REST和RPC:两种Web服务架构风格比较分析

目前包括SOA在内的大量Web服务架构均采用RPC风格构建,在Web级的大规模应用中RPC风格的架构在扩展性、性能等方面存在着瓶颈.由于REST的架构属性更加符合Web的设计理念,REST成为除RPC之外Web服务架构风格的另一种选择.可扩展性、耦合性、安全性等多个方面对RPC和REST进行了比较分析,并探讨了Web服务架构技术的发展方向.     

一种面向图像分类的流形学习降维算法

数据挖掘中的流形学习降维算法可以应用于图像分类等领域。提出一种面向图像分类的流形学习降维算法Mod-LLE(Modified Locally Linear Embedding)。该算法是针对高维数据的局部线性嵌入降维算法的改进,其整合了图像识别信息来更好地改善优化效果,达到在处理过程中保证原始数据固有的拓扑组成结构。以标准数据集作为案例进行测试。图像分类功能测试与降维性能测试结果表明:该算法对于人脸图像的分类精度比较高,降维性能良好。     

新截获模型下的对称三角LFMCW信号的检测与参数估计

针对现有参数估计方法需要以信号的调频周期起点为截获时间起点的假设,结合“连续波”信号的特点和电子侦察的实际,建立新的对称三角线性调频连续波(STLFMCW)信号截获模型,提出了一种STLFMCW信号检测与参数估计方法.该方法在分析多周期STLFMCW信号模糊函数的基础上,利用Radon-Ambiguity变换(RAT)估计信号的调频斜率并确定分数阶傅里叶变换(FRFT)的最优阶数,根据截获模型下信号新的时间频率关系,再通过相应阶数上FRFT估计调制周期、调制带宽和载频.与现有方法相比,该方法克服了对信号截获时间起点限制,只需截获信号包含至少两个完整的正调频部分或负调频部分就可估计出信号的各个参数.蒙特卡罗仿真实验表明,本文的参数估计方法在低信噪比下具有很好的鲁棒性.     

面向插件的应用框架研究与实现

面向插件的应用框架具有易于复用和动态扩展的特性。为了实现框架中插件的动态加载与替换,可以采用Service Locator模式解除插件接口调用者与插件实例间的耦合。通过一个实例介绍了如何改进Service Locator模式使之更好地管理大量的细粒度短生命周期的插件对象,并展示了采用改进的Service Locator模式来设计面向插件的应用框架的方法。     

利用视觉显著性和粒子滤波的运动目标跟踪

针对运动目标跟踪问题,提出一种利用视觉显著性和粒子滤波的目标跟踪算法.借鉴人类视觉注意机制的研究成果,根据目标的颜色、亮度和运动等特征形成目标的视觉显著性特征,与目标的颜色分布模型一起作为目标的特征表示模型,利用粒子滤波进行目标跟踪.该算法能够克服利用单一颜色特征所带来的跟踪不稳定问题,并能有效解决由于目标形变、光照变化以及目标和背景颜色分布相似而产生的跟踪困难问题,具有较强的鲁棒性.在多个视频序列中进行实验,并给出相应的实验结果和分析.实验结果表明,该算法用于实现运动目标跟踪是正确有效的.     

采用服务定位器模式构建Web服务调用模型

为了解决Web服务静态调用中服务地址不易修改、难以适应需求变化的问题,构建了一个Web服务动态调用模型。该模型采用了服务定位器模式设计,能够灵活配置服务地址,实现对Web服务的控制反转。结合一个简单服务,描述了利用．NET的动态编译和反射技术对Web服务调用模型的实现。     

一种基于Yarn云计算平台与NMF的大数据聚类算法北大核心CSCD

为了改进Map Reduce早期版本在大数据聚类算法方面的性能,文章提出了基于Yarn(Yet Another Resource Negotiator)云计算平台与非负矩阵分解NMF(Nonnegative Matrix Factorization)的大数据聚类方法。文章讨论了高维数据相似性聚类与非负矩阵分解的结合及其面向Map Reduce的数据聚类的任务划分方式。该方法的实现采用Hadoop2.0的Yarn平台,利用Hadoop的HDFS(Hadoop Distributed File System)来存储大容量的外部数据;描述了基于NMF的大数据相似性聚类方法的编码与实现过程,并以电信运营商的大数据作为案例程序进行了测试。实验结果表明,Yarn云平台比传统用于数据聚类的非负矩阵方法具有更好的运行时间与加速比,能够在可以接受的时间范围内完成电信运营商的大数据处理。     

利用设计模式改进分层架构

在软件系统规模日益庞大,结构日趋复杂的情况下,分层架构的软件设计方法得到了广泛使用,它有着诸多的优点,但也存在着一些问题,如级联变更、性能损失.针对这些问题,提出了采用设计模式对分层架构的改进方案,并以一个电子报表系统为实例进行了阐述.     

一种基于Yarn云计算平台与NMF的大数据聚类算法北大核心CSCD

为了改进Map Reduce早期版本在大数据聚类算法方面的性能,文章提出了基于Yarn(Yet Another Resource Negotiator)云计算平台与非负矩阵分解NMF(Nonnegative Matrix Factorization)的大数据聚类方法。文章讨论了高维数据相似性聚类与非负矩阵分解的结合及其面向Map Reduce的数据聚类的任务划分方式。该方法的实现采用Hadoop2.0的Yarn平台,利用Hadoop的HDFS(Hadoop Distributed File System)来存储大容量的外部数据;描述了基于NMF的大数据相似性聚类方法的编码与实现过程,并以电信运营商的大数据作为案例程序进行了测试。实验结果表明,Yarn云平台比传统用于数据聚类的非负矩阵方法具有更好的运行时间与加速比,能够在可以接受的时间范围内完成电信运营商的大数据处理。     

基于SOAP消息处理链的Web服务访问控制模型

为了能更加安全有效地访问Web服务,设计一种基于SOAP消息处理链的Web服务访问控制模型。该模型实现对Web服务的消息级访问控制,并且具有良好的扩展性,能够通过对消息处理链的扩展使模型满足不同的访问控制要求。结合一个实际应用场景,描述XFire框架下的模型实现。