排序方式: 共有48条查询结果,搜索用时 265 毫秒
1.
从构件组装研究背景出发,提出一种利用功能驱动的构件组装方法,该方法是建立在一种有向图表示的软件体系结构模型上,以构件为基本元素,以用户的功能需求为驱动目标,以构件连通度和功能冗余度为评价指标,达到构件的自动组装并能提供满足用户需求期望的软件实体.最后根据构件的邻接矩阵和可达矩阵设计了一种组装算法,并给出了实验仿真结果. 相似文献
2.
3.
4.
现有的电梯导轨故障诊断研究存在水平振动分类数据稀缺,训练和测试数据集分布差异较大等问题。提出了一种仿真数据驱动的长期服役电梯导轨故障迁移诊断方法。首先构建电梯轿厢的水平动力学模型,将不同类型的导轨故障激励作为系统输入进行仿真,获得丰富的轿厢水平异常振动数据;然后融合残差网络和卷积注意力机制来提取故障特征,采用子领域自适应方法实现无监督场景下源域与目标域条件分布的对齐;最后使用不同工况下的电梯水平振动数据作为目标域对所提方法进行验证。实验结果表明,所提方法在无监督跨域场景下具有较高的故障诊断精度,为解决长期服役电梯的故障数据稀缺问题提供了参考。 相似文献
5.
响应性和稳定性一直是流式计算中两个至关重要的问题,而流计算系统在过载时常常表现出数据计算延迟增加和拓扑不稳定的现象,无法适应数据负载的动态变化.针对这一问题本文研究提出了一种基于动态拓扑的流计算性能优化方法,主要包括:(1)动态逐级反压:拓扑中的任务可以根据当前自身负载情况,动态调整上游向其发送数据的速率.(2)无状态拓扑数据重放:拓扑不维持数据的计算状态,尽可能地实现数据容错.(3)自适应拓扑替换:在拓扑不暂停的情况下对任务并发度进行自发调整.(4)延迟持久化队列:拓扑中对磁盘的IO读写被延迟到数据处理之外,减缓IO高频阻塞对流计算系统的影响.本文在Apache Storm中实现了以上四种方案,性能测试结果表明优化后的流计算系统与Storm默认实现相比,不仅增强了大数据动态匹配能力,而且在最优情况下改善了17%的吞吐量,并提升了约20%的数据处理速度. 相似文献
6.
在云环境中,对于云数据的统一建模一直是研究热点。尤其在推荐系统中,对于多源异构数据灵活性和安全性的要求更高。随着数据信息技术的不断发展,网络更新逐步加快,数据的更新也越来越快,从海量信息中如何快速帮助用户获取偏好的信息变得更加困难。针对多源异构数据的特征,综合移动互联网安全性和隐私性等特点,提出了一种USDR模型,并在该模型的基础上对云环境中的推送方法进行了研究,主动帮助用户发现自己偏好的信息,并将这些信息展现给可能需要的用户,并且实现了传统的数据推荐方法无法处理的多源异构数据的云推荐。根据云推送平台在实验环境中的运行情况及相关指标分析,说明该云推荐方法能适用于多源异构数据的推荐,是一种高效可行的推荐方法。 相似文献
7.
在云计算环境中,感知服务能力变化缺少实时性,服务质量难以保证。可信与不可信实体对元服务可能做出相同或者不相同的服务描述,存在欺骗行为。多个用户同时调用同一个高质量的服务时,极有可能出现用户访问量超过服务的负载容量从而导致服务能力下降的情况。针对此类问题,提出了一种基于环境实时感知的服务选取方法。在该方法中,服务调度中心采用招标投标的方式选取满足用户需求的元服务簇,以保证中标服务的QoS。同时服务质量感知模块实时感知元服务质量的变化,确保所选Web服务质量的高实时性和高可靠性。另外,信誉模型对服务提供者的承诺质量进行评价,从而建立高度可信的服务环境。实验结果表明,所提方法能够有效实现服务的预测评估,并为用户提供服务质量更优的Web服务。 相似文献
8.
在传统推送中,多源异构数据的推送面临时效性不强、安全性不高、数据难以重用等问题。针对多源异构数据的特征,综合移动互联网的安全性和隐私性等特点,提出了一种多维决策云推送模型来计算分布式环境中多源异构数据的特征值和特征向量,以快速分离数据源中的同构数据和异构数据;并基于此模型设计了云推送平台,其利用云推送技术来实现同构数据和异构数据的自动分离和高效推送。根据云推送平台在实验环境中的运行情况及相关指标分析,说明该平台适用于多源异构数据的推送,是一种高效可行的推送方式。 相似文献
9.
随着互联网上Mashup服务数量及种类的急剧增长,如何从这些海量的服务集合中快速、精准地发现满足用户需求的Mashup服务,成为一个具有挑战性的问题.针对这一问题,本文提出一种融合功能语义关联计算与密度峰值检测的Mashup服务聚类方法,用于缩小服务的搜索空间,提升服务发现的精度与效率.首先,该方法对Mashup服务进行元信息提取和描述文本内容整理,并根据Web API组合的标签对相应Mashup服务标签进行扩充.然后,基于功能语义关联计算方法(Functional Semantic Association Calculation Method,FSAC)提取出各服务描述的功能名词集合,并通过功能名词的语义权重来构造Mashup语义特征向量.最后,通过基于密度信息的聚类中心检测方法(Clustering Center Detection Method based on Density Information,CCD DI)检测出最为合适的K个Mashup语义特征向量作为K means算法的初始中心,进行聚类划分.基于ProgrammableWeb的真实数据实验表明,本文所提聚类方法在纯度、精准率、召回率、熵等指标上均有良好表现. 相似文献
10.
控制和管理软件产品族变化性对提高软件复用性、满足用户多变需求具有重要意义.提出一种管理导向的软件产品族变化性建模(Management-oriented variability modeling,MOVM)方法,该方法以变化性管理为指导,贯穿于整个软件产品族变化性生命周期以及反馈演化过程,对各阶段设计相应的策略以支持变... 相似文献