论文部分内容阅读
基于开源软件平台基本特点的分析,对目前具有代表性的apt/dpkg、yum/RPM、BSD ports和portage等软件管理技术进行分析,对比和总结了现有技术特征和一般结构,探索了开源平台下软件管理技术可能的发展方向。
开源平台下软件管理技术的研究
【摘 要】
：
基于开源软件平台基本特点的分析,对目前具有代表性的apt/dpkg、yum/RPM、BSD ports和portage等软件管理技术进行分析,对比和总结了现有技术特征和一般结构,探索了开源平台下软件管理技术可能的发展方向。
【机 构】
：
中国科学院软件研究所,中国科学院研究生院
【出 处】
：
计算机应用研究
【发表日期】
：
2007年08期
【基金项目】
：
国家科技攻关计划资助项目（2005BA113A02）
其他文献
针对POOSL不支持定量分析系统的吞吐量、时延等长期样本均值性能指标的缺点,引入再生周期技术扩展了POOSL的构件库。这对在系统早期设计阶段确定可行的参数设置具有重要的应用价值。
针对分布式协同工作环境的分布式、跨平台、瘦客户端、可扩展和多终端实时同步的要求,提出了一个基于J2EE平台的分布式协同工作环境解决方案,采用JMS消息机制,支持分布式部署,适应大型协同工作的要求。该方案适用于大型复杂产品协同设计环境的研究和开发。
针对高速印刷图像处理中的高实时性要求,分析了高速印品图像的图像特征,提出了一种利用灰度形态学提取轮廓进行快速图像配准的方法。对配准后的图像,采用改进的图像差分算法进行图像比较和形态学滤波,能够快速准确地将印刷缺陷提取出来。实际应用表明,该算法能满足最高300 m/m in彩色印品质量检测的需要。
针对生物信息分析平台的构建,给出一种复合C/S、B/S的多层体系结构模型——BIOCMSM,并以构建新城疫病毒(NDV)生物信息分析平台为例,研究了该多层结构模型的实现过程。实验证明,BIOCMSM较好地解决了生物数据更新、数据集成、应用集成等问题。
详细介绍了一种新的机器学习的方法——流形学习。流形学习是一种新的非监督学习方法,可以有效地发现高维非线性数据集的内在维数并进行维数约简,近年来越来越受到机器学习和认知科学领域的研究者的重视。目前已经出现了很多有效的流形学习算法,如等度规映射(ISOMAP)、局部线性嵌套(Locally Linear Embedding,LLE)等。详细讲述了当前常用的几种流形学习算法以及在流形方面已经取得的研究成
研究了利用Bayes定理发现分类规则的方法,用Bayes定理可以发现分类规则,然后用分类规则进行数据分类。结合实例针对概念性数据集及包含数值性属性和概念性属性的数据集两种情况进行讨论。通过实例说明Bayes定理是数据挖掘中一种有效的数据分类方法。
基于演化算法技术,提出一种新的设计思想,实现奇偶校验器的电路自动设计。实验证明,多目标演化算法具有较少的运算量和较高的效率,能自动设计出使用逻辑门数更少、延时更小的奇偶校验器。
基于概念层次网络(HNC)理论,对多动词出现的一种情况———动词连见,进行了分类研究,给出了相应的处理规则。同时,还提出了一种基于BNF范式和产生式规则的形式化规则描述语言,完成了对规则的形式化描述和软件实现。在此基础上,对真实语料中出现动词连见的语句进行了计算机自动处理,给出了处理结果。
首先分析了在Linux操作系统下入侵防御系统的三种体系结构,然后给出了一种建立入侵防御系统的具体实现,最后讨论了进一步需要研究的问题
给出了在通信领域的嵌入式应用中,系统监控模块的基本功能和各部分功能的具体实现方案。