利用NHibernate开发与数据库无关的系统

在使用面向对象的程序设计方法进行程序设计时,通常需要将一些对象保存在存储媒介中以便将来提取或者修改,这种对象被称为持久对象。而通过一定的映射方法将持久对象存储在关系数据库中,这个过程就是对象/关系映射(Object/Relation Mapping,ORM)。NHibernate是.NET平台的一个对象持久化工具,程序员通过它进行操作,可以有效提高开发效率。介绍了NHibernate的特性,分析了NHibernate实现与数据库无关的原理,并就如何使用NHibernate进行开发给出实例。     

NHibernate在．NET开发中的应用

NHibemate作为一个开源工具实现了业务类与数据库之间的持久层。通过实体映射与关系映射，使对数据库的操作就直接转换为对这些实体的操作。本文介绍了持久层、映射等数据持久化的理论，并重点阐述了NHibemate如何在，NET程序开发中的应用。     

IBTIS．NET对象／关系映射机制的研究与应用

在基于C#和关系型数据库的开发中,利用对象／关系映射机制,构建对象持久层,灵活地解决了关系数据库和面向对象开发之间的不匹配。研究了IBTIS．NET对象／关系映射机制,并在项目开发中应用IBTIS．NET构建对象持久层。实践证明使用IBTIS．NET可以简化对数据库的访问。     

利用Hibernate对象持久化服务简化Java数据库访问

Hibernate是一个对象持久化工具，它通过其强大的O／R映射功能将Java对象同存放于关系数据库中的数据进行映射，避免了开发人员使用大量的SQL语句通过JDBC的方式对数据库进行操作，可以有效地提高开发的效率。将其应用于网络报表系统中，可充分利用其优点。     

基于Linqto NHibernate数据库应用系统的设计与实现

对象-关系映射（Object Relational Mapping,ORM）是一种为了解决面向对象与关系数据库存在的互不匹配的现象的技术,它是完全从面向对象的角度设计程序。从JAVA中Hibernate移植过来的NHibemate是．NET平台的一个对象持久化工具,程序员通过它进行操作,可以有效提高开发效率。Linq to NHibernate有机的在NHibernate结合了Linq的查询功能,良好的把LINQ表达式转换为Criteria API。详细介绍了Linq to NHibernate的特性,分析了Linq to NHibernate实现与数据库无关的原理,并就如何使用Linq to NHibemate进行开发给出实例。     

基于Hibernate和Spring框架的Web应用研究

Hibernate是当前广泛应用的一种ORM数据库访问框架，它提供从对象模型到关系型数据模型的映射。Spring框架是一种轻量级J2EE应用框架，是针对Bean的生命周期进行管理的轻量级容器。介绍这两种框架并将它们结合起来形成一个业务持久层解决方案。这里提出使用Spring框架来管理业务对象，通过Hibernate作为数据持久层的方案来开发B／S架构的Web应用，并将此框架结构应用于实际项目的设计与开发中。     

NHibemate在．NET中的应用

NHibernate是一个面向．NET平台的对象／关系数据库映射工具。它不仅管理．NET类到数据库表的映射,还提供操作数据的方法。本文重点阐述了O／R映射机制和基于．NET平台的NHibemate技术,通过一个实例说明NHibemate技术的实际应用。     

以代码生成器为中心的对象／关系映射架构

在面向对象的软件开发中,只要持久对象的数据仍然采用关系数据库存储,就需要对象,关系映射代码将持久对象保存到特定数据库中。一种以代码生成器为中心的对象,关系映射架构能够同时生成数据库创建脚本和对象关系,映射代码。在．NET平台上的实现和使用证明,这种榘构正确、实用,可以极大地简化对象,关系映射问题的解决。     

基于ORM的Hibernate持久层框架

Hibemate是一个对象持久化工具,它通过其强大的O／R映射功能将Java对象同存放于关系数据库中的数据进行的映射,避免了开发人员使用大量的SQL语句通过JDBC以及其他的方式对数据库进行操作,极大地提高了软件的开发效率。     

持久层实现研究

开发一个同时使用面向对象技术和关系型数据库技术的项目是一件困难的事情。为了解决面向对象技术和非面向对象技术之间存在阻抗不匹配问题,在企业应用开发过程中需要使用持久层来减少不匹配带来的影响。持久层是根据分层思想的指导,通过建立逻辑门户,采取一定的对象-关系映射策略,隐藏所有数据库访问代码细节,向开发人员提供的透明的对象持久化机制。在对现今流行的持久层设计技术、DAO模式和CMP模式的实现,进行深入分析的基础上,讨论了一个良好的持久层所应具备的功能,提出了一个持久层实现模型。     

基于生物视觉特征的目标轮廓提取算法

自然场景中的目标轮廓提取是计算机视觉中的一个重要研究问题。其难点在于场景中大量的纹理边缘严重地干扰了轮廓提取的完整性。近年来,一些研究工作将生物视觉特征引入图像边缘轮廓提取,取得了一定的效果。其中通过引入视觉外区抑制特征可以在提取物体轮廓边缘的同时抑制一定量的纹理边缘,从而得到轮廓边缘集合。然而在整合轮廓边缘时,传统模型仅仅采用求交并集的简单合并方法,使得强响应的细小纹理残留。基于此,提出了一种改进的基于生物视觉特征的自然场景目标轮廓提取算法。首先采用多水平抑制方法得到候选轮廓边缘集合。接着将一种基于生物视觉特征的边缘组合方法用于将候选边缘整合成为一个完整的目标轮廓。与传统的外区抑制算法相比,基于视觉特征的轮廓提取算法提高了自然场景中目标轮廓提取的准确性和完整性。     

