【摘 要】
：
离线SaaS应用可以工作在时断时续的网络连接环境下,是一种环境可感知的智能SaaS软件。目前支持离线访问Web应用的研究成果较少,且其没有考虑到SaaS的特性,更没有形成构件化框
【基金项目】
：
国家自然科学基金（61173028）, 中央高校基本科研业务费专项资金（N110417002）, 辽宁省自然科学基金（200102059）资助
论文部分内容阅读
离线SaaS应用可以工作在时断时续的网络连接环境下,是一种环境可感知的智能SaaS软件。目前支持离线访问Web应用的研究成果较少,且其没有考虑到SaaS的特性,更没有形成构件化框架。为了解决上述问题,提出了离线SaaS框架OSF（Offline SaaS Framework）,并给出了支持离线访问的面向操作的构件框架的结构和运行机制。通过案例描述验证了该构件框架的功能和性能。理论和实验表明,离线SaaS应用框架极大地改善了用户体验,保证了SaaS服务的可用性,扩大了SaaS的应用范围,同时还提高了系统开发
其他文献
堆操作程序具有通过共享易变数据结构动态操纵堆内存单元的特性,使得内存安全性难以保证。针对这个问题,提出了一种域敏感的k-limit内存抽象模型,以支持动态调整抽象的粒度,
从单个实验研究中很难得到可靠的实验结论,因此需要统计的方法将多个实验研究中的结果进行合并。首先,介绍将多个实验结果进行合并的统计元分析技术。然后,阐述元分析在软件
Web服务适配是面向服务计算领域的重要研究内容.针对现有服务行为建模和适配技术在循环服务行为、数据流建模和状态空间爆炸方面存在的问题,提出一种新的服务行为建模和适配
关键人物与背景区域的颜色过于接近,造成二者的颜色差异不明显。传统算法是基于相邻图像灰度差值进行关键人物捕获的,无法避免由于关键人物与背景区域颜色差异过小造成的颜色差异不明显的缺陷,降低了关键人物自动捕获的精度。为了解决上述问题,提出了一种基于运动轨迹估计算法的关键人物自动捕获方法,即提取关键人物特征参数,预测关键人物运动轨迹,从而完成关键人物的自动捕获。实验证明,这种算法提高了关键人物自动捕获的准
为解决WDM光网络中快速准确定位故障的难题,提出一种面向多径业务传输的快速故障定位机制,即建立多径业务传输模型来寻找多条链路分离光通路,在此基础上,各网络节点分布式独
角点检测算法是基于角特征点的图像配准方法的核心。Harris和Susan是两种重要的角点检测算法,有较好的检测能力,但是其在描述角点信息方面都不全面。因此,联合Harris、Susan两种算法是一种较好的解决思路。其中,如何确定在联合算法中Harris、Susan两种算法的权重是一个关键。设计了一种联合算法,并通过统计实验获取两者的权重,通过引入两个加权因子ω1和ω2分别对Harris角点响应值与
针对表情对人脸识别准确率的影响问题,提出了基于向导的局部表情弱化模型,其利用网格变形技术来减少表情人脸的塑性变形。首先在表情区域按三角面片变换,采用梯度算子计算出变形后梯度场,实现基于向导微分梯度场的变换;然后代入泊松方程完成离散三角形拼接和变形模型的重建。找到脸部表情不变的刚性区域,得到类内的平均人脸差异,从而产生约束条件并将之加入变形过程来保持类间的差异和类内的相似度。与其它算法比较,其识别准