Web服务器与数据库的互连

１Ｗｅｂ服务器Ｗｅｂ主要有两大组成部分：Ｗｅｂ服务器和ｗｅｂ客户机,通常Ｗｅｂ服务器接收浏览器端的用户请求,服务器作出响应,形成ＨＴＭＬ文件后,把它发送给浏览器并中断链接。浏览器端则显示下载的ＨＴＭＬ文件。其关系如图１所示。１．１ＨＴＴＰ请求一个ＨＴＴＰ请求是从客户机发往服务器的,一般格式为：ＭｅｔｈｏｄＵＲＬ＿Ａｂｓｏｌｕｔｅ＿ＰａｔｈＰｒｏｔｏｃｏｌＶｅｒｓｉｏｎＮＬ［Ｈｅａｄ］［ＮＬＤａｔａ］Ｍｅｔｈｏｄ指明了发送到服务器的请求的类型,通常有三种：ＧＥＴ、ＰＯＳＴ和ＨＥＡＤＥＲ。ＵＲ＿Ｍｂ…     

在NOVELL网络上实现CD-ROM共享

随着ＮＯＶＥＬＬ网络的广泛应用,网络上各低配置工作站可充分共享服务器上的各类资源。ＮＥＴＷＡＲＥＶ3.12网络操作系统为实现服务器上ＣＤ-ＲＯＭ的共享提供了可能。实现共享的具体步骤:1.在服务器控制台上(设服务器名为ＤＸＷ),用ＬＯＡＤ命令加载ＣＤ-ＲＯＭ的驱动程序ＣＰＱＳＣＤ.ＤＳＫ,操作:ＤＷＸ:ｌｏａｄｃｐｑｓｃｄ.ｄｓｋ(ＣＰＱＳＣＤ.ＤＳＫ随服务器的不同而不同);2.在服务器控制台上用ＬＯＡＤ命令加载ＣＤ-ＲＯＭ的驱动器模块ＣＤＲＯＭ.ＮＬＭ,从而使服务器上的ＣＤ-ＲＯＭ成为ＮＥＴＷＡＲＥ的一个固定的卷(只读卷),…     

NetWare网络性能优化

１引言 大家知道，要想最大限度地发挥ＮｅｔＷａｒｅ网络的性能，必须将网络系统的参数调整到最佳值。而ＮｅｔＷａｒｅ操作系统可供调整的参数很多，调整时往往会令人感到无从下手和无据可依。因此，本文就针对这一问题来讨论以下如何利用Ｍｏｎｉｔｏｒ对Ｎｅｔｗａｒｅ网落参数进行优化。２ Ｍｏｎｉｔｏｒ简介 Ｍｏｎｉｔｏｒ是ＮｅｔＷａｒｅ提供的一个非常有用的监控工具、它是一个ＮＬＭ模块，运行在文件服务器控制台，可用于监控、跟踪服务器信息，如存储器的使用率、系统资源状态以及处理器忙的时间占所有时间的百分比等。这些信…     

一种提高NetWare服务器访问带宽的技术

本文介绍了一种在交联式以太网中，利用ＮＬＳＰ的负载平衡功能提高ＮｅｔＷａｒｅ服务器访问带宽的技术，讨论了ＮＬＳＰ协议及其负载平衡的工作原理及过程，给出了安装设置方法，该方法适用于对ＮｅｔＷａｒｅ服务器访问的Ｉ／Ｏ密集型网络应用。     

一种数据仓库联机维护算法

数据仓库通常以离散的方式进行刷新,这样就不能向用户提供连接的查询服务。文章提出了一种适合数据仓库联机维护的算法－ＳＴＮＬ算法,它消除了２ＶＮＬ,ＭＶＮＬ等联机维护算法需要对元组暂时锁定的缺点,并且更容易实现。     

