Ada会合关系及其分类：Ada会合关系并发复杂性度量研究之一

影响并发程序复杂性的最重要因素是任务之间的通讯和同步行为。我们认为这些行为表现为Ada程序中的会合和会合之间的关系。在这项系列研究里,我们要考察Ada程序中的会合、会合之间的关系和关系的分类,深入研究会合接续和嵌套关系,为接续关系引入接续图,为嵌套关系引入嵌套树,并给出构造这些图和树的方法和它们的一些性质。最后,我们建议Ada程序P的并发复杂性CC(P)是接续复杂性SC(P)的嵌套复杂性NC(P)的加权和;SC(P)是可从Ada程序正文静态识别的会合关系构成的诸会合接续图的边数之和,NC(P)是诸嵌套树的加权节点数之和。文中还给出若干可静态断言程序死锁的充分条件。本文第一部分讨论Ada会合、会合关系和会合关系的分类。     

Ada会合接续关系及会合接续复杂性度量——Ada会合关系并发复杂性度量研究之二

影响并发程序复杂性的最重要因素是任务之间的通讯和同步行为。我们认为这些行为表现为Ada程序中的会合和会合之间的关系。在这项系列研究里,我们要考察Ada程序中的会合、会合之间的关系和关系的分类,深入研究会合接续和嵌套关系,为接续关系引入接续图,为嵌套关系引入嵌套树,并给出构造这些图和树的方法和它们的一些性质。最后,我们建议AdaP程序P的并发复杂性CC(P)是接续复杂性SC(P)和嵌套复杂性NC(P)的加权和;SC(P)是可从Ada程序正文静态识别的会合关系构成的诸会合接续图的边数之和,NC(P)是诸嵌套树的加权节点数之和。文中还给出若干可静态断言程序死锁的充分条件。本文第二部分讨论Ada会合接续关系和程序的会合接续复杂性度量。     

BPM与SOA：截然不同又相互协作

最近几个月来，关于业务流程管理（BPM）和面向服务架构（SOA）之间关系的讨论热闹非凡。二者也是多年来的热门话题，但是关于它们的讨论通常都出现在互不相关的论坛上，讨论它们的人通常也属于不同的圈子。不过现在这种情况正在改变，因为这两个概念以及相关技术的使用者和提供者正日渐将二者结合起来看待。BPM阵营通常声称，SOA对于实现BPM来说不是必需的。只需部署一个BPM套件，就可以更快地实现目标而不会带来多少复杂性。SOA阵营则注重于如何从一般意义上解决企业IT的复杂性。该阵营通常声称BPM是SOA的一个特性，但是它是SOA解决方案的一部分，而不是一个单独的东西。     

基于灰度共生矩阵的图像纹理特征提取分析

图像纹理作为一种重要的视觉手段,是图像中普遍存在而又难以描述的特征。目前常用的纹理特征提取的方法主要有统计方法、模型方法、信号处理方法和结构方法。灰度共生矩阵即为灰度级的空间相关矩阵,以其为基础的统计方法通过对矩阵统计量的求取较好地提取到了纹理特征,通过选取关键参数编程并进行仿真实现,分别求取了四个方向的灰度共生矩阵及其特征量来分析图像的纹理特征。     

基于纹理特征的三维点云数据配准算法研究

使用Kinect可以方便地获取物体的纹理图像和三维点云数据。研究一种通过获取纹理图像的特征点进行快速三维点云数据配准的算法．并最终应用到室内环境的三维场芾重建中。实验表明,此算法具有直观、实现简单、运算量小等优点。     

新品不断 惊喜连连 近期新款游戏显卡逐个测

2011年,咱们遇上了一段相当长的显卡新品真空期,可这并未让广大显卡玩家们的热情有丝毫减退。终于等到了2012,显卡新品大量涌现,光是在今年第一季度,就先后迎来了AMD Radeon HD7970/HD7950、Radeon HD7870/HD7850、Radeon HD7770/HD7750以及     

轨道交通综合安防情景管理解决方案

轨道交通系统的设施分散性、运行开放性和人群密集性等特点,决定了其整体环境的复杂性和挑战性。本文介绍现今轨道交通系统的安防需求,以及如何应用综合安防情景管理方案来对轨道交通进行管理。     

Oracle WebLogic应用服务器12c开辟企业云应用新时代

随着IT建设逐渐成为企业业务增长的关键动力和战略发展的核心部分,企业IT部门面临着加速产品和服务创新、降低运维成本和管理复杂性、提高员工效率以及提升业务价值等一系列巨大挑战。企业级云计算的出现为企业在当前复杂的系统环境中成功应对这些挑战创造了机会。     

“3＋3”战略迎接“下一代IT服务”

随着全球经济增长压力不断增大,市场环境复杂性不断提高,传统的增长模式已经难以奏效。新的科技创新与应用,包括云计算、业务分析与优化（BAO）、移动互联及电子商务等,为企业的发展提供了全新的机遇,并已经成为驱动企业实现更加智慧成长模式的重要推动力。     

多水平外区抑制的轮廓检测

提取自然图像中的物体轮廓是机器视觉研究的重要问题,主要困难在于自然图像中的纹理性边缘严重干扰了物体轮廓的提取。研究表明视皮层方位选择性神经元的非经典感受野机制使得人类视觉系统在处理自然图像时不仅能够抑制纹理性边缘,而且能够增强物体的轮廓。基于此人们提出多种仿生轮廓检测算法,但算法中被称为抑制水平的参量在取值较高时会漏检部分轮廓,而在其取值较低时又会引入过多的纹理性边缘。针对这一问题,提出多水平外区抑制轮廓检测算法,通过整合各级单水平外区抑制的检测信息,有效抑制了纹理性边缘和降低了漏检轮廓的可能性。实验结果表明,相对于传统算法,新算法在轮廓检测性能上提高了10%左右,并具有更好的稳健性。