基于消息队列的分布式系统数据一致性方法研究

为在分布式环境下保持数据的一致性,结合一个实际的容灾系统,对维护分布式数据库数据一致性问题进行了分析.根据对当前数据一致性维护技术的研究和比较,提出一种基于消息队列技术的一种实现数据一致性的方法.该方法通过对数据同步的研究,保证了实际容灾系统在一定条件下的数据一致性.     

基Hibernate的GDSS数据访问层的研究

简要介绍了群体决策支持系统(GDSS)的发展历程及Hibernate的基本技术思想,提出一种基于Hibernate的GDSS数据访问层的体系架构,该体系架构采用抽象工厂模式以保证在不损失性能的同时提高软件的灵活性.以网络会商群决策支持系统为实例,对该体系架构的合理性和可行性进行具体的研究,并由此总结出在GDSS中应用Hibernate来实现数据访问层的合理的体系架构以及这种体系架构今后的发展方向.     

可扩展分布式关系型云数据库方案

为满足云数据库高并发、高可扩展和高可用性的需求,在分析各种关系型和NOSQL数据库的基础上,借鉴关系型数据的便捷性与NOSQL的可扩展性,提出了一种可扩展性的关系型云数据库方案.该方案提出了全新的系统架构、数据库读写流程、数据合并流程、数据模型和数据结构与存储,并对其系统架构理论存在瓶颈进行分析.最后对数据一致性、可用性和线上运行性能进行分析,结果表明此方案可行.     

基于MSMQ的海量数据访问考试系统解决方案

分析了现有考试系统在应对海量数据访问时性能下降的原因,提出了一种基于MSMQ(微软消息队列)的海量数据并发访问的解决方案.该方案以同步和异步传输相结合的方式传递消息,既有效缓解了数据库的压力,又增加了系统的可靠性和可扩展性.     

基于多Agent系统架构的云数据存储安全框架

云计算环境中必须设立高效的安全技术确保数据中心的可靠进行.多Agent系统体系结构是用于维护系统安全的有效框架.针对云计算中数据存储安全问题,构建了一种基于多Agent系统架构的安全框架,该安全框架可以为数据中心的数据带来更好的保密性、可用性、正确性以及数据操作的协调性.通过对此框架安全性能的分析和实验测试,结果表明该安全框架具有较好的可行性和有效性.     

基于Hibernate的GDSS数据访问层的研究

简要介绍了群体决策支持系统(GDSS)的发展历程及Hibernate的基本技术思想，提出一种基于Hibernate的GDSS数据访问层的体系架构，该体系架构采用抽象工厂模式以保证在不损失性能的同时提高软件的灵活性．以网络会商群决策支持系统为实例，对该体系架构的合理性和可行性进行具体的研究，并由此总结出在GDSS中应用Hibernate来实现数据访问层的合理的体系架构以及这种体系架构今后的发展方向。     

一种面向金融应用的海量分布式关系数据库

提出了一种面向金融应用的海量分布式数据库架构CBase,该架构融合了关系数据库和非关系型数据库的优点,既支持关系查询和跨行跨表的事务处理,又支持数据的分布式存储和节点的快速扩展.系统改进了现有分布式数据库单点故障的问题,具有较高的吞吐率和快速的响应时间,已经在银行业务中得到实际应用.实践证明:该数据库可满足金融业务对于大数据存储和查询的性能需求.     

基于CNN网络和遥感数据的土壤侵蚀评估方法

为有效处理传统土壤侵蚀测量存在成本昂贵和耗费人力物力等问题,提出了一种综合利用卫星遥感数据、深度学习网络和RUSLE方法监测和估计土壤侵蚀率.其中卫星遥感数据用来评估降雨因子R、地形因子LS、土壤因子K,CNN网络用来评估地表覆盖管理因子C.通过案例分析,结果表明所提方法能够有效进行土壤侵评估.该方案为土壤侵蚀测量机制...     

一种适用于卷积结构的非图像数据预处理方法

卷积神经网络凭借局部相关和权值共享等优良特性而广泛应用于图像处理领域，成为最受欢迎的神经网络架构之一.然而，对于基因组、语音和金融等非图像形式的数据，传统的卷积网络可能无法完全适用.为了摆脱这一困境，科研人员不断尝试研发诸如循环神经网络以及注意力机制网络等可用于解析非图像数据的网络结构，拓展神经网络的应用范围.新型网络架构的研发无疑是困难且耗费巨大的，从另一个角度出发，提出一种适用于卷积网络结构的数据预处理方法.通过处理源数据，将其转换为特定的一维特征向量或二维图像矩阵，接着送入自定义卷积结构中观察其算法表现.实验采用UCI和Kaggle平台上的经典数据集进行测试并使用了SVM、决策树、随机森林等传统机器学习模型来对比该方法的可行性和有效性.     

面向类人角色动画的骨骼运动数据生成算法

为降低获取与给定类人角色模型相匹配的骨骼运动数据的成本，提高运动数据的可重用性，文章提出一种仅使用较少种类的动作捕捉数据获取多种类角色模型的骨骼运动数据生成算法。该算法首先利用动作捕捉数据训练运动数据自编码器，然后在该自编码器生成的隐变量空间中通过迭代约束求解的方式获得多种不同类人角色模型的骨骼运动数据。在Adobe Mixamo数据库上的实验表明，该文提出的算法具有较好的表现性能，能够有效生成多种类的骨骼运动数据，可以作为一种扩展骨骼运动数据库的方法，能够为影视、动画和游戏等领域降低动画制作的成本。