提高分布式多层应用系统的执行效率

介绍了多层分布式应用系统的概念，分析了影响多层分布式应用系统效率的关键因素，指出在开发分布式多层应用系统时，为了有效提高多层可用系统的执行效率，应采用最有效率的远程调用和降低网络数据的传递负荷，减少网络的Roundtrip调整应用程序服务器的执行效率，选择合适的通信协议，控制应用程序的线程模型和加强应用程序服务的的容错及平衡负载能力等方法来构建分布式应用系统，实际开发应用表明，结合了该开发方法的分布式应用系统的执行效率在很大程序上得到了提高。     

减少人与计算机间交互次数的有效方法

本文通过在内存中开辟新的键盘缓冲区并扩充ＢＩＯＳ中断向量ＩＮＴ１６Ｈ的服务驱动程序，实现了应用程序执行过程中自动完成键盘数据输入功能，为广大计算机操作人员执行某些应用程序中避免频敏的人机交互提供了有效的工具。     

提高分布式多层系统执行效率方法的研究

分布式多层系统由客户端应用程序、应用服务器层、数据库服务器层构成。由于分布式多层应用系统均在网络环境下运行，所以，它的执行效率成为设计时不可忽视的重点。以提高分布式多层应用系统的执行效率为目的，文中总结了如何使用Delphi所提供的相关技术来提高分布式多层MIS系统执行效率的几种方法。并得出结论：合理地运用Delphi所提供的相关技术可以大幅度提高分布式多层应用系统的执行效率。     

如何提高基于SQL Server应用程序的性能

本文总结了如何提高基于SQL Server的应用程序的执行效率的方法和思路，以改善应用程序的可伸缩性．这些方法对于开发基于SQL Server的WEB应用程序有很好的借鉴价值。     

如何提高ORACLE数据库应用程序的性能

本文对ORACLE数据库的应用程序的执行效率进行了研究和探讨，就如何提高执行效率提出了一些建议。     

Foxpro与Excel的动态数据交换

本文通过借助ＤＤＥ执行Ｆｏｘｐｒｏ和Ｅｘｃｅｌ中的命令，建立Ｆｏｘｐｒｏ与Ｅｘｃｅｌ之间的通道，说明应用程序如何扮演ＤＤＥ客户并建立应用程序之间的数据动态交换。     

用FOXPRO 2.5与WORD实现文书处理自动化

一、引言在文书处理中，文书的格式及主要内容往往是固定的，变化的只是其中的数据，因此，我们可以利用WORD中邮件合并功能生成固定格式的文书文件，利用FOXPRO应用程序管理文书中的数据，并通过动态数据交换执行WORD中的编辑、打印等命令；用户只要输入文书中的数据，计算机根据输入的数据和已生成的格式文件，打印出一定格式的文书，从而实现文书处理自动化。二、动态数据交换的概念动态数据交换（DynamicDataExchange简称DDE）是Mi．。1．～ot－tWindow的一个重要特征，它允许两个应用程序按照Window提供的通讯规则与格式，使…     

Windows.NET Server群集服务的应用研究

本文通过对群集服务技术的分析。提出如何在群集环境中对应用程序进行性能检查，而无需更改应用程序代码。提高应用程序的执行效率。     

基于切片的深度学习SDN恶意应用程序的检测方法

SDN是一种新型网络架构,其核心技术是通过将网络设备控制面与数据面分离。然而目前针对SDN网络架构的恶意应用程序研究还较少。针对这一问题,在总结分析现有恶意应用检测方法的基础上,采用代码切片技术并基于深度学习框架提出一种面向SDN恶意应用程序的检测方法。它旨在对样本进行模块化分割并提取特征后,将特征向量以矩阵形式重组。在TensorFlow深度学习环境Keras下对SDN恶意样本进行学习和检测,实验数据表明,该方法对恶意应用程序检测率可以达到93.75%,证明了方案的可行性和科学性。     

如何提高基于SQL Server应用程序的性能

本文总结了如何提高基于SQLServer的应用程序的执行效率的方法和思路,以改善应用程序的可伸缩性,这些方法对于开发基于SQLServer的WEB应用程序有很好的借鉴价值。     

字符点相关技术与神经网络识别

本文探讨一种新的在工程图扫描图象中自动识别字符、符号的方法,该研究是基于点相关的神经网络识别技术,这种方法考虑了各种退化的字符样本,训练一个字符时使用一种新的学习规则来自动完成训练过程,并从一组字符图象样本集中产生每个字符的理想的特征描述。这种方法使学习的复杂度呈常量,并在工程图字符识别中得到实际的应用。     

一种基于全局阈值二值化方法的BP神经网络车牌字符识别系统

本文针对车牌字符识别系统在工程应用中存在识别准确率不高、效率低的问题,从工程实践的角度描述了一种新的基于BP神经网络的识别系统在车牌字符识别中的应用。详细介绍了车牌字符识别中的样本集和测试集的组织、图像二值化、归一化、图像去噪、神经网络构建和训练。实践结果表明,本系统适用于自然场景中的车牌自动识别问题,并且具有较强的适应性。     

