1) ON/OFF source model
ON/OFF源模型
2) ON/OFF model
ON/OFF模型
1.
Combining ON/OFF model,adopting distributed framework,generates self-similarity network traffic and the speed of which is adjustable.
介绍了一种灵活高效的分布式网络流量生成方法;通过加入权重因子,利用反馈机制不断对产生的网络流量进行调整直至流量大小误差符合用户设定需求;结合ON/OFF模型,采用分布式结构产生了流量速率可调节的具有自相似特性的网络流量。
2.
ON/OFF model is used to design a generation algorithm.
以ON/OFF模型为理论依据,设计了生成自相似网络流量的算法,实现了在局域网环境中在线生成满足用户配置要求的网络流量,并对其关键部分代理端的流量生成模块进行了介绍。
3.
And then based on the modulating character which observed through real network stream data and ON/OFF model,an algor.
在分析当前网络流量特点的基础上,明确网络流量的自相似性,再根据实际采集的网络流量的调制特征,采用源叠加ON/OFF模型生成模拟数据,以流量数据的多重分形特征为标准,对模拟结果和真实数据的相似性进行了评估。
3) ON-OFF model
ON-OFF模型
1.
In this paper, ON-OFF model is introduced to generate bursty flows and applied in simulations of input-queued scheduling.
介绍了一种使用ON-OFF模型完成网络突发业务建模的方法，并且利用该模型完成了突发业务在输入排队调度中的仿真，为下一步研究开发在突发业务条件下具有鲁棒性的输入排队调度算法打下了基础。
4) on-off sources
on-off源
1.
By using the mathematical tools of renewal theory and Laplace-Stieltjes transform, the large-timescale covariance structure of the on-off sources with general distributed on/off duration was derived.
以更新理论和拉普拉斯-司阶梯变换为数学工具推导出各种on/off周期持续时间尾分布情况下,on-off源的长程相关结构。
5) ON/OFF source
ON/OFF源
1.
In this paper,we focus on the study of the characterization of IP(Internet Protocol) traffic and burst assembly mechanism in OBS networks,introduce a ON/OFF sources model to describe the self-similar data traffic in OBS networks.
文章对光突发交换(OBS)网络中的IP流量特性以及汇聚机制进行了深入的研究,通过引入ON/OFF源模型来模拟OBS网络中数据业务的自相似特性,通过对仿真进行分析,验证了ON/OFF理论模型的正确性,最后,利用合成的可控Hurst参数流量源,对几种典型的OBS汇聚算法进行了仿真分析,结果表明,这些汇聚算法对严格自相似性流量的长相关性并没有抑制效果,只是在短时间内对流量具有平滑作用。
6) on-off traffic
ON-OFF源业务
补充资料：源-受体模型
分子式：
CAS号：
性质：一种识别与解析大气颗粒物不同来源及其贡献率的数学方法。其基本思想是受体(一般为大气颗粒物的采集处)与源之间的污染物呈质量平衡关系。各种污染物从不同发生源排出后，迁移到受体，混合成均一的颗粒物样品，因此，它是由各不同源排放物的叠加，可用线性加和的数学式来表达。令，其中Mj为由污染源j排出的颗粒物质量(或浓度)，p为污染源数，m为采样处所得颗粒物的质量(或浓度)。如颗粒物中各种元素的质量(或浓度)为m，并假定颗粒物从污染源输送到受体处的过程中其质量(或浓度)不变，保持质量守恒原则，则源-受体模型的表达式为：其中Mij是从污染源j排放颗粒物中元素i的质量(或浓度)，Fij是j污染源排放颗粒物中元素i的质量(或浓度)百分数。受体模型的数学处理方法在不断发展中，现已有化学元素平衡法、因子分析、主成分分析、目标变换因子分析(TTFA)和聚类分析、元素富集因子等方法得到较多应用。
CAS号：
性质：一种识别与解析大气颗粒物不同来源及其贡献率的数学方法。其基本思想是受体(一般为大气颗粒物的采集处)与源之间的污染物呈质量平衡关系。各种污染物从不同发生源排出后，迁移到受体，混合成均一的颗粒物样品，因此，它是由各不同源排放物的叠加，可用线性加和的数学式来表达。令，其中Mj为由污染源j排出的颗粒物质量(或浓度)，p为污染源数，m为采样处所得颗粒物的质量(或浓度)。如颗粒物中各种元素的质量(或浓度)为m，并假定颗粒物从污染源输送到受体处的过程中其质量(或浓度)不变，保持质量守恒原则，则源-受体模型的表达式为：其中Mij是从污染源j排放颗粒物中元素i的质量(或浓度)，Fij是j污染源排放颗粒物中元素i的质量(或浓度)百分数。受体模型的数学处理方法在不断发展中，现已有化学元素平衡法、因子分析、主成分分析、目标变换因子分析(TTFA)和聚类分析、元素富集因子等方法得到较多应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条