《表2 目标层对比表：基于硬件资源的加权轮询算法研究》
提示：宽带有限、当前游客访问压缩模式
在服务器硬件构成中，CPU负责大量的运算，是整个系统的核心。内存和网络带宽也是相对重要的部分，通过对比分析这些硬件的相对重要程度得出目标层对比表2。
| 图表编号 | XD00145891200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.25 |
| 作者 | 陈震、廖涛 |
| 绘制单位 | 安徽理工大学计算机科学与工程学院、安徽理工大学计算机科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 硬件加速对比分析：基于ZYNQ的车载目标检测系统设计与实现》2020.07.31
- 《表3 板卡硬件情况：基于跨层协同的软件容错技术研究》2020.06.20
- 《表1 PC硬件表：基于蚁群优化算法的云计算调度资源模型》2020.05.20
- 《表1 算法成功率对比：基于改进TLD的运动目标跟踪算法研究》2020.06.25
- 《表5 服务器性能指数表：基于硬件资源的加权轮询算法研究》2020.07.25
- 《表4 服务器配置表：基于硬件资源的加权轮询算法研究》2020.07.25
- 《表3 参数K值表：基于硬件资源的加权轮询算法研究》2020.07.25
- 《表1 实验硬件环境：基于多特征融合的意图识别算法研究》2020.07.25
- 《表2 实验硬件环境：基于YOLO目标分割的船舶识别算法研究》2019.12.01
- 《表2 识别时间对比结果：基于加权正交约束非负矩阵分解的车脸识别算法》2020.04.10
- 《表2 第1准则层权重：基于层次分析法的频谱资源分配效果综合评价算法》2019.12.01
- 《表1 输出层的目标尺寸：基于视频的前车并线及碰撞预警算法研究》2019.09.18
- 《表2 GPU硬件资源：基于改进DMAS的平面波超声成像算法及其GPU实现》2019.07.15
- 《表1 硬件资源配置：基于深度学习的手势识别算法设计》2019.02.20
- 《表2 MAE结果对比：基于Bregman联合聚类与加权矩阵分解的融合推荐算法》2019.03.18
- 《表4 算法优缺点对比：基于运动相机的运动目标检测方法研究》2018.01.01
- 《表7 算法性能对比：多目标云资源最佳适应匹配算法的研究》2018.11.01
- 《表4 匹配资源算法：多目标云资源最佳适应匹配算法的研究》2018.11.01
- 《表4 匹配资源算法：多目标云资源最佳适应匹配算法的研究》2018.11.01
- 《表2 标准层对目标层（一级指标）专家加权意见咨询表》2019.10.20