基于字符结构知识的车牌汉字快速识别技术

车牌汉字识别效率一直是制约车牌自动识别系统推广应用的瓶颈。采用多级分类方法,充分利用车牌汉字图像的空问结构特征(像素空间分布投影,字符的笔段类型、数量及拓扑关系等)可实现车牌汉字的快速辨识。实践表明,该方法能快速从车牌汉宁图像中辨识出汉字字符,识别准确度可达98％。     

一种基于景观特征的浮点数编码遗传算法研究

遗传算法作为一种适应性搜索技术得到了普遍的应用,但其搜索效率不如启发式搜索.已有研究者将启发式知识用于二进制编码遗传算法,但浮点数编码在函数优化和约束优化领域明显有效于其它编码.本文基于算法运行时的景观特征作为启发式知识,用于浮点数编码遗传算法,力求提高其搜索效率、增强其局部搜索能力、拓展其应用领域.本文的理论研究和实验结果表明,将景观特征用于浮点数编码遗传算法,理论是可靠的,方法是可行的.     

基于改进神经网络的火车票号识别算法研究

为提高火车票识别精度和效率,将图像处理技术和BP神经网络结合,提出了一种基于图像处理和BP神经网络的火车票号识别算法.首先,通过图像预处理、目标区域的定位、二值化、倾斜校正和字符分割,提取火车票的身份证号码特征信息,建立特征信息库;之后,将特征信息库作为BP神经网络的输入,数字和字符类别作为BP神经网络的输出,建立BP神经网络的火车票号识别模型.研究结果表明,与模板匹配和SVM相比,提出的方法可以有效提高火车票号的识别精度和效率,识别精度高达97.7％,从而为火车票号识别提供新的方法.     

基于深度残差网络的脱机手写汉字识别研究

手写汉字识别是模式识别与机器学习的重要研究方向和应用领域;近年来,随着深度学习理论方法的完善、新技术的层出不穷,深度神经网络在图像识别分类、图像生成等典型应用中取得了突破性的进展,其中,深度残差网络作为最新的研究成果,已成功应用于手写数字识别、图片识别分类等多个领域;将研究深度残差网络在脱机孤立手写汉字识别中的应用方法,通过改进残差学习模块的单元结构,优化深度残差网络性能,同时通过对训练集的预处理,从数据层面实现训练生成模型性能的提升,最后设计实验,验证深度残差网络、End-to-End模式在脱机手写汉字识别中的可行性,分析、总结存在的问题及今后的研究方向。     

一种基于网络应用特征串识别的局域网管理方案

鉴于网络应用的高速发展,局域网呈现出复杂化的趋势,为更好的完成局域网管理的工作,提出一种基于网络应用行为识别与统计分析的局域网管理方案。该方案以网络特征串识别网络应用行为为基础,以主动识别网络应用行为的方式,通过对网络应用的归类和统计分析实现对局域网网络的积极管理。该方案可以在局域网内有效实现对网络应用的主动监控,网络管理员可以自行设置网络管理方式,达到主动管理灵活监控的目标,优化局域网网络环境。     

文字形态与图符信息在网络媒体界面设计的融合应用

文字形态是文字个性及文字图符化信息展示的主要内容,图符信息又构成了网络媒体界面设计信息传播的核心部分,如何将两者娴熟地应用其中,从而推动文字形态在此领域更好的应用。文章通过从“文字形态”到“图符信息”设计应用的深度剖析,从中归纳出网络媒体界面设计根据表现主题进行创意设计的关键、应用方法和表现方式,并通过实例映证随着科技的不断进步,网络媒体界面设计未来的发展空间与方向,得出将文字形态与图符信息做到内容和形式的和谐统一,并配合新技术的互动表现方式将是网络媒体界面设计发展的主旋律。     

数据融合在车牌字符识别中的应用

将D-S证据理论引入车牌字符识别,结合神经网络容错能力强、能够自适应学习等优点,对待识别字符进行统计和结构等多方面的特征提取后,分别经过神经网络分类器得到相应的结果,并应用D-S证据理论对各种结果进行数据融合,从而实现了字符各方面特征的优势互补,进一步提高了字符识别的成功率。     

基于网络的个性化学习系统中学习者个性特征的提取算法

研究了基于网络的个性化学习系统如何根据学习者的个性特征主动推送个性化学习信息服务,并就如何提高基于网络的个性化学习系统的运行效率,提出了一种有效提取学习者个性特征的算法。该算法主要分为三步:(1)捕获学习者个性特征;(2)统计分析学习者所在学习群体的群体特征和趋势;(3)根据学习者与他所在学习群体有显著差异的特征项和群体特征,推送个性化学习信息。