文章的正确链接:
Cherepenin V.A., Smyk N.O., Vorob'ev S.P.
集成云、雾和边缘技术以优化高负载系统
// 软件系统和计算方法.
2024. № 1.
和。 1-9.
DOI: 10.7256/2454-0714.2024.1.69900 EDN: HYTKBH URL: https://cn.nbpublish.com/library_read_article.php?id=69900
注释,注释:
该研究致力于分析使用云，雾和边缘技术优化高负载系统运行的方法和工具。 主要重点是理解高负载系统的概念，确定增加此类系统负载的主要原因，以及研究负载对系统缩放级别，用户数量和处理的数据量的依赖性。 这些技术的引入涉及创建多级拓扑结构，该结构有助于分布式企业系统和计算机网络的高效运行。 考虑了现代负载管理方法，研究了影响性能的主要因素，并提出了一种优化模型，以确保系统对峰值负载的高水平效率和稳定性，同时确保最终用户的连续性和服务质量。 该方法基于综合方法，包括分析现有问题和提出创新的优化解决方案，使用基于物联网、云、雾和边缘计算的架构解决方案来提高高负载系统的性能和减少延迟。 这项工作的科学新颖性在于开发了一种独特的多层次拓扑结构，能够集成云，雾和边界计算，以优化高负载系统。 这种结构可以提高性能、减少延迟和有效的系统扩展，同时解决管理大量数据和同时服务多个请求的问题。 该研究的结果突出了物联网技术在改善生产流程方面的巨大潜力，展示了现代技术解决方案的整合如何有助于提高生产力，产品质量和风险管理。 工作成果为智能农业的进一步发展提供了基础，可应用于各个行业，以创建高效、可扩展和统一的系统，从而为农业部门和其他经济部门的可持续发展提
关键词:
高负载系统, 云计算, 模糊的计算, 边界计算, 性能优化, 可伸缩性, 物联网, 技术集成, 数据管理, 服务的连续性
文章的正确链接:
Alpatov A.N., Iurov I.I.
利用库实时联合编辑图形方案的算法和软件实现Socket.IO
// 软件系统和计算方法.
2024. № 1.
和。 10-19.
DOI: 10.7256/2454-0714.2024.1.70173 EDN: PQMMUM URL: https://cn.nbpublish.com/library_read_article.php?id=70173
注释,注释:
在当今世界，团队合作变得越来越普遍。 不同的参与者可能在不同的地方，但他们仍然需要在同一个项目上共同工作，包括图形图。 这种方法的一个重要方面是能够实时观察其他参与者所做的更改。 这首先允许在同一时间编辑同一架构元素时减少冲突的频率。 然而，用于在实时地一起编辑图形图时进行数据交换的现有解决方案面临若干问题，例如数据传输中的延迟。 本文研究的主题是开发一个最小可行的web应用程序，允许用户实时对画布进行联合图形编辑。 该研究的对象是实时协作编辑过程的模型，同时考虑到新出现的冲突的解决。 研究方法是基于一种理论方法来识别描述文档在用户联合编辑时状态变化的数学公式。 给出了在多用户客户端-服务器应用程序中使用HTTP和WebSocket协议的特点。 该库用于应用WebSocket协议Socket.IO ... 应用程序服务器是使用Express框架构建的。 作者对该主题研究的主要贡献是协作编辑过程的实时模型，以及任意数量用户的冲突检测机制和在线编辑文档时每对冲突变化的冲突解决功能。 在本研究的框架内，还提出了一种实时联合编辑图形方案的算法，并给出了其以软件系统形式的实现。 作为JavaScript编程语言研究的结果提出的算法可以作为使用套接字开发更多功能的web应用程序的基础library.IO 并成为涉及多用户交互和实时冲突解决的未来研究的主题。
关键词:
HTTP协议, WebSocket协议, 客户端-服务器应用程序, 联合编辑, 冲突检测, 解决冲突, JavaScript编程语言, 图形方案, 算法, 活动管理
文章的正确链接:
Malakhov S.V., Yakupov D.O., Vorobeva E.G., Nekhaev M.V., Muhtulov M.O., Novoseltseva S.V.