询问-回答模式下层次式程序表示模型的构建方法

对程序进行静态分析是程序检查的一种有效的手段,而建立程序模型是对程序进行自动分析的基础。基于对象、域和型的层次式程序表示模型(OSTPM)是以域为基础的层次式的程序信息递归表示模型。该模型侧重反映程序中对象、域和类型间的内在关系,并通过域把不同的对象和型关联起来。可扩展程序对象模型(EPOM)是用来具体刻画程序语法结构的一种抽象模型。在对程序进行词法和语法分析后得到EPOM的情况下通过询问-回答的对象控制模式可以方便的构建OSTPM。     

基于Tableau方法的程序综合系统——DTPS

本文简单介绍了基于Ｔａｂｌｅａｕ方法的程序综合系统－ＤＴＰＳ．ＤＴＰＳ系统以定理证明为基础，为构造一个满足程序规约的程序，只需证明的确存在一个满足条件的对象。如果这个证明存在，那么从证明中可抽取出一个满足该程序规约的程序。     

Game-theoretic simulation checking tool

Model checking is one of the most commonly used methods for checking program correctness. In this method, one verifies a program model given by the Kripke structure (labeled transition system) rather than the program itself. The specification is usually given as a temporal logic formula. In many subtasks of model checking, it is necessary to use relations that are defined on the set of program models and preserve the satisfiability of temporal logic formulas. There exist many relations of this kind, which are called simulation relations. In the present paper, we introduce a tool designed to check a wide class of simulation relations between finite models of programs. This tool is based on the simulation checking game-theoretic approach. The tool consists of two components. The first component is the formal language, which allows one to define various simulation relations in terms of an antagonistic two-player game. The second component is a software tool that, given two labeled transition systems and simulation definition, is able to check whether this simulation is satisfied between these labeled transition systems.     

Unfolding rules for GHC programs

This paper presents a set of rules for the transformation of GHC (Guarded Horn Clauses) programs based on unfolding. The proposed set of rules, called UR-set, is shown to preserve freedom from deadlock and to preserve the set of solutions to be derived. UR-set is expected to give a basis for various program transformations, especially partial evaluation of GHC programs.     

Scalable Visualizations of Object-Oriented Systems with Ownership Trees

Executing object-oriented programs have a complex structure consisting of numerous objects connected by interobject references. This structure, called the program's object graph, is hard to understand, and this complicates learning, teaching, debugging and maintaining object-oriented programs. While visualization can be used to display object graphs, the size and complexity of typical object graphs also makes visualization difficult. We have developed ownership trees as a simple yet powerful method of extracting a program's implicit encapsulation structure from its object graph. We have developed a program visualization tool that makes use of ownership trees to display the structure of object-oriented programs. Because ownership trees are independent of scale—the relationship between a whole object-oriented system and its top-level components is the same as the relationship between a low-level data structure and the objects that implement it—our software visualization is applicable at all levels of abstraction within a program's design.     

线程独立对象实现方法

运用一定的算法和编程实现了多线程环境中共享程序中的对象名和线程独立对象。这种对象的特点是名字共享,对象值在线程之间隔离。在多线程环境中,线程独立对象可以防止因为对象值共享而引起访问对象的冲突,也可以明晰线程的运行逻辑。阐述了根据对象名和线程标识将对象映射到存储单元的设计思想,并以MFC的应用为例,分析了用C＋＋程序实现的方法。     

Microsoft组件对象模型-COM的研究

Microsoft公司自上世纪90年代初进行了COM组件的开发,并使其成为一个相当成熟的组件对象模型。文章主要阐述了组件对象模型COM中的对象和接口的概念,IUnknown接口和类厂的作用,COM的三大特性,最后给出COM的实现方法。     

A new crossover operator in genetic programming for object classification.

The crossover operator has been considered "the centre of the storm" in genetic programming (GP). However, many existing GP approaches to object recognition suggest that the standard GP crossover is not sufficiently powerful in producing good child programs due to the totally random choice of the crossover points. To deal with this problem, this paper introduces an approach with a new crossover operator in GP for object recognition, particularly object classification. In this approach, a local hill-climbing search is used in constructing good building blocks, a weight called looseness is introduced to identify the good building blocks in individual programs, and the looseness values are used as heuristics in choosing appropriate crossover points to preserve good building blocks. This approach is examined and compared with the standard crossover operator and the headless chicken crossover (HCC) method on a sequence of object classification problems. The results suggest that this approach outperforms the HCC, the standard crossover, and the standard crossover operator with hill climbing on all of these problems in terms of the classification accuracy. Although this approach spends a bit longer time than the standard crossover operator, it significantly improves the system efficiency over the HCC method.