业界动态

六大存储器公司组建存储连网产品联盟 六大存储器公司日前宣布,它们将联手向客户提供跨厂商、可互操作存储连网产品和更大的支持服务。 据Ｗｅｂ网站的广播称,进行合作的这几家公司是Ｂｒｏｃａｄｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　Ｓｙｓｔｅｍｓ、Ｃｏｍｐａｑ　Ｃｏｍｐｕｔｅｒ、ＥＭＣ、 Ｈｉｔａｃｈｉ　Ｄａｔａ　Ｓｙｓｔｅｍｓ （日立）、 ＩＢＭ和ＭＣｃＤａｔａ。此举是由存储连网工业协会（ＳＮＬＡ）促成。 这几家公司将向客户提供通过单条共享光纤通道运行各种存储系统产品的能力。根据安排,各式各样的服务器平台将能够访…     

基于客户机／服务器的MIS应用模式

本文介绍了客户机／服务器（Ｃｌｉｅｎｔ／Ｓｅｖｅｒ）体系结构特点，说明了客户机／服务器与管理信息系统（ＭＩＳ）应用结合的组成模式，指出这种模式是客户机／服务器的主要应用，并通过西南交通大学管理信息斌发的实例具体介绍客户机／服务器在ＭＩＳ应用中的作用。     

热点视界

电子商务原动力IＢＭ　ｅＳｅｒｖｅｒ　ｘＳｅｒｉｅｓ服务器 本刊讯 ＩＢＭ公司 ４月２５日推出３款针对企业级应用的ｅＳｅｒｖｅｒ ｘｓｅｒｉｅｓ服务器──通用服务器 ｘＳｅｒｉｅｓ ２５０机柜优化型服务器 ｘＳｅｒｉｅｓ ３５０和 ３７０。ｅＳｅｒｖｅｒ ｘＳｅｒｉｅｓ服务器是ＩＢＭｅＳｅｒｖｅｒ家族中支持开放工业标准的代表该系列产品基于原来的Ｎｅｔｆｉｎｉｔｙ系列分功能服务器,通用服务器机柜优化型服务器和超级扩展型服务器等４个系列。 在技术方面 ｅＳｅｒｖｅｒ ｘＳｅｒｉｅｓ把以前大型机中的高新技术整合进…     

多个未知时延的MISO系统的递推辨识

对于未知时延的多输入单输出（ＭＩＳＯ）系统,借助分离性原理,推导出迭代的可分离的非线性最小二乘（ＳＮＬＳ）辨识方法．为降低收敛于局部最小的可能性,利用全局优化理论,推导了全局可分离的非线性最小二乘（ＧＳＮＬＳ）辨识方法;为消除强观测噪声所引起的参数估计的偏差,将ＧＳＮＬＳ方法调整为一新颖的全局可分离的非线性多新息递推最小二乘（ＧＳＮＭＩＲＬＳ）辨识方法,仿真实验验证了算法的有效性．     

分布式集成中间体CSE／MA的设计与实现

为扩展分布式计算环境，支持系统集成，本开展了基于多ａｇｅｎｔ的分布式集成中间件ＣＳＥ／ＭＡ的研究，试图为应用开发提供一种开发客户／服务器应用的通用开发框架，支持应用于开发方便灵活地建立各种客户／服务器应用。本着首先提出了ＣＳＥ／ＭＡ的框架结构，讨论利用ＣＳＥ／ＭＡ建立客户／服务器应用的组成成分，工作原理和工作过程，其次，讨论ＣＳＥ／ＭＡ的管理核心Ｒｅｇｉｓｔｅｒ所提供的服务及其实现算法，提     

Applying Non-Local Means Filter on Seismic Exploration

The seismic reflection method is one of the most important methods in geophysical exploration. There are three stages in a seismic exploration survey: acquisition, processing, and interpretation. This paper focuses on a pre-processing tool, the Non-Local Means (NLM) filter algorithm, which is a powerful technique that can significantly suppress noise in seismic data. However, the domain of the NLM algorithm is the whole dataset and 3D seismic data being very large, often exceeding one terabyte (TB), it is impossible to store all the data in Random Access Memory (RAM). Furthermore, the NLM filter would require a considerably long runtime. These factors make a straightforward implementation of the NLM algorithm on real geophysical exploration data infeasible. This paper redesigned and implemented the NLM filter algorithm to fit the challenges of seismic exploration. The optimized implementation of the NLM filter is capable of processing production-size seismic data on modern clusters and is 87 times faster than the straightforward implementation of NLM.     

