定数据最近邻查询技术研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Peer-to-Peer Networking and Applications
  • 影响因子：
    4.2
  • 作者：
    诸方舟;李国徽
  • 通讯作者：
    李国徽
基于数据广播的空间关键字查询处理
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    华中科技大学学报(自然科学版)科技大学
  • 影响因子：
    --
  • 作者：
    李艳红;李国徽;黄群
  • 通讯作者：
    黄群
Execution-Efficient Response Time Analysis on Global Multiprocessor Platforms
全球多处理器平台上的执行效率响应时间分析
  • DOI：
    10.1109/tpds.2018.2843763
  • 发表时间：
    2018-12
  • 期刊：
    IEEE Transactions on Parallel and Distributed Systems
  • 影响因子：
    5.3
  • 作者：
    周全;李国徽;李剑军;邓承刚
  • 通讯作者：
    邓承刚
Probabilistic CkNN Queries of Uncertain Data in Large Road Networks
大型道路网络中不确定数据的概率 CkNN 查询
  • DOI：
    10.1109/access.2016.2635682
  • 发表时间：
    2016
  • 期刊：
    IEEE Access
  • 影响因子：
    3.9
  • 作者：
    朱容波;李国徽;徐立群;罗昌银
  • 通讯作者：
    罗昌银
Searching continuous nearest neighbors in road networks on the air
空中搜索道路网络中的连续最近邻居
  • DOI：
    10.1016/j.is.2014.01.003
  • 发表时间：
    2014-06
  • 期刊：
    Information Systems
  • 影响因子：
    3.7
  • 作者：
    李剑军;徐立群;李青;李国徽
  • 通讯作者：
    李国徽

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

李国徽的其他基金

融合多模态数据的对话式推荐及其可解释性研究
  • 批准号：
  • 批准年份：
    2022
  • 资助金额：
    54 万元
  • 项目类别：
    面上项目
时空文本数据情感挖掘关键技术研究
  • 批准号：
    61572215
  • 批准年份：
    2015
  • 资助金额：
    69.0 万元
  • 项目类别：
    面上项目
数据广播环境下路网中连续（反向）k-近邻查询处理研究
  • 批准号：
    61173049
  • 批准年份：
    2011
  • 资助金额：
    55.0 万元
  • 项目类别：
    面上项目
移动环境下的实时事务及其处理研究
  • 批准号：
    60203017
  • 批准年份：
    2002
  • 资助金额：
    22.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码