超级分布学习对象的研究

文章把学习对象(Learning Object,LO)与分布式计算中的超级分布对象(Super Distributed Object,SDO)结合起来,通过一定的技术扩充LO使之具有SDO的一些性质和功能,从而建立一种新的对象模型-超级分布学习对象(SuperDistributed Learning Object,SDLO)。SDLO可以为学生提供多种学习服务(Learning Service),它可以实现学习资源和学习服务的非集中式处理。该文介绍了SDLO的定义、内部结构、性质、功能和实现思想,最后对利用SDLO初步实现分布式远程教学进行了实验,目的在于促进分布式学习的研究。     

SDLO寻找最佳伙伴学习服务研究

在分析SDLO原寻找伙伴学习服务的基础上,分析影响寻找最佳伙伴的因素,给出寻找最佳伙伴学习服务算法,并建立相应的数学模型.该数学模型和算法考虑到伙伴的个性特征和动态协作信息,可为需要帮助的学生找到一个最佳的学习伙伴.实验结果表明,寻找最佳伙伴学习服务较之原寻找伙伴学习服务可以提高学生个体的学习效率,从而有利于小组整体认知能力、协作能力等方面的提高.     

分布系统与分布对象计算

一、分布系统——发展的必然 分布系统是当前计算机系统发展的主要模式。以计算机网为依托,把多个同时工作的分散计算单元、不同的数据库、不同的操作系统联结成一个整体的布式系统.为多种用户提供一个统一的工作环境。这种分布式系统能够把系统的吞吐能力提高     

基于分布对象的冗余服务模型

针对现有的分布计算模型不能充分描述冗余服务的特点,文中基于分布对象的观点,提出一个面向冗余服务的计算模型ＨＯＲＩＳ。它利用类和实例的概念定义了冗余服务,并将状态服务和无状态服务区分开来,同时还刻画了分布计算环境中的请求和主机的概念。在ＨＯＲＩＳ的基础之上,文中创建了一个冗余服务的管理框架ＡＭＡ,并在ＣＯＲＢＡ平台上进行了实现,与其它冗余服务的管理框架相比,它具有接口开放,适应性强、能管理异构服务以     

目录服务与分布对象的串行化存储技术

本文论述了目录服务在分布式计算中的重要作用,强调了目录服务同样适合于分布对象技术。分析了网络环境下对象存储技术（即串行化存储技术）的概念。通过计算实例（圆周率的高精度计算）和具体的目录服务产品（OpenLDAP）,构建了一个实验系统并验证了这项技术的可行性与适用性。还着重讨论了CORBA对象技术特点,同时给出了部分关键代码以供读者参考。     

对象事务服务与数据库集成机制研究

在分布式事务处理系统中需要持久存储的数据资源的参与来保证事务的持久性,数据库系统（DBMS）的广泛使用为事务系统提供了丰富的数据源,将分布式事务系统同现有的数据库系统的集成具有非常重要的意义,本文研究了通用请求代理体系结构（CORBA中的对象事务服务（OTS）和关系数据库系统的集成机制,提出了对象事务服务和数据库系统集成模型,设计并实现了数据库连接器DBConnector,完成了事务服务系统和数据库系统的无缝集成。     

从分布式对象到Web服务

1引言为便于开展对计算机体系结构、编程语言和编程环境的研究,必须能够快速地产生高质量的编译器。编译器的构造是一个繁琐的工作,经常是一个瓶颈。在通常情况下,尽管必须修改的成份仅占整个编译器的一小部分,但却要重新构造整个编译器。在编译器成份和算法方面虽己积累了丰富的研究成果,尚未能为广泛编译器开发者所共享。随着嵌入式系统的     

通用的分布对象服务访问框架的设计与实现

本文分析了分布对象系统的开放特性,以及由此而产生的分布式应用中服务对象的访问与管理问题;介绍了分布对象管理结构OMA和CorbaScript脚本语言。在此基础之上,详述了如何采用CorbaScript,基于OMA结构实现一个通用的分布对象服务访问框架。     

基于分布对象的离散事件仿真系统

分布对象技术将面向对象的概念揉合到分布计算中,使得基于对象的软件成员在分布异构环境中可重用、可移植和可互操作。文章把分布对象技术用于离散事件系统仿真中,通过对离散事件系统中分布对象的标识,分布对象间同步机制的讨论,提出了基于分布对象离散事件仿真系统的结构,定义了分布仿真对象的接口。     

基于超级对象的通用题库生成的管理模型

本文论述了一个以超级对象为基础的通用计算机题库生成和管理的模型，给出了实现的一般方法，该模型可以广泛地应用于以测试为基础的各学科的计算机辅助教学应用中。     

基于Flink的分布式在线集成学习框架研究

在大数据环境背景下,传统机器学习算法多采用单机离线训练的方式,显然已经无法适应持续增长的大规模流式数据的变化。针对该问题,提出一种基于Flink平台的分布式在线集成学习算法。该方法基于Flink分布式计算框架,首先通过数据并行的方式对在线学习算法进行分布式在线训练;然后将训练出的多个子模型通过随机梯度下降算法进行模型的动态权重分配,实现对多个子模型的结果聚合;与此同时,对于训练效果不好的模型利用其样本进行在线更新;最后通过单机与集群环境在不同数据集上做实验对比分析。实验结果表明,在线学习算法结合Flink框架的分布式集成训练,能达到集中训练方式下的性能,同时大大提高了训练的时间效率。     