渐近非局部平均图像去噪算法

非局部平均去噪算法(Non-local means denoising algorithm, NLM)是图像处理领域具有里程碑意义的算法, NLM的提出开启了影响深远的非局部方法. 本文从以下两个方面来重新探讨非局部平均算法: 1) 针对NLM算法运算复杂度高的问题, 基于互相关(Cross-correlation, CC)和快速傅里叶变换(Fast Fourier transformation, FFT)构造了一种快速算法; 2) NLM在滤除噪声的同时会模糊图像结构信息, 在强噪声条件下更是如此. 针对这一问题, 提出了一种渐近非局部平均图像去噪算法, 该算法利用方差的性质来控制滤波参数. 数值实验表明, 快速算法较之经典算法, 在标准参数配置下运行速度可提高27倍左右; 渐近非局部平均图像去噪算法较之经典非局部平均图像去噪算法, 去噪效果显著改善.     

混合相似性权重的非局部均值去噪算法

针对传统非局部均值(NLM)滤波在噪声标准差较大时,加权欧氏距离不能真实反映邻域块相似度的问题,提出一种新的混合相似性权重的非局部均值去噪算法。首先,利用平稳小波变换的特点对噪声图像进行分解,并利用滤波函数对细节子带进行预去噪处理;然后,根据预去噪图像计算块间相似性参考因子,并使用其替换传统NLM算法中高斯核函数;最后,为使相似性权重更符合人眼视觉系统(HVS)特点,使用基于图像结构感知的块奇异值分解(SVD)方法定义邻域间相似性度量,与传统NLM算法相比能更为真实地反映邻域间相似度。实验结果表明,混合相似性权重的非局部均值去噪算法较传统NLM算法在视觉上能更好地保留纹理细节及边缘信息,而且结构相似度(SSIM)指标较传统NLM算法也有一定提高,在噪声标准差较大情况下具有有效性和鲁棒性。     

On the comparison of different kernel functionals and neighborhood geometry for nonlocal means filtering

The present work proposes a review and comparison of different Kernel functionals and neighborhood geometry for Nonlocal Means (NLM) in the task of digital image filtering. Some different alternatives to change the classical exponential kernel function used in NLM methods are explored. Moreover, some approaches that change the geometry of the neighborhood and use dimensionality reduction of the neighborhood or patches onto principal component analysis (PCA) are also analyzed, and their performance is compared with respect to the classic NLM method. Mainly, six approaches were compared using quantitative and qualitative evaluations, to do this an homogeneous framework has been established using the same simulation platform, the same computer, and same conditions for the initializing parameters. According to the obtained comparison, one can say that the NLM filtering could be improved when changing the kernel, particularly for the case of the Tukey kernel. On the other hand, the excellent performance given by recent hybrid approaches such as NLM SAP, NLM PCA (PH), and the BM3D SAPCA lead to establish that significantly improvements to the classic NLM could be obtained. Particularly, the BM3D SAPCA approach gives the best denoising results, however, the computation times were the longest.

     

利用无参考图像内容量度优化非局部均值去噪方法的参数

目的 非局部均值NLM（non-local means）方法是一种有效的数字图像去噪方法。然而,在实际去噪过程中,非局部均值的衰减参数通常是固定的而且无法随着图像的变化而作适应性的调整。为了使非局部均值方法更加有效, 提出一种将适用于多种噪声分布的无参考图像内容量度（表示为Q）引入NLM的迭代方法,来优化固定的衰减参数。方法 首先,针对普通图像的去噪,利用量度Q来测量每一次调整衰减参数后所对应的去噪结果的图像质量,凭借该迭代机制找到Q的最大值,从而获得最优的图像去噪结果;其次,将该量度用于MRI（magnetic resonance imaging）图像的去噪,利用Q来度量图像所含结构信息（如纹理和边缘）,进而调整用于MRI图像去噪的无偏非局部均值法的衰减参数。结果 实验结果显示,本文方法提升了去噪结果的峰值信噪比（PSNR）,并且本文方法的去噪结果在视觉上看起来比用传统方法得到的结果更清晰。结论 利用无参考图像内容量度Q来优化NLM方法的衰减参数,使得NLM方法能够针对不同的图像自适应地调整衰减参数以取得最优的去噪效果。实验结果表明用图像内容量度Q来优化非局部均值法的参数是有效的。     

