基于数据生命周期管理的ARP系统优化设计

随着管理信息化系统中业务数据量的日益增加,使得系统性能下降和物理磁盘空间的增长。本文介绍了一种数据生命周期管理解决方案ADLM(Academia Resource Planning System Data Lifecycle Manage,简称ADLM),在不增加硬件成本情况下,使用程序控制方法,达到系统性能优化和实现历史数据归档保存的目的。主要解决了具有时间周期特性的业务数据的分类管理、在线归档、离线存储等问题,对业务数据归档策略、分级存储实现和归档数据查询等关键问题进行了分析,最后通过实际应用,证明本技术方案可以方便快捷地实现业务处理性能的提升和对磁盘空间使用需求无限增长的有效控制。     

基于模板的科研项目预算系统的研究与实现

加强预算管理已越来越成为科研项目管理的重要发展趋势。开发科研项目预算管理系统的难点在于不同经费来源单位项目预算科目不尽相同,同时项目预算科目与财务会计科目的核算维度不相同。系统通过模板技术,建立项目预算科目与会计核算科目的映射关系,很好地实现了预算归集,从而实现了课题经费的实时管理与控制。系统已在某大型科研机构的信息系统中予以应用,并且与其ERP财务系统、网上报销系统、科研项目系统实现了很好的集成,为规范科研机构的项目经费管理提供很好的信息化支撑。     

分布式信息系统中数据交换平台设计与实现

为了提高分布式信息系统的性能,加快系统间的数据流通实现信息的共享和集成,需要为分布式信息系统建立数据交换平台.通过对数据交换平台现有的一些解决方案分析,在研究JMS (Java message service)等技术基础上,设计并实现了新的数据交换平台.利用JMS消息模式实现消息持久化,以开源消息中间件为交换中心,在SOA (service-oriented architecture)平台技术上完成了分布式信息系统的数据变换平台.详细介绍了平台设计架构、信息交换过程、数据封装格式,重点描述了发送接口、轮循器以及发送接收功能等关键技术的实现工作,完成了大型分布信息系统中消息持久化、零配置以及快速、稳定消息传送的数据交换平台.     

RabbitMQ小消息确认机制优化

RabbitMQ的消息确认机制包括生产者确认（confirm）与消费者确认（ack）.若消息不需要进行持久化,生产者收到确认,消息仍有可能丢失,且生产者不知道消息已丢失,消费者可能无法收到该消息.若消息需要进行持久化,生产者收到确认时,消费者可能还没有收到消息.本文对RabbitMQ的消息确认机制进行优化,在收到消费者确认后向生产者发送确认消息,消息丢失时由生产者重发消息,减少消息确认过程记录的信息.生产者收到确认即可保证消息被消费者成功接收,提高了非持久化小消息投递的可靠性.实验结果表明,在客户端数量较少时,该方法能够明显提高持久化小消息的发送速率.     

互联网中XML网页的链接解析与信息采集

文章分析和介绍对互联网中XML+XSL网页资源链接解析和内容采集的方法,包括传统HTML中链接解析、XML转换为HTML后链接解析、手工定制下XML链接解析和传统HTML信息采集、XML信息抽取、XML转换为HT- ML的信息采集等。     

B/S模式的预算管理系统的设计与实现

随着企业信息化水平的不断提高,以ERP为代表的各种管理信息系统已经成为企业管理不可或缺的一部分。然而,现在的信息系统还不能完全满足企业的需要,特别是ERP财务模块对预算管理的支持相对较弱,给企业的预算管理带了很多不便。针对这一需求,对预算管理进行了深入的研究,设计开发了针对研究所特点的预算管理系统,以满足其对高效预算管理的需求,进而提高科研管理的信息化水平。不同于大多数的管理信息系统,本系统采用B/S模式,所以用户不必安装任何软件,只需要网络即可访问系统。同时,本系统通过对物化视图、XML、权限控制和报表平台等技术的研究和使用,极大的提高了系统的效率、可维护性、可扩展性和信息安全性。     

基于虚拟化技术的私有云APCS平台设计

为提高分布式管理信息系统的硬件资源利用率和运营维护管理效率,并为业务用户提供应用系统的按需使用服务,提出一种基于虚拟化技术的管理信息系统私有云APCS解决方案。通过云服务基础架构平台ACSIP建设,实现对底层硬件平台的整合利用,提高系统硬件资源利用率,保障业务应用系统的连续性,提供可动态配置的应用服务。使用云服务管理平台ACSMP建设,实现系统运行资源的动态分配管理、系统集中运维监控管理和安全管理。     

基于ERP的一卡通管理系统设计与实现

针对许多企业ERP系统与多个一卡通业务系统脱节的现状,本系统对企业人力资源管理流程进行改进,在ERP系统与各个业务系统之间构建一层通道,将ERP的人力资源模块与各个不同的一卡通业务系统关联融合。再通过硬件卡集成,实现了真正意义上的“一卡通”,提升了企业的管理能力和水平。本系统已经在中国科学院大连化学物理研究所运行实施。     

结构化数据到数值型分析文本生成的模型

基于结构化数据的文本生成是自然语言生成领域重要的研究方向, 其可以将传感器采集或计算机统计分析得到的结构化数据转化为适宜人阅读理解的自然语言文本, 因此也成为了实现报告自动生成的重要技术. 研究基于结构化数据到文本生成的模型为报告中的各类数值型数据生成分析性文本具有重要的实际应用价值. 本文针对数值型数据的特点, 提出了一种融合coarse-to-fine aligner选择机制和linked-based attention注意力机制的编码器-解码器文本生成模型, 考虑了生成数值型数据的分析性文本过程中内容过度分散、无法突出描述的问题, 另外也将数值型数据具体所属的域进行了关系建模, 以提高生成文本中语序的正确性. 实验结果表明, 本文提出的融合两种机制的模型, 比仅使用传统的基于内容的注意力机制和在前者基础上增加使用linked-based attention注意力机制的模型, 以及基于GPT2的模型在指标上都具有更好的表现, 证明了本文提出的模型在生成数值型数据的分析性文本任务中具有一定的效果.