论文部分内容阅读
本文提出了一种新的方法 ,该方法基于JMX ,用于流程化的数据处理过程中 ,用JMXMBean实现数据处理功能模块的可调整性。利用该方法 ,可以监控和调整功能模块的数据处理参数。同时 ,借助于配置XML文件 ,该方法也可对数据处理流程实现运行时动态的修改和调整。
用JMX实现可配置的动态数据处理流程
【摘 要】
：
本文提出了一种新的方法 ,该方法基于JMX ,用于流程化的数据处理过程中 ,用JMXMBean实现数据处理功能模块的可调整性。利用该方法 ,可以监控和调整功能模块的数据处理参数。同时 ,借助于配置XML文件 ,该方法也可对数据处理流程实现运行时动态的修改和调整。
【机 构】
：
四川大学计算机学院,中国电子科技大学计算机科学与工程学院
【出 处】
：
计算机应用与软件
【发表日期】
：
2004年05期
其他文献
主要进行基于神经网络的解耦控制研究。针对罗克韦尔实验室中的双容液位对象强耦合的特点,将模糊自适应PID算法控制和神经网络引入控制系统的设计中。提出一种神经网络在线解耦算法并用神经网络对双容液位系统进行建模。将该算法用于双溶液位控制系统的设计中,用来实现对被控对象的解耦控制。通过对设计方案的仿真研究和现场实时控制,结果表明:该设计方案具有良好的解耦效果;控制系统的调节品质令人满意。
传统的协同过滤算法因为数据集稀疏性的增加而导致推荐准确性降低。针对该问题提出一种结合项目相似度的协同过滤推荐算法。首先计算项目之间的相似度,然后根据项目之间相似度,预测用户未评分项目评分估值,以减小目标用户与候选最近邻居所形成的数据集稀疏性,最后根据用户相似度获得项目推荐集。实验结果表明,该算法能提高寻找最近邻居的准确性,从而改善协同过滤的推荐质量。
本文对世界上仍在研究的N个工件在M台机器上加工的最优排序的理论及其算法问题 ,从相对优势递推的观点进行了研究 ,给出了相应的理论和算法。利用该方法 ,不仅可以解任意多个工件在任意多台机器上加工的最优排序确定 ,并计算出最省时的加工工时 ,其计算机排序工作量要比文中提及的“枚举法排序”少得多。
近年来,由于机器学习能够很好地解决恶意软件检测问题,因而受到了广泛的关注。为了进一步提高恶意软件的检测性能,将机器学习中的动态集成选择应用到恶意软件检测中。为了满足检测性能和保证检测的实时性需求,在动态集成选择的基础上,提出一种基于聚类的动态集成选择算法CDES(Cluster based Dynamic Ensemble Selection strategy)。该方法首先通过聚类得到多个聚类中心
查询是数据库应用系统中使用最频繁的操作,其执行效率很大程度上影响了整个系统的性能。介绍了查询表达式优化的一般过程,在查询重写阶段提出了一种面向对象的框架,设计和实现了"多字段间关系自动推理"等若干种优化算法。测试结果表明,查询取得了良好的优化效果。