云计算：面向IT业与科学研究的分布式互联网计算（Cloud.Computing.Distributed.Internet.Computing.for.IT.and.Scientific.Research）介绍中国云计算的发展。。。。

为了提高遥感数据的处理速度,解决遥感信息提取中的数据密集与计算密集问题,将并行计算的思想引入到遥感图像的处理与信息提取中,构建基于 Landsat ETM + 影像的分布式遥感图像水体提取模型｡以渭干河流域为研究区,利用单波段阈值法､多波段谱间关系法､水体指数法等方法进行水体信息自动提取的实验｡实验结果表明,该模型具有较高的识别精度,能够快速识别水体,并具有稳定的可扩展性和伸缩性｡

JAVA“连连看”游戏程序设计 《Java与对象分布技术》课程设计报告

基于SpringCloud实现的图书馆管理系统的设计与实现-微服务-分布式+适用于毕设，可用于毕设参考和练习，也可用于其它。 项目资源适用于大三、大四的同学，可用于毕设参考和练习，也可用于商用。 软件开发环境及开发工具： 开发语言：Java 框架：springcloud JDK版本：JDK1.8 服务器：tomcat7 数据库：mysql 5.7 数据库工具：Navicat11 开发软件：eclipse/myeclipse/idea Maven包：Maven3.3.9 浏览器：谷歌浏览器 本系统功能完整，适合作为毕业设计、课程设计、数据库大作业 参考 以及学习商用皆可。

分布最优平衡分层交叉验证 (DOB-SCV) 将数据集划分为 n 折，这样，除了基于标签的分层之外，还可以为每个类维护特征空间中的平衡分布。 使用 DOB-SCV 而不是分层交叉验证的实际效果是稍微提高了测试准确性。 最大的改进可以预期在小的、类别不平衡的数据集上。 该实现可用作CVPARTITION的直接替代。 参考：关于分区诱导的数据集偏移对 k 折交叉验证的影响的研究，可从https://ieeexplore.ieee.org/document/6226477 获得

2023软件杯A10分布式系统故障诊断

今天小编就为大家分享一篇关于Tensorflow分布式并行策略，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

C++并行与分布式编程 英文版 C++并行与分布式编程 英文版

分析了电感线圈的分布电容对电感、电阻抗、品质因数等电学测量的影响,提出了修正方法,并进行了实验验证。

植被的存在对保护天然河流和湿地的生态系统和水环境起着重要的作用，但它改变了水流的速度场，从而影响了污染物和生物量的运输。 作为分析通道环境容量的前提，水流的垂直速度分布引起了很多研究关注。 但是，仍然缺乏良好的预测模型。 对于淹没植被的河道，植被下部下部的垂直速度分布与非植被上部流动的垂直速度分布是不同的。 在本文中，在回顾了Baptist等人提出的最新两层模型之后，作者通过引入不同的混合长度标度（λ）提出了一种改进的两层分析模型。 所提出的模型基于流动的动量方程，其中湍流涡流粘度假定为与局部速度的线性关系。 将该模型与文献中针对不同数据集的Baptist模型进行了比较，结果表明，与Baptist模型相比，该模型对于一定范围的数据可以更好地改善垂直速度分布预测。 该研究表明，λ与植被的淹没（H / h）密切相关，如所建议。 当常数β为3/100时，所提出的模型与研究的广泛数据集显示出良好的一致性：1.25至3.33的水深（H）/植被高度（h），1.1至18.5的a的不同植被密度m-1（定义为单位体积植被的前缘面积），床坡度为（1.38-4.0）×10-3。