中国科技论文在线

上传时间

2009年05月20日

吴跃，吴跃**，邱会中，余水，余元辉

电子科技大学学报，2002，6（3）：255-261，-0001，（）：

-1年11月30日

提出了一种基于Web数据库系统设计、实现和性能调优的新方法，该方法包括由RDBMS配置优化、应用模式设计优化和编程优化。通过内存、分段、磁盘参数和时间相关参数的优化可以设置一个好的RDBMS运行环境。在编程时，通过减少与后台连接和断开操作、建立和使用索引、多用存储过程和优化SQL语句可以优化系统性能。在应用设计时，通过优化应用逻辑和降低规范化可以大大地改善系统性能。

性能，优化， Web数据库，调优

37浏览
0点赞
0收藏
0分享
44下载
0

引用

上传时间

2009年05月20日

【期刊论文】服务元网络体系结构和微通信元系统构架

吴跃，曾家智，徐洁，李毅超，胥能

电子学报，2004，5（5）：745-749，-0001，（）：

-1年11月30日

摘要

本文通过对现有网络中服务类别的分析、归纳，针对现有的分层网络体系结构存在的层间功能重叠和复杂的分层处理过程所带来的网络服务效率低下的问题，提出了一种基于服务元的网络体系结构。服务元只提供服务，不接受服务，所以避免了层间交互和服务传递的开销。服务元不仅能为本节点应用提供服务，而且不同节点的服务元可以合作向某一节点或整个网络提供服务。本文给出了微通信元系统构架，它是一种易于从TCP/IP过渡的服务元网络体系结构的构架。作为微通信元的服务元被组织成微通信系统，大量的微通信系统被组织成网络系统。微通信元系统构架具有简洁、可扩展和容易实现的特点。

网络体系结构，层次结构，面向对象，服务元，微通信元

43浏览
0点赞
0收藏
0分享
67下载
0

引用

上传时间

2009年05月20日

【期刊论文】Research on Event Handling Models of Java

吴跃， WU Yue， WU Jing， ZHOU Ming-tian

Journal of Electronic Science and Technology of China Jun. 2004 Vol. 2 No.2，-0001，（）：

-1年11月30日

摘要

A new event-handling paradigm and its application model are proposed. The working mechanism and principle of event listener model is given in detail. Finally, the launching event mechanisms, the choosing event handling models and the dispatching mechanism are illustrated.

event hanlding models， event listener model， delegation model， dispatching

17浏览
0点赞
0收藏
0分享
59下载
0

引用

上传时间

2009年05月20日

【期刊论文】基于Multi-MobileAgent技术的个性化数据挖掘的研究

吴跃，徐嘉莉

计算机应用，2004，7（7）：1-3，-0001，（）：

-1年11月30日

摘要

文中提出了基于Multi-MobileAgent技术的个性化数据挖掘模型，介绍了该模型各个组成部分的功能，以及多个Agent之间如何相互协作完成个性化的数据挖掘，并给出了相关的算法。

数据挖掘，多移动代理，个性化

55浏览
0点赞
0收藏
0分享
40下载
0

引用

上传时间

2009年05月20日

【期刊论文】Global Convergence Analysis of a PCA Learning Algorithm

吴跃， Mao Ye， Yue Wu and Zhang Yi

，-0001，（）：

-1年11月30日

摘要

rincipal component analysis(PCA) by neural network is an adaptive statistical signal processing method which has many applications Since many PCA neural networks do not converge globally, it is nature to study the global convergence of PCA learning algorithm. In this paper, the previous works on the globally convergent PCA neural networks are presented first. Then based on the mismatch of previous PCA neural networks, we propose and analyze a PCA learning algorithm. This algorithm is convergent globally. And a rigorous mathematical proof is given. Simulation results show the efiiciency and effectiveness ofthis algorithm.

Principal component analysis， neural network， eigenvector， feature extraction

28浏览
0点赞
0收藏
0分享
36下载
0

引用