پایان نامه : ارائه روشی برای افزایش کارایی پردازش تصاویر بوسیله مدل نگاشت کاهش |
عنوان
صفحه 1- مقدمه. 2
1-1- کلیات.. 2
1-2- اهمیت تحقیق.. 3
1-3- هدف تحقیق.. 4
1-4- گفتارهای پایان نامه. 5
2- مبانی نظری تحقیق… 7
2-1- رایانش ابری.. 7
2-1-1- ویژگیهای اساسی رایانش ابری: 8
2-1-1-1- دسترسی سلف سرویس و بنا به تقاضا: 8
2-1-1-2- دسترسی تحت شبکه: 8
2-1-1-3- تجمیع منابع: 8
2-1-1-4- انعطاف پذیری سریع: 8
2-1-1-5- خدمات اندازه گیری شده: 9
2-1-2- مدلهای سرویس دهی رایانش ابری: 9
2-1-2-1- نرم افزار بعنوان سرویس: 9
2-1-2-2- پلتفرم بعنوان سروریس: 9
2-1-2-3- زیرساخت بعنوان سرویس: 9
2-1-3- مدلهای خدمات رایانش ابری: 10
2-1-3-1- ابر عمومی: 10
2-1-3-2- ابر خصوصی: 10
2-1-3-3- ابر گروهی: 10
2-1-3-4- ابر ترکیبی: 10
2-2- نگاشتکاهش…. 10
2-3- آپاچی هدوپ.. 13
2-3-1- فایل سیستم توزیع یافته هدوپ (HDFS) 15
2-3-2- چارچوب نگاشتکاهش(MapReduce) 17
3- مروری بر تحقیقات انجام شده. 20
4- روش تحقیق… 40
4-1- مقدمه. 40
4-2- انتخاب پارامترها 40
4-2-1- مقیاس پذیری.. 41
4-2-1-1- Scale up.. 41
4-2-1-2- Scale in.. 41
4-2-1-3- Scale out 41
4-2-2- تعداد Map Taskهای همزمان.. 41
4-2-3- حجم قطعات تصاویر. 42
4-2-4- تعداد تکرار داده ها روی شبکه. 42
4-2-5- حجم داده مورد بررسی.. 42
4-3- برنامه مورد استفاده. 42
4-4- بررسی پارامترها 44
4-4-1- سناریو اول: تاثیر مقیاس پذیری عمودی(Scale Up) بر زمان پردازش… 44
4-4-2- سناریو دوم: بررسی تاثیر مقیاس پذیری (Scale in) بر زمان پردازش… 47
4-4-3- سناریو سوم: بررسی تاثیر حجم قطعات تصاویر بر زمان پردازش… 52
4-4-4- سناریو چهارم: بررسی تاثیر تعداد Map Task های همزمان بر زمان پردازش… 55
4-4-5- سناریو پنجم: بررسی تاثیر تعداد تکرار تصاویر بر زمان پردازش… 58
4-4-6- سناریو ششم: بررسی پارامتر حجم دادهها 63
4-4-7- سناریو هفتم: تاثیر مقیاس پذیری افقی(Scale Out) بر زمان پردازش… 65
4-5- نتایج.. 68
5- بررسی و تحلیل یافتههای تحقیق… 71
6- نتیجهگیری و پیشنهادها 77
فهرست جدولها | ||
عنوان | صفحه | |
جدول 3‑1: زمان صرف شده نسبت به حجم داده ورودی در [32] 23 جدول 3‑2: خلاصه پژوهش های انجام شده در زمینه پردازش تصویر بکمک مدل نگاشت کاهش… 38 جدول 4‑1: مشخصات سیستم برای بررسی مقیاس پذیری عمودی.. 45 جدول 4‑2: ساختار کلاستر اول با 16ماشین. 48 جدول 4‑3: ساختار کلاستر دوم با 8 ماشین. 48 جدول 4‑4: ساختار کلاستر سوم با 5 ماشین. 48 جدول 4‑5: پیکربندی حالت سریال. 49 جدول 4‑6: ساختار کلاستر با 7 ماشین. 53 جدول 4‑7: نتایج بررسی پارامتر حجم قطعات تصاویر. 53 جدول 4‑8: نتیجه تاثیر تعداد Map Taskها بر زمان پردازش در روش دوم. 56 جدول 4‑9: نتایج بررسی پارامتر تعداد تکرار 59 جدول 4‑10: تغییر زمان پردازش با افزایش حجم تصاویر ورودی.. 63 جدول 4‑11: نتایج بررسی تاثیر مقیاس پذیری افقی برزمان پردازش.. 66 جدول 4‑12: مدل پیشنهادی.. 69 جدول 5‑1: مقادیر پیشنهادی برای پارامترها در بررسی موردی.. 74 |
