Oracle的中大型应用系统性能优化分析

对基于Oracle的数据库应用系统性能进行了全面分析,包括Oracle本身的性能配置优化、数据库应用开发性能的优化以及运行性能监控和问题定位调整优化,并对每个优化分析过程作了全面探讨。     

Forefront性能优化四步走

第一步：性能优化规划 没有目标的话,大部分事情都干不好。性能优化尤其如此。因为性能优化本来就是一个虚无缥缈的内容。如果没有既定目标的话,就很难办。对于Forefront安全系统来说．性能优化的第一步是制定可以接受的性能基线。     

SQL Server性能优化理论

从理论的角度介绍了SQL Server性能优化分析的各个方面,包括SQL Server性能优化目标、影响SQL Serv-er性能发挥的因素、SQL Server性能分析工具、SQL Server性能优化的途径及策略。     

基于Oracle数据库性能优化技术研究

Oracle数据库性能直接影响到Oracle数据库应用系统的运行效率,文章首先简要介绍了Oracle数据库性能优化的目标,然后分析了影响Oracle数据库系统性能的因素,接着详细介绍了数据库的优化、内存优化、I/O优化和SQL语句优化技术,最后通过实验证明,经过优化后,Oracle数据库性能得到了改善和提高。     

SQL数据库性能优化必要性及其优化策略分析

随着数据规模的不断增大,数据处理变得越来越复杂,在这样的背景下,数据库性能将会受到前所未有的挑战.但是,在开发系统的过程中,忽视了对系统性能的全面优化,当数据库投入使用后,一旦所处理的数据量不断增加,数据分布会出现较大的变化,这无疑降低了数据库性能.为了解决这一问题,现针对SQL数据库性能优化的必要性,从索引优化、语句优化、磁盘存储优化、操作系统优化4个方面入手,对SQL数据库性能进行全面优化,并对比了SQL数据库优化前后的性能.结果表明,该优化方案具有非常高的可行性和有效性,使得数据库的性能得以显著提升.     

SQL Server数据库性能优化探究

数据库的性能优化直接影响到整个数据库应用系统的有效运行,论述了基于SQLServer大型数据库应用系统的性能优化问题,从数据库设计优化、SQL语句优化等方面出发,阐述了提高数据库系统性能的方法.     

浅析大型网站的性能优化

大型网站涉及大量用户、高并发请求、海量数据搜索与传输等问题,性能优化就成了重要的工作。本文阐述大型网站性能优化的拓扑结构,并介绍了软件优化性能的方式,提出工作中需根据实际情况综合选定大型网站的性能优化方案。     

基于Web Dynpro Java平台的查询技术应用分析

为了解决以"大集中"方式设计的企业管理系统的查询性能下降的问题,提出了完善的查询性能优化模型.该模型是在对通用查询性能优化模型进行分析与的对SAP系统查询性能优化方法的研究基础之上,加入了业务规则优化层,从而使软件技术与业务规则优化相结合而形成的.通过完善的查询性能优化模型在电力系统发展建设的应用实例,验证了所提模型在提高以"大集中"方式设计的企业管理系统的查询性能方面的有效性.     

基于Oracle数据库性能优化技术探析

随着Oracle数据库得到广泛的应用,对于其性能优化的重视度也在不断提高,希望通过性能优化能够提升数据库的运行效率,将其最大的应用价值发挥出来.在分析性能优化基础上,提出优化的目标,通过基于Oracle数据库性能优化技术的分析,希望对今后的Oracle数据库应用有所帮助,能够为数据库相关的工作人员提供参考.     

SQL Server6．5的九种性能优化方法

使用性能优化技术,可以使数据库性能成倍甚至成百倍的提高。SQLServer中性能优化的方法有许多,总结长期的实践并结合部分参考资料,提出了九种性能优化的方法。     

基于SOAP协议的WebService安全机制研究

随着WebService在分布式应用中的不断推广，其安全性能受到了越来越多的重视。传统的WebService以文本的方式传送SOAP包，而且SOAP协议将安全定性为传输问题，这制约了其进一步的发展，为了解决这些问题，本文对WebService安全问题进行分析，通过将PKI技术与webService技术的结合，形成了可信的webService解决方案。     

基于卷积神经网络的食品安全领域谣言检测方法

近年来,食品安全已经成为政府和社会最关心的问题之一。与此同时,大量食品安全领域的谣言也在社交媒体平台上疯狂传播。现有的研究大多针对通用领域的谣言进行检测,忽视了不同领域谣言之间存在的差异性。针对食品安全这一领域谣言的特点,提出一种基于卷积神经网络的食品安全领域谣言检测方法。用领域实体抽取策略得到的实体特征与文本卷积神经网络提取的深度文本特征做拼接融合,再进行谣言判断。实验结果表明,在食品安全领域谣言数据集上,采用该方法检测效果明显优于通用的谣言检测方法,在准确率、召回率和F1值等评价指标上都表现最优。     