分布式机器学习作业性能干扰分析与预测

通过分析分布式机器学习中作业性能干扰的问题,发现性能干扰是由于内存过载、带宽竞争等GPU资源分配不均导致的,为此设计并实现了快速预测作业间性能干扰的机制,该预测机制能够根据给定的GPU参数和作业类型自适应地预测作业干扰程度。首先,通过实验获取分布式机器学习作业运行时的GPU参数和干扰率,并分析出各类参数对性能干扰的影响;其次,依托多种预测技术建立GPU参数-干扰率模型进行作业干扰率误差分析;最后,建立自适应的作业干扰率预测算法,面向给定的设备环境和作业集合自动选择误差最小的预测模型,快速、准确地预测作业干扰率。选取5种常用的神经网络作业,在两种GPU设备上设计实验并进行结果分析。结果显示,所提出的自适应干扰预测（AIP）机制能够在不提供任何预先假设信息的前提下快速完成预测模型的选择和性能干扰预测,耗时在300 s以内,预测干扰率误差在2%~13%,可应用于作业调度和负载均衡等场景。     

多智能体系统中的分布式强化学习研究现状

对目前世界上分布式强化学习方法的研究成果加以总结, 分析比较了独立强化学习、社会强化学习和群体强化学习三类分布式强化学习方法的特点、差别和适用范围, 并对分布式强化学习仍需解决的问题和未来的发展方向进行了探讨.     

QoS customization in distributed object systems

Applications built on networked collections of computers are increasingly using distributed object platforms such as CORBA,Java Remote Method Invocation (RMI), and DCOM to standardize object interactions. With this increased use comes the increased need for enhanced quality of service (QoS) attributes related to fault tolerance, security, and timeliness. This paper describes an architecture called CQoS (configurable QoS) for implementing such enhancements in a transparent, highly customizable, and portable manner. CQoS consists of two parts: application‐ and platform‐dependent interceptors and generic QoS components. The generic QoS components are implemented using Cactus, a system for building highly configurable protocols and services in distributed systems. The CQoS architecture and the interfaces between the different components are described, together with implementations of QoS attributes using Cactus and interceptors for CORBA and Java RMI. Experimental results are given for a test application executing on a Linux cluster using Cactus/J, the Java implementation of Cactus. Compared with other approaches, CQoS emphasizes portability across different distributed object platforms, while the use of Cactus allows custom combinations of fault‐tolerance, security, and timeliness attributes to be realized on a per‐object basis in a straightforward way. Copyright © 2003 John Wiley & Sons, Ltd.     

基于分布式对象的可视化分析

总结了分布式对象技术的基本概念和理论,并对航天器运动可视化分析这一具体问题的相关内容、方法和过程进行了讨论。提出了借助现有的技术和条件,应用分布式对象技术实现可视化分析系统的方案,验证了分布式对象技术在实现可视化分析系统及其多目标、多任务和多用户能力,并保障可靠性、可维护性、可扩展性、可伸缩性等计算机系统质量特性的可行性和优越性。     

Experiences in implementing a distributed object platform for multimedia applications

Two current trends in distributed computing are the emergence of standardized distributed object platforms such as CORBA, and the increasing use of continuous media data types. This paper describes and evaluates a platform which supports both standard CORBA interactions and continuous media interactions in a fully integrated environment. The platform is implemented as a self‐contained support infrastructure (GOPI core) and a separate ‘personality’ that sits on top of the infrastructure and provides a CORBA API. The platform user can create both request/reply oriented and stream oriented bindings with quality of service specifications that are honoured (as far as possible) by the infrastructure. A framework for quality of service management which involves the monitoring and adaptation of quality levels is also supported. The level of performance attained by the platform provides evidence of the feasibility of natively supporting continuous media in a distributed object platform environment. Copyright © 2000 John Wiley & Sons, Ltd.     

基于Web服务的分布式计算模型研究

分析了典型的Web服务分布式计算中存在的问题,结合层次性的树形数据结构与Web服务语义描述技术,提出了一种基于应用领域的层次结构的Web服务目录系统,详细讨论了该系统下目录节点增加、删除和更新算法,并讨论了Web服务的发布与发现过程,在该服务目录系统中,服务的描述信息分布在各个应用领域节点上,能够克服典型的Web服务分布式计算中存在的问题.     

基于分布式聚类的不确定性Web服务发现研究

针对现有的Web服务发现机制存在的不足,提出了基于分布式聚类的不确定性Web服务发现方法。该方法为了提高服务检索效率,在分布式网络下对Web服务实现聚类,同时为了克服现有服务质量度量方法的主观性,实现了不确定性服务质量情况下的多属性决策的二次查找。通过实验结果分析证明了相比传统服务发现策略在保证服务质量和检索效率方面有明显提高。     

基于几何分析的分布参数系统的迭代学习控制

研究了一类不确定非线性分布参数系统的迭代学习控制问题.基于几何分析方法,给出了分布参数系统一种新的具有自适应因子的非线性迭代学习控制算法.导出了新算法的收敛条件,并利用广义λ范数从理论上证明了新算法的收敛性.     

基于移动Agent和Web服务的分布式地理信息查找研究

提出并实现了一种基于移动Agent和Web服务进行分布式地理信息查找的系统框架。根据系统的查找策略移动Agent可以对分布于网络中的地理信息进行自主搜索,利用移动Agent和Web服务之间的交互可以允许多种类型的应用程序透明访问查找服务。