新农合信息系统数据备份与容灾设计

探讨了如何有效增强新农合信息系统数据的安全性,确保业务系统的连续性。利用数据备份与数据容灾技术,并以"整体规划、分步实施、逐年投入"的建设思路来构建新农合信息系统数据备份与容灾系统。详述了新农合信息系统数据备份与容灾系统的三个建设阶段内容,即本地数据备份系统建设、异地数据级容灾建设、应用级容灾建设,并分阶段实施,以确保建成一个有效的、全面的数据备份与容灾系统。     

一种成本相关的云提供商高可靠性保证算法

文章提出了一种“富云”的数据容灾模型,即通过在云提供商之间相互进行数据备份和容灾,从而节省构建远程容灾中心的成本,并在此基础上设计了一种成本相关的云计算服务高可靠性保证算法CAHRPA,其根据数据恢复时间和容灾费用选择合适的容灾方案。实验结果证明,CAHRPA能够在满足数据恢复时间的同时选取一种成本最优的数据备份策略。     

基于虚拟磁带库的医院数据备份容灾方案及其实现①

随着医院信息系统在医疗行业的深入应用,对医疗行业类型众多的数据备份与医院IT系统的高可用性和容灾能力已成为医疗行业安全运营的关键。从分析一个大型医院数据备份与容灾需求特点出发,介绍了应用虚拟磁带库备份技术的全院数据备份与容灾方案。医院的实际备份容灾应用情况,显示这个方案在性能与性价比上具有优势。     

远程容灾系统的性能测试

针对远程容灾系统结构多样、缺乏适用于测试的技术性能指标和不易进行性能测试的现状,设计一种性能测试方法,通过I/O吞吐量、CPU利用率、响应时间和数据备份时间等指标反映容灾系统的性能。利用该方法对远程异步容灾系统测试时,测试数据显示容灾系统对应用服务器响应时间的影响为零,符合异步容灾系统的技术特点,证明该方法适用于容灾系统性能测试。     

基于Internet的跨地域容灾系统*

实现的基于Internet的跨地域容灾系统,不仅具备远程实时数据备份功能,同时解决了数据传输安全问题,并且提供服务切换功能,是一种比较完善的容灾解决方案。     

基于虚拟存储的数据容灾关键技术研究*

从容灾系统研究现状分析入手,针对现有系统存在的问题,深入研究了虚拟存储技术在容灾系统中的应用。通过利用其中的数据智能管理、高效数据备份恢复、备份数据加密保护等关键技术,有效解决了现有容灾系统中存在的备份数据管理复杂度高、数据备份灵活性低、备份数据保护机制不完备三点不足,从而大大提高了容灾系统的可靠性,真正意义上实现了容灾系统的智能化、透明化管理。     

基于决策系统的容灾方案

容灾系统能够保证在灾难发生时,计算机系统仍然能正常工作。信息大集中模式对容灾系统的要求越来越高,容灾已由最初的数据备份扩充为保持业务的连续性。在对容灾相关概念和关键技术介绍的基础上,分析了衡量指标与恢复级别,讨论了目前衡量指标的不足,并给出了解决办法。进一步创新地提出了采用了决策系统的容灾方案模型,并对容灾系统的发展进行了展望。     

现代容灾系统及技术

该文归纳总结了现有容灾系统的体系结构,并在此基础上阐述了容灾系统所使用的技术。具体讨论了本地容灾、数据容灾、网络容灾、服务容灾技术的工作原理及各自特点,并重点阐述了数据备份技术。     

浅析医院计算机系统的数据备份

为了满足医院信息系统发展的备份容灾体系发展,通过对医院计算机系统的数据备份相关重点问题进行详细分析,并对医院信息系统现状作了较详尽的备份与容灾规划。     

检验检疫融合存储数据容灾应用研究

文中首先介绍了笔者所在单位目前存在IP SAN和FC SAN的应用带来的管理需求。为建立快速高效的灾难恢复解决方案,保障业务系统的连续运行使保障检验检疫工作正常,针对应用不同存储系统的特点,探索一种可以融合多种不同存储的容灾技术,提出并浅析了在可兼容FC及IP存储（包括iSCSI和NAS）的网络存储基础架构上,研究融合存储数据容灾的可行性,并利用系统原型完成融合存储数据容灾应用的研究。对今后基于融合存储的数据容灾研究有较好的理论借鉴意义和实际参考价值。     

深度学习在糖尿病视网膜病变分级中的应用

近年来,糖尿病视网膜病变(diabetic retinopathy, DR)成为全球失明人口增加的主要原因,早期的DR严重程度分级对防止DR患者视力丧失尤为重要.由于糖尿病患者数量的逐年上升, DR分级的需求量也不断增加,然而传统的人工分级不能满足日益增长的需求,且人工分级耗时费力.深度学习技术的发展,为DR检测和分级提供了高效率且更可靠的手段.虽然,目前的DR二元检测已经取得十分好的效果,然而由于糖尿病视网膜病变的复杂性和病变程度之间的差距细微, DR严重程度分级仍然是一个具有挑战性的问题.本文对近年来涌现的DR分级方法进行了研究和总结:介绍了基于VGG、InceptionNet、ResNet、EfficientNet、DenseNet、CapsNet模型的6种深度学习分级方法;并介绍了基于多网络融合的DR分级方法;最后对基于深度学习的DR分级方法的研究趋势进行总结和展望.     