数字视频编码技术在安全驾驶中的应用

将最新的数字视频编码技术与现在普遍的关注的汽车电子安全问题结合起来,对数字视频编码技术H.264进行分析,应用在汽车安全驾驶中;这种技术可以快速而准确的实时显示图像;本文对视频信号的编码速率和效果进行实时性分析,利用对司机的人眼识别,得到最新的人眼状态,以便进行对司机脸部的图像分析,判断状态,达到安全驾驶的目的。     

基于LAMP的WEB安全模型

从Linux平台安全、Apache安全、MySQL数据库安全及PHP开发技术等几个方面探讨了如何架设一个安全高效的WEB网站技术,并给出了一个可行的安全模型。     

BLSTM-PA在食品安全领域语义分析仿真研究

食品安全领域的智能问答系统旨在对用户通过自然语言进行的食品安全方面的提问做出快速、简洁的反馈,其技术挑战主要在于语义分析和答案句子表示,尤其是在于如何消除问答之间的词汇差距以加强问答匹配能力,以及如何抓取准确的核心单词以增强句子表示能力。尽管基于"短语级别"和众多的注意力模型已经取得了一定的性能提升,但基于注意力的框架都没有很好的重视位置信息。针对上述问题,运用词林和word2vec相结合的方法,提出近义词-主词替换机制(将普通词映射为核心词),实现了语义表示的归一化。同时,受位置上下文提升信息检索性能的启发,假设如果问句中的一个词(称之为问题词)出现在答案句中,问题词的临近词对比偏离词应该被给与更高的权重。基于上述假设,提出了基于双向lstm模型的位置注意力机制(BLSTM-PA)。上述机制给与答案句中问题词的临近文本更高的注意力。以食品安全问答系统为语义分析验证和仿真的平台,通过在食品安全领域数据集(即FS-QA)上进行的对比实验,从MAP和MRR评价指标来看,与基于传统的注意力机制的RNN模型相比,BLSTM-PA实现了5.96%的提升,证明了BLSTM-PA模型的良好性能,同时,集成了提出的问答模型的食品安全问答系统性能也得到了显著的提升。     

浅析网络安全与防范

随着计算机技术的飞速发展,计算机网络的应用也越来越广泛。然而随之而来的各种病毒的困扰及黑客行为的不断升级,网络安全已经成为了一个非常重要而且是必须考虑的问题之一了。本文主要介绍了计算机网络安全的重要性和目前面临的主要威胁以及提出了一些防范措施。同时对网络安全的问题,对用户也提出了看法和要求。     

The influence of line spacing and text alignment on visual search of web pages

This research investigated the effects of text presentation on online behaviour and preferences in order to generate design guidelines for the production of web pages. Previous research has indicated that method of text presentation has a significant impact on usability. The present research found that varying text presentation had a significant effect on task performance, with wider line spacing leading to better accuracy and to faster reaction times. Left-aligned text led to better performance, although participants preferred justified text. Implications of these results for the design of web pages are discussed and recommendations given.     

浅析政府机关网络安全技术

本文重点阐述了政府机关在发展信息化建设中网络安全的重要性,及政府机关在实施网络安全性问题过程中应该采用的策略和注意事项。     

计算机网络安全措施

随着计算机网络的发展,网络安全问题也随之突出起来。本文介绍了局域网、广域网和外部网络安全的相应措施。     

Unsupervised text feature selection technique based on hybrid particle swarm optimization algorithm with genetic operators for the text clustering

The text clustering technique is an appropriate method used to partition a huge amount of text documents into groups. The documents size affects the text clustering by decreasing its performance. Subsequently, text documents contain sparse and uninformative features, which reduce the performance of the underlying text clustering algorithm and increase the computational time. Feature selection is a fundamental unsupervised learning technique used to select a new subset of informative text features to improve the performance of the text clustering and reduce the computational time. This paper proposes a hybrid of particle swarm optimization algorithm with genetic operators for the feature selection problem. The k-means clustering is used to evaluate the effectiveness of the obtained features subsets. The experiments were conducted using eight common text datasets with variant characteristics. The results show that the proposed algorithm hybrid algorithm (H-FSPSOTC) improved the performance of the clustering algorithm by generating a new subset of more informative features. The proposed algorithm is compared with the other comparative algorithms published in the literature. Finally, the feature selection technique encourages the clustering algorithm to obtain accurate clusters.