SOA须应时而动——IBM专家解析中间件之道

随着中间件概念的不断更新,SOA已成为了一项事实标准。抱着这种观念,IBM高级管理人员和很多其他供应商、分析师和软件开发人员都开始重新定义SOA,并总结出了一些非常鲜明的观点。专家认为:SOA促进了服务流程的可用性,并将业务需求与IT功能真正意义上结合起来。如何部署SOA,选用SOA应遵循何种原因与何种时机,如何当前竞争激烈且快速变化的业务环境中具备快速的应变能力。一些专家分别根据他们与IBM内外开发先驱合作的实践经验提供了一些新颖的看法。而这些看法将帮助关注中间件发展的人们了解SOA在何时何地(甚至何种情况下)在新一代IT体系结构和开发计划中使用。

基于艾宾浩斯记忆曲线的单词记忆系统的设计与实现

英语词汇量成为制约大部分人英语能力的障碍。为帮助人们轻松、高效的完成单词记忆过程,结合心理学原理设计开发了一个基于B/S架构的单词记忆系统。系统软件体系结构为B/S多层结构,后端采用J2EE的Struts2框架,前端页面采用Ajax技术实现动态更新,能够实现任务进程初始化、进程参数动态更新、记忆曲线每日修正、任务列表动态初始化、动态调整任务推送次序等核心功能。

基于Attention+LSTM的供水管网漏损识别方法

0引言大数据与人工智能等技术近年来正在促进传统基础设施转型升级,使传统与创新融合,如智慧能源基础设施、智慧城市基础设施等。在城市基础设施建设中,城市地下供水管网建设是一个重要的组成部分,其负责着整个城市用水的供应,对城市的居民生活工作、工业生产等许多方面有着非常大的影响。随着城市的不断发展,地下管道网络越来越复杂,而其中的安全隐患也愈发严重,建设良好的管理城市地下供水管道网络,构建科学的管网系统是城市建设中亟待解决的难题。在智慧城市建设的语境下,物联网和人工智能技术为传统地下供水管网问题提供了新的解决思路。本文主要探讨了传感器网络部署与机器学习算法在供水管网中应用的问题和挑战,提出了使用传感器融合模型解决管网漏点识别的问题,并基于管网漏点检测的场景设计实验进行了可行性验证,最终得出对利用多视图学习模型构建智慧供水管网漏损识别方法的可行性分析。