操作系统和shell在移动技术中的开发与应用：移动操作系统和shell领域的发展历史和当前趋势分析
// 软件系统和计算方法.
2024. № 1.
和。 20-30.
DOI: 10.7256/2454-0714.2024.1.70144 EDN: VPNJNF URL: https://cn.nbpublish.com/library_read_article.php?id=70144
注释,注释:
研究的对象是移动操作系统及其外壳。 该研究的主题是Android，iOS和HarmonyOS操作系统的功能，它们的创建历史和发展趋势。 作者详细考虑了该主题的历史，如Android，iOS，HarmonyOS操作系统和TouchWiz，HTC Sense，MIUI和其他shell的创建，移动操作系统领域的现代趋势，反映了技术创新和地缘政治方面对该领域发展的影响。 他们使用性能测试应用程序（AnTuTu基准，3dmark基准）对操作系统进行详细分析。 本研究的目的是研究移动操作系统和shell的发展历史，从起源到当前技术进步的趋势。 研究方法基于信息的收集和系统化，系统的分析和比较以及性能测试。 本文的科学新颖之处在于在移动设备中使用操作系统和外壳，以满足用户的所有需求和要求，因为数字技术的快速发展及其越来越多地引入我们的 所进行的研究的主要结论是确定最广泛的操作系统，定义现代趋势，其中包括人工智能，多模态，安全性和隐私的集成，以及灵活性和便携性的扩展。 技术的快速发展和移动应用程序的宇宙使得移动操作系统和shell成为移动技术世界中成功用户体验的关键组成部分。 了解移动操作系统和外壳领域的历史和当前趋势将使您能够更准确地预测未来的技术变化和潜在影响。
关键词:
贝壳, 设备, 系统, 开源代码, 手术室, 人工智能, 全球市场, 移动操作系统, 操作系统, 软件
文章的正确链接:
Dagaev D.V.
多机系统编程的工具性方法
// 软件系统和计算方法.
2024. № 1.
和。 31-47.
DOI: 10.7256/2454-0714.2024.1.69437 EDN: WVZVVU URL: https://cn.nbpublish.com/library_read_article.php?id=69437
注释,注释:
面向对象的编程方法有自己的适用范围。 对于许多任务，传统上优选经典结构编程方法。 这些偏好在确定性世界和面向机器的系统中并不罕见。 从历史上看，经典方法是从机器表示的冯诺依曼体系结构演变而来的。 在解决确定性世界的问题时，揭示了与面向对象思维相反的方法的优势。 例如，在经典实现中基于模块化编程语言Oberon的语言和系统展示了实现可靠性的极简方法，这与寻求最大化支持功能数量的大多数软件系统显着不同。 数据驱动编程技术也背离了传统的对象模型，要求代码和数据分离。 本文作者提出的工具方法将Oberon技术与数据驱动编程相结合，同时保留了OOP固有的接口交互机制。 而不是对象，提出了与对象相关联的工具，其本身不存储数据。 本文提出的工具方法不同于对象表示和经典结构表示。 它可以让你保持这两种方法的优点。 与此同时，工具方法在数据驱动的编程基础架构中起作用。 多态性和处理接口的能力取自面向对象的方法。 数据结构的定义和与它们的交互取自经典结构编程。 数据驱动编程使用代码与数据的分离以及后者以持久形式的生命周期。 新颖之处在于，工具方法为经典编程语言Oberon和经典方法提供了与OOP不同的开发分支。 在Multioberon系统中实现，仪器方法允许解决许多重要任务，特别是关键系统中的自动化任务。
关键词:
工具方法, 奥伯龙, 限制, 编译器, 模块化, 数据驱动编程, [医]多音, 斯卡达, 计算机科学-21, 元数据
文章的正确链接:
Bondarenko V.A., Popov D.I.
用于形成用于图像分类的卷积神经网络的有效合奏的算法的研究和开发
// 软件系统和计算方法.
