【摘 要】
：
文件监控服务可以提供实时文件更新信息,是文件型数据交互中不可缺少的底层工具.为保证文件监控服务的实时性,采用基于完成例程的重叠异步I/O(Overlapped I/O)算法,构建多线程模型,通过实时处理文件更新通知队列和用户请求队列的入栈出栈,返回文件更新信息.为了适应不同的实用场景,分别提出文件新增监控器、文件修改监控器和文件新增及修改监控器等三种文件监控器的接口实现方法,讨论了文件监控异常处理算法.经过试验验证,文件监控算法可以提供准确性高、时效性好的Windows系统本地文件目录监控服务.
【机 构】
：
江苏无线电厂有限公司 江苏南京 210022
论文部分内容阅读
文件监控服务可以提供实时文件更新信息,是文件型数据交互中不可缺少的底层工具.为保证文件监控服务的实时性,采用基于完成例程的重叠异步I/O(Overlapped I/O)算法,构建多线程模型,通过实时处理文件更新通知队列和用户请求队列的入栈出栈,返回文件更新信息.为了适应不同的实用场景,分别提出文件新增监控器、文件修改监控器和文件新增及修改监控器等三种文件监控器的接口实现方法,讨论了文件监控异常处理算法.经过试验验证,文件监控算法可以提供准确性高、时效性好的Windows系统本地文件目录监控服务.
其他文献
通过对封闭环境下空气质量的分析,设计了一款空气质量监控系统.以单片机STM32F103为控制器,通过多种传感器如空气颗粒检测器、二氧化碳浓度传感器、温湿度传感器等,实时对空气质量进行监测,包括空气中悬浮颗粒总量及二氧化碳浓度,空气温湿度等信息.监测信息可通过OLED显示器显示,也可以通过Wi-Fi模块实现数据交换.当较封闭的环境中的空气质量超过预先设置的阈值时,可自动控制室内空气循环系统.监控系统可应用于医院,图书馆,教室等人流密集场合.
为解决iOS用户在中草药知识学习上渠道单一的问题,开发了基于iOS系统的中草药学习App.App使用了SwiftUI、Swift进行UI开发,Widget技术添加小组件,CoreData进行数据存储,且设计了数据统计模块,让用户更好地了解自己的学习进度.App支持多用户模式,使用者可以对本地化数据进行增删查改等操作,分享自己对于中草药的认知,提升学习的效率.iOS体验用户表示,App提高了碎片化时间的利用效率,加深了他们对中草药知识的了解.
针对传统笔记记录带来的各种问题,基于Jave开发语言,结合MySQL数据库进行后台管理,手机端采用Flutter,网页端采用Layui框架,设计开发了基于B/S和C/S的云笔记系统.为实现将笔记信息保存在网络上,专门调研了云服务存储信息的架构,并测试了该架构对信息存储的便捷性和安全性.为了实现笔记的编辑和浏览,研究了富文本编辑器的可以用性和实现原理.为了实现对笔记的搜索,现在上传,分类等功能,专门调研了ES搜索引擎,并且研究了数据库的搜索机制.经过系统测试,云笔记提高了用户笔记记录的效率,解决了笔记易丢失
提出了一种基于支持向量机(support vector machines,SVM)的多通道卷积神经网络(convolutionnal neural network,CNN)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的网络模型.模型将三个不同通道的CNN通道提取的文本特征和BiGRU模型通道提取到的文本信息进行拼接,将它们的输出向量作为SVM模型的输入,由SVM模型二分类给出文本的情感倾向.训练文章模型所用的数据集为谭松波酒店评论数据信息,从训练的
为了提升表面肌电信号判断手臂动作的准确率,提出了一种iPotts模型重构表面肌电信号的精准动作分类方法,可对手臂动作静止、悬空、抬手进行动作精准分类.采用iPotts-ADMM算法对信号预处理,根据波形长度对经过重构的肌电信号进行特征提取,以重构信号判断手臂动作的准确率作为关键指标,研究iPotts-ADMM算法的性能表现.结果 表明,使用iPotts模型重构表面肌电信号判断能够提升手臂动作准确率.
针对学校青少年运动员文化课学习现状,运用关联规则的Apriori算法对学校2021年青少年运动员文化课统一考试的成绩数据进行关联规则挖掘.首先对数据进行处理,将总成绩和四门课程的成绩进行离散化处理.之后,在确保不会产生大量的无用关联规则也不遗漏重要关联规则的前提下,设定最小支持度和最小置信度.最后挖掘出总成绩、四门课程成绩之间的关联规则,对关联规则进行分析,获得有助于文化课统考学习的信息,为教师授课提供理论参考和决策依据,帮助青少年运动员通过文化课统考.
针对传统的人体动作识别方法需要人工选取特征且需要选择一个合适的分类器,分类效果不好且缺少实时性的问题,研究了基于膨胀卷积神经网络的人体动作识别方法,提高了识别效率和识别准确率.膨胀卷积神经网络将3D卷积神经网络、双流网络、迁移学习的优势聚合,采用GoogleNet网络结构,其中的Inception-v1模型是从Kinetics数据集上经过预训练后再迁移到UCF101数据集上的,同时也采用视频单帧图像和堆叠的光流图像进行双流训练,这种算法识别效果提升明显,最终的平均准确率达到了97.09％.
为了让学习者找到适合的网络社群进行协作学习和实时互动,提升网络学习共同体的互惠感及分享感,并提炼相应的策略,利用随机算法对社群主题下的三万余名参与者进行筛选,选出具备该社群特征的50名参与者样本,对样本进行社群联系及交互信息编码,建立了社群关系较为显著的矩阵模型;采用社会网络分析法实现社群网络图、点度中心度分析、中间中心度分析、角色对等分析、深度分析等方面的分析工作;最后总结出社群模块制度欠佳、缺乏对参与者的约束和激励,以及论坛参与者参与度较低等问题.据此,提出了促成意见领袖产生,增加激励机制以引导边缘人
针对JMeter测试工具和各项基于JMeter工具的测试进行了深入研究,详细阐述了JMeter测试工具的安装和相应的环境搭建流程,并针对性能测试、压力测试、多用户并发测试和接口测试进行了具体案例讲解,通过案例操作过程分析,进一步掌握JMeter工具进行各测试项目的 操作步骤,从而掌握相应的测试操作技能.给测试技术的学习者和爱好者提供了具体详细的学习资料,对提升测试操作技能起到一定的促进作用.
针对普通深度神经网络没有很好地描述不同通道获取到的特征之间关系的问题,对网络不同通道提取的特征计算相似度矩阵,并将相似度矩阵与注意力机制结合,得到融合通道相似度的注意力模块(channel similarity attention,CSA).模块解决了不同通道内特征关系描述不足的问题,在聚合通道特征时,抑制了相似特征所占的权重.实验部分将模块嵌入残差网络(residual network,ResNet)中,分别在CIFAR-10和CIFAR-100图像分类数据集上进行测试,实验结果表明嵌入了融合通道相似度