Persistent Homology for the Evaluation of Dimensionality Reduction Schemes

High‐dimensional data sets are a prevalent occurrence in many application domains. This data is commonly visualized using dimensionality reduction (DR) methods. DR methods provide e.g. a two‐dimensional embedding of the abstract data that retains relevant high‐dimensional characteristics such as local distances between data points. Since the amount of DR algorithms from which users may choose is steadily increasing, assessing their quality becomes more and more important. We present a novel technique to quantify and compare the quality of DR algorithms that is based on persistent homology. An inherent beneficial property of persistent homology is its robustness against noise which makes it well suited for real world data. Our pipeline informs about the best DR technique for a given data set and chosen metric (e.g. preservation of local distances) and provides knowledge about the local quality of an embedding, thereby helping users understand the shortcomings of the selected DR method. The utility of our method is demonstrated using application data from multiple domains and a variety of commonly used DR methods.     

The localization of a mobile robot using a pseudolite ultrasonic system and a dead reckoning integrated system

In this paper, an integration system is proposed to improve the positioning performance of a mobile robot by fusing a Pseudolite Ultrasonic System (PUS), an absolute position measurement system using direct ultrasonic waves, with a Dead Reckoning (DR) odometer. As an integration algorithm of the absolute position measurement system and DR, two methods are proposed. In the loosely coupled method, the PUS and the DR calculate the position independently and a Kalman filter estimates the position using position information from the PUS and the DR. In the tightly coupled method, the PUS provides the distance between the ultrasonic transmitters and receivers without calculating the position directly and the DR provides the translational and rotational displacement of the mobile robot. The Kalman filter then estimates the position using information from the PUS and the DR. In addition, to improve the positioning performance in case the line-of-sight (LOS) between the ultrasonic transmitter and receiver is blocked due to obstacles, a positioning failure detection algorithm and reckoning methods are proposed. The positioning performances of the proposed PUS/DR integrated systems and the validity of the positioning failure detection algorithm are verified and evaluated by experiments.     

A new method for evaluating the subjective image quality of photographs: dynamic reference

The Dynamic Reference (DR) method has been developed for subjective image quality experiments in which original or undistorted images are unavailable. The DR method creates reference image series from test images. Reference images are presented to observers as a slide show prior to evaluating their quality. As the observers view the set of reference images, they determine the overall variation in quality within the set of test images. This study compared the performance of the DR method to that of the standardized absolute category rating (ACR) and paired comparison (PC) methods. We measured the performance of each method in terms of time effort and discriminability. The results showed that the DR method is faster than the PC method and more accurate than the ACR method. The DR method is especially suitable for experiments that require highly accurate results in a short time.     

Dynamic reconfiguration of CPU and WebSphere on IBM pSeries servers

This paper studies the effects that dynamic reconfiguration (DR) has on a WebSphere workload while CPUs are dynamically added to and removed from the underlying AIX instance. DR is a new technology available in AIX 5.2. This study shows that the resource allocations for a complex and function‐rich middleware system such as WebSphere can be efficiently and dynamically managed by the DR technology, without WebSphere having to explicitly accommodate for the DR features of the operating system. Copyright © 2004 John Wiley & Sons, Ltd.     

空地协同分布交互仿真中DR算法研究

推算定位（ｄｅａｄ ｒｅｃｋｏｎｉｎｇ,ＤＲ）技术是大型分布交互仿真（ＤＩＳ）系统的关键技术,在研究传统的一阶、二阶和高阶ＤＲ算法基础上,针对民航飞行、领航和地面管制综合训练的空、地协同分布交互仿真系统（ＤＡＧＩＳ）,提出了基于模型的ＳＲ算法（ＭＢＤＲ）,探讨一种自适应模型转换方法和动态门限选取问题,比常规ＤＲ算法更好地夺缩了网络通信量,讨论了与ＤＲ算法相关的平滑和延时补偿问题,在构造的ＤＡＧＩＳ     

基于HLA的视景仿真网络数据量处理技术的应用

在多武器平台、大战场环境的视景仿真中,仿真实体与仿真节点的过多使不必要网络数据量大大提高.为了减少不必要网络数据量,该文从实用性的角度介绍了两种应用技术,一是应用HLA中数据分发管理服务（DDM）来限定传输数据的范围,按照数据值域来对数据的接收和发送进行过滤,有效降低了冗余数据的传输,该文提供了接收方的实现方法与主要代码;二是采用DR递推算法控制节点的数据发送,有效降低了数据帧的发送频率并使视景中仿真实体运动平滑无跳动,该文介绍了DR算法与DR模型并提供了实现一种算法的代码.     

基于语义关系查询扩展的文档重构方法

已知文档与用户查询之间相同概念不同表达形式造成的词不匹配问题是影响信息检索效果的重要原因之一．该文提出了根据词之间的语义关系进行扩展和替换的文档重构方法．它与传统的查询扩展不同，实现了同一概念信息的聚集，是更接近于人类进行信息查找的思维方法．进一步地，研究给出一种有效的实时文档重构检索策略，解决了文档重构方法在实际应用中的可行性．在标准测试数据集上的实验表明，基于查询扩展的文档重构方法不仅比不扩展的最佳性能始终有14%～23．4％的提高，而且比相对应的传统查询扩展方法也有约16％的提高．