2024. № 1.
和。 48-67.
DOI: 10.7256/2454-0714.2024.1.69919 EDN: WZDHQO URL: https://cn.nbpublish.com/library_read_article.php?id=69919
注释,注释:
研究的对象是具有卷积架构的用于图像分类的人工神经网络（ann）。 本研究的主题是在有限训练样本条件下构建卷积神经网络集合的算法的研究和开发。 该研究的目的是开发一种基于卷积SNS集合的有效模型的算法，使用平均每个模型的结果的方法，能够避免在提高预测准确性的过程中过度拟合，并在少于10000个例子的少量数据上进行训练。 作为一个基本的网络，一个有效的SNA体系结构被开发作为整体的一部分，表现出良好的结果作为一个单一的模型。 本文还研究了组合整体模型结果的方法，并为SNA体系结构的形成提供了建议。 所采用的研究方法有神经网络理论、机器学习理论、人工智能理论、机器学习模型的算法化和编程方法、基于不同算法的模型的比较分析，采用经典集合和简单平均，并在有限采样条件下结合基本算法的结果，同时考虑加权平均平均。 获得的算法和模型的应用领域是医疗机构的医疗诊断，初级诊断入院期间的疗养院，使用研究任务的示例，训练模型以根据输入照片对皮肤病进行分类。 研究的新颖之处在于开发了一种有效的算法和图像分类模型，该模型基于超过基本分类器预测精度的卷积NS集合，研究了在小样本体积上重新训练具有深层结构的分类器集合的过程，从中得出了最佳网络体系结构的设计和组合几个基本分类器结果的方法的选择。 作为研究的结果，已经开发了一种算法，用于在有限采样条件下形成基于有效基本架构和每个模型结果的加权平均的SNS集合，用于图像识别的分类任务。
关键词:
人工神经网络, 卷积架构, 神经网络的集合, 平均结果的方法, 分类的任务, 医疗诊断学, 神经网络集成, 加权平均, 预处理, 平衡投票
文章的正确链接:
Cherepenin V.A., Katsupeev A.A.
基于神经网络的智能温室系统创建方法分析
// 软件系统和计算方法.
2024. № 1.
和。 68-78.
DOI: 10.7256/2454-0714.2024.1.69794 EDN: XAZVOW URL: https://cn.nbpublish.com/library_read_article.php?id=69794
注释,注释:
该研究涉及农业工业生产中智能系统的开发和实施的一个重要课题，重点是使用神经网络创建"智能温室"。 本文详细分析了关键技术创新及其在可持续农业中的作用。 特别注意研究收集，处理和分析数据以优化植物生长条件的方法。 考虑了资源效率、湿度、温度、二氧化碳水平和照明的控制以及灌溉和肥料供应的自动化等问题。 特别注意创建自适应算法，用于预测提高农产品产量和质量的最佳条件，同时减少环境影响和成本。 这为农业部门的可持续发展开辟了新的前景,促进更有效率和环境友好的农业。 该研究是使用文献的分析综述，现有解决方案的比较分析和神经网络的建模来预测最佳生长条件来实施的。 该研究代表了人工智能控制温室小气候的应用领域的重大贡献，展示了神经网络在农业工业过程自动化中的能力。 分析了使用人工智能预测和优化生长条件的前景，这可能导致农业的革命性变化。 确定的科学创新包括开发和测试预测算法，这些算法可以适应不断变化的外部条件，并以最小的资源支出确保最大的生产力。 研究结果强调了在农产工业中进一步研究和实施智能系统的重要性，指出它们在减少环境影响的同时提高产量和提高产品质量的潜力。 总之，作者评估了在农工业部门使用神经网络的前景，并考虑了进一步发展"智能温室"的可能方法。
关键词:
物联网, 温室, 生物技术, 深入学习, 混合神经网络, 小气候, 优化算法, 神经网络, 智能温室, 方法分析
Cn
© 1998 – 2024 Nota Bene. Publishing Technologies. NB-Media Ltd.
