煤巷顶板力学性质及稳定性分类探究-张红武-副本.doc

煤巷顶板力学性质及稳定性分类研究-张红武-副本 1、相关定义 1.1、相关定义 在介绍 CGSP 数据管理系统的副本机制之前,首先引入以下约定和术语: (1) 系统存储资源节点数 N :系统中存储资源的个数; (2) 副本度k ,某个原始数据所拥有的副本个数; (3) 原始数据或主拷贝 primary copy :原始数据; (4) 副本数据backup copy :数据的副本; (5) MTTF :Mean Time To Failure 平均失效前时间,定义为随机变量、出错时间 等的期望值,根据目前磁盘的生产工艺,在本文中假设认为一块磁盘的MTTF 为 1000 天,大概 3 年左右的时间; (6) MTTR :Mean Time To Repair 平均恢复前时间,它是一个随机变量,定义 恢复时间的期望值,包括确认失效发生所必需的时间、以及维护所需要的时间; (7) MTBF :Mean Time Between Failures 平均故障间隔时间,失效或维护中所需 要的平均时间,包括故障时间以及检测和维护设备的时间; (8) MTTDL :Mean Time To Data Loss 平均数据丢失时间,一个系统从开始运行 到永久丢失第一份数据的平局时间; (9) 可用性( Availability ):系统的有效使用时间(小时)除以有效使用时间和 故障维修时间之和; 23 (10) 可靠性(R e liability ):系统有效使用时间(小时)除以故障发生的次数。 在以上的各个概念中,需要对可用性和可靠性进行严格区分,它们两个是完全不 同的概念,可靠性使用MTBF (Mean Time Between Failure)衡量,单位是”小时”, 例如一个系统使用了 20000 小时,其间发生了 4 次故障,所以其MTBF 为 20000 小时 /4 = 5000 小时,即该系统可靠性为 5000 小时;如果每次故障发生需用 10 个小时修复, 则这个系统的可用性为20000/(20000+ 4 × 10) = 0.998 = 99.8% ,可用性是用百分比衡量 的。因此,可靠性高的系统可用性不一定高,可靠性可以通过冗余技术来提高,可用 性则跟机器的结构设计以及维修技术的快慢有关。 1.2、超图的基本定义 超图中的许多概念和定理是从图中推广而来,本小节给出超图的一些基本概 念?[、术语、符号和定理。2i] 定义2.7:设厂={又|,七,,x 1.3、分类问题的定义 数据分类(data classification)先通过描述数据中存在的模型或知识,然后 在利用这些知识来指导对未知分类对象的分类。可见数据分类过程是一个典型的 两步过程。 第一步,就是根据数据信息,建立起一个可以描述数据的模型。首先假定每 个数据元组都是属于一个预先定义好的类的,由类属性标号来标识确定。类属性 标号确定的数据元组构成训练数据集。通过使用特定的算法分析训练数据集,得 到模型所需的知识。 第二步,就是由模型指导,对分类未知的对象进行分类。这里要求使用的模 型对于之前训练集数据具有可靠的评估准确率。准确率标志你的模型是否具有可 行性。一般采用的评估准确率的方法有k-折交叉验证法(k-fold cross-validation) 和保持法(holdout)两种。如果确定了模型是可以接受的,那么之后就可以使用 这个模型进行分类了。 1.4、分类的定义 分类是数据挖掘中一项重要的核心技术[2],其目的就是通过学习得到一个目标 函数 f,把每个属性集映射到一个预先定义的类标号y,因此可以将分类看作是从数 据库到一组类别的映射。这些类别是被预先定义的,没有重合的。数据库里的每一 个元组都可以准确地分配到某个类中。 1.5、稳定性定义 为了简单起见,对于神经网络(2. 1) ,记: En0=N ?(n 0) ( 有时有0[0, 0 ] En=Nn ?kn(k N +( 1)) ) ,? ? 0 sup Δ =n∈En . N(a,b)={a,a+1,,b ?1, b} ,N+(n0)={n0,n0+1, n 0 +2, } N?(n0)={n0,n0?1, n0 ?2,} ; 对于其余神经网络,记: I= [t 0 ,+∞) ,Et0= (?∞,t 0 ] ( 有时0[0, 0 ] Et=t? Δt( Δ 为某正常数) ) ,? ? 0 sup Δ =tEt . 定义 2.2.1 称神经网络(2. 1) 的平凡解是全局指数渐近稳定的,如果?n0N +( n0 ) ?λ0 ,?η∈(0, 1) ,?α 0 有K(α) 0 ,使得当?Δ 0 , ?α0 有K(α) 0 使得当?Δ 0 ,?δ( t 0, ε) 0 ,使得当?+? 0