搜索资源列表
smartclient4
- 本章介绍智能客户端的安全性问题。智能客户端将逻辑和数据分布到客户端计算机；因此需要考虑的安全性和与瘦客户端应用程序相关的安全性是不同的，后者的数据和逻辑更多地被限制到服务器。本章讨论智能客户端应用程序中的数据安全性、身份验证、授权以及代码访问角色的安全性。-chapter describes smart client security issues. Smart client will be logic and data distribution to the client computer;
ORACLE_train1
- ORACLE公司自86年推出版本5开始,系统具有分布数据库处理功能.88年推出版本6,ORACLE RDBMS(V6.0)可带事务处理选项(TPO),提高了事务处理的速度.1992年推出了版本7,在ORACLE RDBMS中可带过程数据库选项(procedural database option)和并行服务器选项（parallel server option）,称为ORACLE7数据库管理系统，它释放了开放的关系型系统的真正潜力。ORACLE7的协同开发环境提供了新一代集成的软件生命周期开发环境
OPC-0710-00000014
- OPC技术在分布异构环境下的数据通信 OPC技术在分布异构环境下的数据通信
sjfx
- 对数据的统计分析方法 一、 分析法 二、综合达标度 三、次数分布表和次数分布图 四、应答信息分析法 相关关系分析 数量标志的统计检验 品质标志的统计检验
fenguwenti
- 无线传感器网络的主要功能是实现数据发布,在接收到信息查询时能够以有效的方式传输给查询者.目前的数据发布方式通常基于洪泛机制查询信息,浪费了有限的能源.虽然一些最近的数据发布协议从不同程度上解决了这一问题,但不能保证查询成功率.基于圆形节点分布网络模型提出了一种既能减少能源消耗,又能提高成功率的数据发布模式——直径-弦模式DCS(diameter-chord scheme).该模式利用了每个圆的弦都存在一个直径与之垂直相交的性质.在此基础上提出了Two-Phase协议.它在信息查询时分成两个工作方
java-exam
- 在线考试系统旨在实现考试的无纸化管理，对一些科目的考试可以通过互联网络或局域网进行，方便校方考务的管理，也方便了考生，尤其适合考生分布广，不易集中的远程教育。我主要开发系统的后台管理系统—JAVA在线考试管理子系统，它包括试题管理、考生管理、在线制作试卷、控制学生考试的设置、试卷审批等功能。本论文主要介绍了对JAVA在线考试管理子系统的分析、设计和开发的全部过程。运用ER图，程序流程图等对在线管理子系统的设计过程进行详细的说明。全文共分为开发方案、需求分析、系统设计、关键技术解决，结论五部分。开
聚类算法研究
- 聚类是数据挖掘中用来发现数据分布和隐含模式的一项重要技术。全面总结了数据挖掘中聚类算法的研究现状,分析比较了它们的性能差异和各自存在的优点及问题,并结合多媒体领域的应用需求指出了其今后的发展趋势。
Possion
- 数据的统计处理和解释 泊松分布参数的估计和检验-Statistical data processing and interpretation of the Poisson distribution parameter estimation and testing
EC3
- 文件中包含了歌曲名,专集名,歌手名,发行日期等信息.一个合格的播放器是可以将其提 取出来予以显示的.这些信息存在偶们称之为ID3的数据块中.下面贴上ID3的详细说明. [4t1r.rar] - 用matlab开发的分布MIMO四发一收的仿真 -File contains the song name, album name, artist name, release dates and other information. A qualified player is extracted
EC2DIY
- 文件中包含了歌曲名,专集名,歌手名,发行日期等信息.一个合格的播放器是可以将其提 取出来予以显示的.这些信息存在偶们称之为ID3的数据块中.下面贴上ID3的详细说明. [4t1r.rar] - 用matlab开发的分布MIMO四发一收的仿真 -File contains the song name, album name, artist name, release dates and other information. A qualified player is extracted
1177
- 文件中包含了歌曲名,专集名,歌手名,发行日期等信息.一个合格的播放器是可以将其提 取出来予以显示的.这些信息存在偶们称之为ID3的数据块中.下面贴上ID3的详细说明. [4t1r.rar] - 用matlab开发的分布MIMO四发一收的仿真 -File contains the song name, album name, artist name, release dates and other information. A qualified player is extracted
BigTable
- bigtable是设计来分布存储大规模结构化数据的，从设计上它可以扩展到上２^50字节，分布存储在几千个普通服务器上．Ｇoogle的很多项目使用ＢＴ来存储数据，包括网页查询，google earth和google金融．这些应用程序对ＢＴ的要求各不相同：数据大小（从URL到网页到卫星图象）不同，反应速度不同（从后端的大批处理到实时数据服务）．对于不同的要求，ＢＴ都成功的提供了灵活高效的服务．在本文中，我们将描述ＢＴ的数据模型．这个数据模型让用户动态的控制数据的分布和结构．我们还将描述ＢＴ的设计和实
OFDM_amplitude_scatter_density
- 该程序给出了OFDM数据流幅度分布的情况。-Amplitude distribution of OFDM data stream is prsented.
