基于SOA的区域内高校校际间网上资源共享和协作服务模式研究

来源 :计算机应用研究 | 被引量 : 3次 | 上传用户:quanminyingyang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高高校资源的利用率,利用当前各高校信息化工作的成果,提出了一个基于SOA的Web服务组合的校际间资源共享协作服务的方案。该方案立足各高校已建成业务系统,对原有功能进行Web服务封装,利用Web服务复用,通过工作流引擎驱动业务流程的模式,满足校际间逻辑业务的新需求。该协作服务模型有别于高校内部应用整合的系统集成方案,是一种松耦合的业务功能组合模式,高校内原有业务系统的升级改造不会影响校际间的逻辑业务功能的实现。该成果适用于新建业务与原有业务没有严格上下级关系的应用场景。
其他文献
针对硬件IP核的速度和面积两大性能指标,提出了基于可变执行周期的多周期乘法器设计思想,设计出一款适用于32位嵌入式微处理器的乘法器模块。该乘法器兼容ARMv4T架构的所有乘
为解决物联网应用的实时响应问题,提出一种基于FPGA加速处理传感数据中位数计算的方法,包括计算模型、符合FPGA设计限制的实现过程,把FPGA连接到系统其他部分的融合策略等。实验表明,与通用CPU相比,提出的基于FPGAs的加速数据处理策略在功耗和并行传感数据流评价方面具有明显的优势,可以广泛地应用于物联网中前端轻量级数据预处理节点的设计与实现。
针对现有的大部分划分聚类算法受聚类簇的个数K的限制,提出一种基于蜂群原理的划分聚类算法。该方法通过引入蜂群采蜜机制,将聚类中心视为食物源,通过寻找食物源的自组织过程来实现数据对象的聚集。在聚类的过程中引入紧密度函数来评价聚类中心(局部),引入分离度函数来确定最佳聚类簇的个数(全局)。与传统的划分聚类算法相比,本算法无须指定聚类个数即可实现聚类过程。通过仿真实验表明,提出的算法不但对最佳聚类数有良好
针对异构集群式包构建系统存在的负载不均、可用性差等不足,引入三级负载均衡调度技术,优化了系统的调度策略,能够更加有效地利用集群系统的系统资源,发挥更加高效的性能,提高了系统的可用性和高效性,便于高质量、高效生成操作系统发行版本。
针对目前对切片方案的评价只能通过实际成品来事后检验,提出了一种3D矢量模型切片方案的预测评价方法。根据封闭轮廓环点集和工程图文件两种数据类型对3D模型进行重建,并计算扫描路径总长。通过2D逐点连线及3D逐层拉伸技术完全模拟实际的叠层制作过程,得到跟切片方案相对应的具有阶梯效应的可视化模型。实验表明,该方法可对切片数据进行快速3D重建及路长计算,其结果可用于切片方案的预测评价,有效降低了开发成本。
针对分布式拒绝服务攻击(DDoS)对于Ad hoc网络性能的影响进行了研究。在介绍三种经典网络队列管理算法——Drop-Tail、RED和REM的基础上,利用网络仿真软件NS2,分析比较了Ad hoc网络在遭受DDoS攻击时三种队列管理算法的防御能力。仿真表明,在中、轻度DDoS攻击下,主动式队列管理算法REM和RED较被动式队列管理算法Drop-Tail具有更强的防御能力,但在重度DDoS攻击下
针对传真图像,为了提高版面分割与分类准确率,提高处理速度,以连通区域为处理元素,通过合理设定阈值,将水平和垂直相邻连通区域进行合并,快速准确地分割图像。并且将版面分割过程与分类过程相结合,根据连通区域的大小建立矩阵,提取能够表征区域信息的八维特征,然后使用BP神经网络将版面区域分为文字区域和非文字区域两类。实验中得到版面分割准确率为89.2%,版面分类准确率为94.22%。实验结果证明,该算法能够
针对当前智能除草控制系统的非线性、时滞性及喷施精度过低等问题,设计了一种基于超代遗传算法(HG-GA)优化的模糊PID控制方案。在该方案中,针对智能除草装置的特点,设计了对应的模糊PID控制器,并对控制器的各因子进行遗传优化,从而提高系统的控制效果,同时加快了优化速度。实验结果表明这是一种有效的控制策略,尤其是在处理非线性及外部干扰方面有更好的鲁棒性。
提出了一种能应用在中高压系统的新型混合型有源电力滤波器,并提出一种新的直接功率控制算法。首先给出了新型混合型有源电力滤波器的拓扑结构,并通过其电气模型得到系统的传递函数,利用传递函数分析了该滤波系统的滤波原理及谐波抑制能力。利用Routh判据对该滤波系统的稳定性进行分析,验证该系统能稳定运行。同时研究了一种新的直接功率控制算法,通过仿真实验,验证了该滤波系统和控制算法的有效性。
针对服务计算环境下用户对其所使用服务的评分,依据其服务关注点的不同而不同,即使是同一个服务,不同用户的评价标准也不一样,推荐者的选取不仅与其所处环境上下文有关,还与推荐者对服务的关注点有关。为了使用户推荐更加可靠、有效,提出基于服务关注点相似度的推荐算法。该算法解决了用户盲目搜索推荐者的问题,使用聚类算法生成用户聚类簇,根据用户间的相似度在聚类簇内进行推荐者的搜索,既提高了推荐的可靠性,又提高了搜