DCT子空间的非局部均值去噪算法

在整个图像块像素灰度值向量空间中,非局部均值( nonlocal means,NLM)算法度量像素间的相似性不仅计算复杂度高,而且当噪声存在时还不能准确地计算出像素间的相似性权重值,影响了对图像冗余性质的利用,使得去噪结果图像对比度和清晰度低.针对NLM算法的这一缺陷,利用离散余弦变换(discrete cosine transform,DCT)的低数据相关性和高能量紧致性,将DCT与NLM算法相结合,对图像块进行DCT,并在DCT低频系数子空间内度量像素间的相似性.实验结果表明,与NLM算法相比,该方法能够在保护图像结构信息、对比度和清晰度的前提下更有效地去除噪声,峰值信噪比值一般可以提高1 dB以上,运行时间不到NLM算法的1/10.     

一种利用局部块相似均值去噪的方法

非局部平均（NLM）是一种基于图像块之间相似性的加权平均去噪算法,对高斯噪声具有很好的抑制作用,但是在平滑区域的去噪效果并不是很好。从相似块的搜索区域和相似性度量函数两个方面对NLM算法进行了分析,指出其在平滑区域容易产生极值点的原因。提出了一种结合图像块特征的阈值方法,用于消除搜索区域中的无关图像块,提高了图像相似结构的利用率。实验表明,新算法对光滑区域和细微结构的去噪能力要优于NLM算法。     

Bibliographic retrieval: a survey of individual users of MEDLINE

The National Library of Medicine (NLM) has been providing online access to the MEDLINE database for nearly 20 years. In recent years, there has been a shift in the composition of the user population. Nearly half the online access codes are now held by individuals who conduct their own searches of the database. The NLM has conducted a survey to identify the demographic features of this end-user population, their reasons for searching the database, their methods of access, and their satisfaction with MEDLINE as available on the NLM system.     

自适应IQA阈值序列图像NLM超分辨重建方法

序列图像超分辨率（super resolution,SR）算法可以利用多帧低分辨率图像之间的互补信息重建出一张高分辨率结果。传统非局部均值（non-local means,NLM）超分辨率重建方法的迭代次数选取和最佳SR重建结果筛选过程高度依赖使用者经验值和主观评价,这极大地增加了算法复杂度,降低了算法的鲁棒性。为了解决这两个问题,提出一种基于图像质量评价（image quality assessment,IQA）自适应阈值的NLM超分辨重建算法。通过设计一种SR重建结果质量评价指标,将该指标引入到NLM重建算法中：一方面作为阈值,用以确定算法迭代收敛条件;另一方面作为评价标准,用以筛选多个输出结果中重建效果最佳的高分辨率图像。实验结果表明,提出的算法能在有效保证鲁棒性的同时,极大地提升NLM超分辨率重建算法的运算效率。     

基于纹理指示图的非局域去噪改进算法

非局域均值算法（NLM）是一种有效的去噪算法,能够在去噪的同时充分保护图像纹理信息。但是在像素的平滑中,权重分配过度依赖像素块相似性,缺乏其他更有效信息的指导,另外原算法计算量过大也是制约其应用的一个瓶颈。提出了一种基于图像纹理指示图的NLM快速改进算法TNLM。该指示图利用二维DCT变换对图像每一个像素为中心的小块进行分析,获得全图像素的纹理重要性指示图,将该指示图引入到传统NLM算法以改进去噪效果。同时,也对算法进行加速优化,通过改进的积分图技术、快速傅里叶变换和块预选技术,提高了算法的速度。实验证明,该算法的处理效果和速度都优于传统算法。