基于InfiniBand的RPC优化

随着无限带宽(IB)网络技术的发展,IB网络以其高性能、低延迟以及低功耗和低成本的优势逐渐在数据中心占据重要的地位.而作为重要的网络通信模型,远程过程调用(RPC)协议如何利用IB网络的远程内存直接访问RDMA特性是一个重要议题.NFSover RDMA解决了内核态下网络文件系统(NFS)利用RDMA协议传输数据的问题.然而,面向跨越内核态和用户态的RPC应用,目前仍然没有基于IB的RPC相关优化.通过将IB协议族中的套接字直接协议(SDP)集成到现有RPC协议中,使内核态以及用户态RPC程序都能使用IB网络的RDMA协议,从而提升网络传输性能.经测试,此方案与传统的基于TCP/IP协议的RPC实现相比,用户态RPC与内核态RPC可分别获得10％00和35％的性能提升.     

采用Java ME测试Agent的嵌入式设备自动测试框架

提出了一个将手工测试转换为自动测试的轻量级框架。经过扩展Java ME API,Java ME程序（MIDlets）具备拦截和模拟用户输入能力。Java ME测试Agent建立HTTP服务,根据配置文件或Web浏览器控制命令决定工作方式：学习模式或测试模式。在学习方式,Agent根据用户输入生成测试脚本;在测试模式,Agent利用测试脚本模拟测试。在GPS/PDA上实现了测试框架并用实验验证。该解决方案用模拟自动测试代替手工费时费力交互手工测试,提高了测试效率。     

过程控制实验装置远程监控的设计与实现

为让学生掌握先进的控制方法,提高实验设备的利用率,对过程控制实验平台在校园网内的远程监控进行了研究。介绍了远程控制的结构,阐述了服务器/客户端网络通信的实现方法,分析了远程控制网络的实时性,以变频恒压供水的远程控制实验为例说明了远程控制的效果。实验表明,采用客户端/服务器通信模式结合获取现场数据的OPC技术,能够较好地实现过程控制对象的远程监控,具有较好的实时性。     

Java RMI设计实现的分析与研究

随着Java开发技术的迅猛发展,其具有的跨平台、代码可移植性、安全高效等功能逐渐被认可,一种基于Java的远程方法调用(RMI)为进行Java开发应用提供了行之有效的解决方案。详细介绍了设计RMI的具体步骤,并给出了具体实现的关键代码。     

远程考试通用平台的UML模型映射对象Petri网分析

针对文献[1]提出的融合UML和对象Petri网优点建模分布式工作流系统的方法,本文进一步对UML模型中的合同及其相互关系映射后的对象Petri网提供了描述系统行为方面的形式化分析方法,并利用此方法对远程考试通用平台进行了动态分析.     

基于InmarsatD+的船舶遥测监控通信系统的实现与研究

InmarsatD+是Inmarsat近年推出的一种新颖的用户服务,它在遥测监控通信系统中的应用在国内外都是一种新的技术。通过与现有遥测监控通信系统的比较,阐述了基于InmarsatD+的遥测监控通信系统的优越性及其组成,并以一个基于InmarsatD+的船舶遥测监控通信系统为例,剖析了这种新颖的监控中心系统的体系结构。该系统在国内某船舶管理机构试运行效果良好。     

化工过程远程无线监控的PCI Modem系统设计

介绍了一种可用于化工过程状态远程监测的无线传输系统,并讨论了本地PCI Modem系统的实现。该Modem改变了当前存在的Modem系统取电不方便,不易携带的缺点,地域适用性更广。本文主要分析了系统硬件设计和软件设计,包括器件选型,桥接芯片OX16PCI954配置,硬件构成原理,驱动安装软件开发和应用软件设计等。实际使用表明,该Modem系统适应性较强,性能良好,稳定实用。     

基于Web的化学实验室远程监控技术研究

在实验室网络信息化的基础上,提出了基于Web的化学实验室远程监控系统。计算机对现场采集的化学实验室内空气质量、温湿度、有害气体和烟火等参数进行实时监控,并通过Web服务器的接口和Internet上的客户端建立连接,以较低的成本完成了化学实验室的远程监控。     

一种新型自摆消防炮控制系统的设计

针对目前常用的水力自摆式消防炮通用性差的问题,介绍了一种新型的自摆式消防炮控制系统的设计。该系统具有无线遥控和面板电控2种控制方式,能够进行大范围自动扫射灭火操作;采用单片机构成微处理单元,对控制信号和限位开关信号进行处理,并做出相应的控制动作;设计了无线遥控模块,采用3路集成驱动器件L298实现消防炮的运动驱动。工程实践结果表明,该系统工作可靠,使用简单,应用场合广泛。     

深度置信网络模型及应用研究综述

介绍深度置信网络（DBN）理论基础的发展,对比分析深层结构DBN与浅层网络结构的差异,最后引用多篇文献分析研究DBN在文字检测、人脸及表情识别领域和遥感图像领域的应用效果。全面介绍了深度学习模型DBN,深入分析DBN的构建与实际应用,为研究人员提供改进DBN的思路,以期在未来将其运用到更宽广的新兴领域中。