Particle_filter
- 基于粒子滤波器的机动目标跟踪技术 首先 ， 概 要介绍传统的Kalman滤波器，以及有所改进的扩展Kalman滤波器。 其次，为了能更好地解决在动态模型为非线性且噪声为非高斯的条件下对机动目标的 跟踪问题，通过概率统计理论详细阐述粒子滤波器基本原理。然后，针对不同的使用 条件，根据粒子滤波器的基本理论做出适当的修改和整理，就得到了四个相关的粒子 滤波器的变型，使用州以JLAB把它们对机动目标的跟踪性能作了详细地计算机模拟 仿真且用均方根误差更加精确地进行了比较。最后，把粒
bigtable-osdi06
- bigtable是设计来分布存储大规模结构化数据的，从设计上它可以扩展到上２^50字节，分布存储在几千个普通服务器上．Ｇoogle的很多项目使用ＢＴ来存储数据，包括网页查询，google earth和google金融．这些应用程序对ＢＴ的要求各不相同：数据大小（从URL到网页到卫星图象）不同，反应速度不同（从后端的大批处理到实时数据服务）．对于不同的要求，ＢＴ都成功的提供了灵活高效的服务．在本文中，我们将描述ＢＴ的数据模型．这个数据模型让用户动态的控制数据的分布和结构-bigtable is d
QRCode_Standard
- 二维码 （2-dimensional bar code） 是用某种特定的几何图形按一定规律在平面（二维方向上）分布的黑白相间的图形记录数据符号信息的；在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念，使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理： 二维条码/二维码能够在横向和纵向两个方位同时表达信息，因此能在很小的面积内表达大量的信息。-Two-dimensional code (2-dimensional
Person-data-for-class
- 中国成年人生理特征数据分布表，用于健康指数研究-Chinese adult physiology characteristic data distribution table, for health index research
DBSCAN
- dbscan聚类考虑特征相似度的具有噪声的基于密度的聚类(DBSCAN)改进算法. 其次,基于各类参数向量簇的各属性最大相似系数,计算获得各类参数向量簇的典型特征向量. 然后,基于各类的典型 特征向量,针对聚类结果中的噪声簇,提出了基于离群系数的可疑不良数据分布模型 在此基础上,结合分布规律,提出了基于可疑度的不良参数判别方法. 最后,通过实际算例验证了所述模型与方法的有效性.-Dbscan u806A u8003 u8651 u7279 u5F1 u7F8 u4F3C u5
hist
- i_tmp=int32((x(i)-minx)/xfd)+1; j_tmp=int32((y(i)-miny)/yfd)+1; z_tmp=int32((z(i)-minz)/zfd)+1; cntxy=tjxy(i_tmp,j_tmp ); cntxz=tjxz(i_tmp,z_tmp ); cntyz=tjyz(j_tmp,z_tmp ); cntxyz=tjxyz(i_tmp,j_tmp,z_tmp ); tjxy
数据中心运营效率的瓶颈在哪
- 鉴于当今经济运行、行业发展、工作生活等带来大量数据的挑战，人们需要比以往更加集中精力运营和维护数据中心。随着多种计算模型的不断发展，工作负载通常分布在内部部署、公共云和混合环境中，数据中心管理人员比以往任何时候都需要更高的可视性