فهرست شکلها
عنوان | صفحه | |
شکل 2‑1: مراحل مدل نگاشت کاهش… 12 شکل 2‑2: شمای کلی مدل برنامه نویسی نگاشت کاهش… 12 شکل 2‑3: نحوه اجرای برنامه WordCount در نگاشتکاهش… 13 شکل 2‑4: برخی از شرکتهایی که از هدوپ استفاده میکنند. 14 شکل 2‑5: نمونهای از یک کلاستر هدوپ.. 14 شکل 2‑6: ذخیره فایل در فایل سیستم توزیع شده هدوپ.. 16 شکل 2‑7: نحوه نوشتن فایل درHDFS. 17 شکل 2‑8: ساختار کلی یک کلاستر هدوپ.. 18 شکل 3‑1: تاثیر افزایش داده ها بر زمان پردازش در کلاسترهای مختلف.. 21 شکل 3‑2: تاثیر تعداد Map Task هایی که بطور همزمان روی هر نود اجرا می شوند بر زمان پردازش.. 22 شکل 3‑3 : تاثیر افزایش حجم تصویر بر زمان پردازش در الگوریتم Auto-Contrast 26 شکل 3‑4 : تاثیر افزایش حجم تصویر بر زمان پردازش در الگوریتم تشخیص لبه. 26 شکل 3‑5: تاثیر افزایش حجم تصویر بر زمان پردازش در الگوریتم Color Sharpening. 27 شکل 3‑6: تاثیر افزایش نود بر زمان پردازش در دیتاست کوچک.. 30 شکل 3‑7: تاثیر افزایش تعداد نود بر زمان پردازش در دیتاست بزرگ.. 30 شکل 3‑8: تاثیر افزایش نود بر زمان پردازش در دو حالت توزیع داده ها 31 شکل 3‑9: تاثیر افزایش نودها بر کارایی در الگوریتم بازیابی تصاویر. 32 شکل 3‑10: نحوه رفتار الگوریتم بازیابی تصاویر با افزایش داده 32 شکل 3‑11: پیچیدگی محاسباتی با اجرای برنامه MLC.. 33 شکل 3‑12: تاثیر حجم داده ورودی بر اجرای برنامه MLC.. 34 شکل 3‑13: ساختار ترکیب Hadoop و Cuda. 35 شکل 3‑14: نمودار جریان داده در ترکیب Hadoop با Cuda. 36 شکل 4‑1: نتیجه اجرای برنامه تشخیص لبه روی تصاویر. 43 شکل 4‑2: تغییر مقیاس عمودی.. 45 شکل 4‑3: تاثیر مقیاس پذیری عمودی بر زمان پردازش در حالت سریال و موازی.. 46 شکل 4‑4: ساختار مقیاس پذیری Scale In. 47 شکل 4‑5: تاثیر تعداد ماشینها با تعداد مپرهای مختلف بر زمان پردازش.. 50 شکل 4‑6: تاثیر تعداد ماشینها با تعداد مپرهای برابر بر زمان پردازش.. 51 شکل 4‑7: مقایسه روشهای موازی با تعداد وظایف مختلف، با پردازش سریال. 51 شکل 4‑8: نمودار تاثیر حجم قطعات تصاویر بر زمان پردازش.. 54 شکل 4‑9: تاثیر تعداد Map Task های مختلف بر زمان پردازش در روش دوم. 57 شکل 4‑10: نمودار تاثیر تعداد تکرار بر زمان پردازش.. 60 شکل 4‑11: تاثیر تعداد تکرار تصاویر بر توان عملیاتی. 62 شکل 4‑12: نحوه تغییر زمان پردازش با افزایش حجم تصاویر ورودی.. 64 شکل 4‑13: تغییر مقیاس افقی. 65 شکل 4‑14: نحوه تاثیر مقیاس پذیری افقی بر زمان پردازش.. 67 |
فهرست نشانههای اختصاری
HDFS Hadoop Distributed File System
فرم در حال بارگذاری ...
[دوشنبه 1399-10-01] [ 03:13:00 ب.ظ ]
|