将电子邮件客户端注册到Windows系统菜单的原理与方法

详细介绍了如何在WindowsXP操作系统下运用注册表技术实现将独立软件供应商（ISV）捱供的电子邮件程序注册到操作系统“开始”菜单的原理．并以实例具体描述了实现其注册到操作系统“开始”菜单的步骤与方法。     

基于CDMA的铁路公安处现场勘查实时指挥调度系统的原理与应用

本文重点阐述了铁路公安处现场勘查实时指挥调度系统的总体设计目标,具体设计思路、主要技术指标及技术特点,并详细分析了该系统实现的技术原理及应用效果。     

利用PowerBuilder应用程序混合安装与运行的方法和原理

本文阐述了如何在同一计算机运行环境或平台下同时安装运行采用PowerBuilder5．0工具开发的16位及32位应用程序，分析了其运行原理、操作步骤及注意事项。     

在Microsoft Office 2003中发送短信的方法

本文主要是描述了在Microsoft Office 2003中加载手机短信服务的原理、系统要求、配置步骤、实现方法及简要功能说明.     

在Power builer中调用拨号连接实现数据传输

目前在ＰＢ中实现使用调制解调器进行数据传输的方法大致有以下两种：１．在ＰＢ中调用Ｗｉｎｄｏｗｓ的ＡＰＩ函数,利用Ｗｉｎｄｏｗｓ提供的串口控制函数实现数据传输处理。２．在ＰＢ中将微软公司（Ｍｉｃｒｏｓｏｆｔ）提供的通信控件ＭＳＣＯＭＭ３２．ＯＣＸ（在＼ｗｉｎｄｏｗｓ＼ｓｙｓｔｅｍ目录下）注册登记加入ＯＬＥ对象列表中,并在创建的窗口中增加一个该控件的ＯＬＥ对象,再针对此控件编程。本文介绍了作者在ＰＢ中充分利用“拨号网络”的功能,采用在应用中调用其连接的方法。该方法既节省了开发时间与编程量,又能方便地…     

采用PowerBuilder开发电子邮件管理软件的原理与方法

本文详细的介绍了运用POWERBUILDER工具实现电子邮件管理软件开发的原理,并应用实例完整阐述了电子邮件发送、接收及邮件管理等功能的实现方法。     

大数据统计趋势分析和PCA的滚动轴承早期故障诊断

针对短时、小样本数据下提取的特征对早期故障敏感度和故障演化过程稳定度低、信息冗余的问题,提出了大数据统计趋势分析和核主元分析方法(Principal component and analysis,PCA)的滚动轴承故障演化特征提取和早期故障诊断方法。采集滚动轴承正常状态到完全失效状态的全寿命振动数据,计算原始数据中不同故障严重程度下的时频统计特征,建立各个统计特征描述的故障演化趋势,分析各个统计特征描述的故障演化特性,初步选择能够敏感且稳定感知故障演化过程的统计特征集,利用PCA分析初选结果中各个统计特征间的相关性和贡献度,进一步剔除冗余特征,最终得到能全面表征故障演化过程的特征。最后,使用滚动轴承全寿命振动数据验证本文所提方法的有效性。实验结果证明,标准差、均值频率、标准差频率等特征能敏感地检测滚动轴承早期内环故障并稳定跟踪其演化过程。     

虚拟机缓存划分的设计与实现

阐述了一种基于VMM(virtual machine manager)的虚拟机缓存划分的设计与实现。该方法采用操作系统中的页面着色技术,在虚拟机管理器Xen上进行实现。这种机制对于VMM之上的客户操作系统是完全透明的,便于操作,具有很好的灵活性。经测试表明,提出的缓存划分的方法能够显著地提高同时运行在不同虚拟机上的应用程序的性能。对从SPEC CPU 2006基准测试程序里面挑选出来的并发程序的负载进行测试,结果表明缓存划分最高可以使其性能提升19%。     

面向虚拟机的远程磁盘缓存

在虚拟机(virtual machine)系统中,随着虚拟机数量和应用程序需求的不断增长,内存容量已经成为应用程序性能的主要瓶颈。为了提升内存密集型和I/O密集型程序的页面交换性能,提出了虚拟机的远程磁盘缓存机制REMOCA,它允许运行在一台物理主机上的虚拟机将其他物理主机的内存作为其二级磁盘缓存。由于网络传输延迟远远小于磁盘访问,用网络传输代替磁盘访问就能够有效地降低虚拟机的平均磁盘访问延迟。REMOCA的目标就要尽可能地减少磁盘访问。REMOCA运行在虚拟机管理器中,其基本工作原理是截获并处理虚拟机的页面淘汰、磁盘访问等事件。REMOCA能够与现有的虚拟机内存管理机制(如气球技术、影子缓存)相结合,从而提供更加灵活的内存资源管理策略。实验数据表明,REMOCA能有效地降低页面抖动对虚拟机性能的影响,并在很大程度上提升虚拟机中I/O密集型应用的性能。     

基于改进EMD的滚动轴承故障增长特征提取和损伤评估技术

针对传统滚动轴承损伤评估方法未考虑故障特征的稳定性和有效性导致评估的准确度不高的问题,提出了基于改进EMD（empirical mode decomposition）的滚动轴承故障增长特征提取和损伤评估技术。使用EMD将不同损伤程度的故障信号分解为一系列的奇异值分量SVD（singularity value decomposition）,建立不同SVD分量描述的故障增长趋势,分析各级分量对故障增长过程的稳定性和敏感性,提取能有效感知故障增长过程的奇异值分量作为故障增长特征,建立滚动体、内环和外环故障以及不同故障严重程度下的样本模型,利用智能算法辨识故障类型并评估其严重程度。最后,使用凯斯西储大学公开的滚动轴承振动数据验证所提方法的有效性。实验结果证明,故障增长分析方法能从复杂的奇异值分量中筛选出有效跟踪故障增长过程的特征,对提高损伤评估的准确度具有重要意义。