基于ProActive的网格应用程序开发方法

doi:10.3724/SP.J.1087.2005.01414

计算机应用 ›› 2005, Vol. 25 ›› Issue (06): 1414-1416.DOI: 10.3724/SP.J.1087.2005.01414

基于ProActive的网格应用程序开发方法

梁正友^1,2，张凌¹，董守斌¹

1.华南理工大学广东省计算机网络重点实验室； 2.广西大学计算机与电子信息学院

出版日期:2005-06-01 发布日期:2011-04-06
基金资助:
中央财政专项课题(CG2003 CG005)

ProActive-based programing for grid’s application

LIANG Zheng-you^1,2, ZHANG Ling¹, DONG Shou-bin¹

1.GuangDong Key Laboratory of Computer Network, South China University of Technology, Guangdong Guangzhou 510641,China; 2.College of Computer and Electronic Information, Guangxi University, Nanning Guangxi 530004,China

Online:2005-06-01 Published:2011-04-06

摘要/Abstract

摘要： 介绍了基于Java的并行分布中间件工具ProActive,结合网格任务调度器,讨论和给出了用ProActive开发网格和网络应用的方法和过程。实践表明使用ProActive可以方便的开发网格网络应用程序。

关键词: 网格, 网络, ProActive, 应用程序开发

Abstract: ProActive was introduced in this paper. With an example of developing a task scheduler for grid, design and programming method for gird and network by ProActive was discussed and given. The example shows that ProActive is suited and flexible for developing grid and network application.

Key words: grid, network, ProActive, developing application

中图分类号:

TP393.09

梁正友，张凌，董守斌. 基于ProActive的网格应用程序开发方法[J]. 计算机应用, 2005, 25(06): 1414-1416.

LIANG Zheng-you, ZHANG Ling, DONG Shou-bin. ProActive-based programing for grid’s application[J]. Journal of Computer Applications, 2005, 25(06): 1414-1416.

[1]	牛瑞华, 杨俊, 邢斓馨, 吴仁彪. 基于卷积注意力模块和双通道网络的微表情识别算法[J]. 计算机应用, 2021, 41(9): 2552-2559.
[2]	王贺兵, 张春梅. 基于非对称卷积-压缩激发-次代残差网络的人脸关键点检测[J]. 计算机应用, 2021, 41(9): 2741-2747.
[3]	刘子辰, 李小娟, 韦伟. 基于循环神经网络的专利价格自动评估[J]. 计算机应用, 2021, 41(9): 2532-2538.
[4]	陈成瑞, 孙宁, 何世彪, 廖勇. 面向C-V2X通信的基于深度学习的联合信道估计与均衡算法[J]. 计算机应用, 2021, 41(9): 2687-2693.
[5]	蔡彪, 李蕊岑, 吴媛媛. 相似性特征对链路预测的影响与增强[J]. 计算机应用, 2021, 41(9): 2569-2577.
[6]	宋中山, 梁家锐, 郑禄, 刘振宇, 帖军. 基于双向门控尺度特征融合的遥感场景分类[J]. 计算机应用, 2021, 41(9): 2726-2735.
[7]	陈恒恒, 倪志伟, 朱旭辉, 金媛媛, 陈千. 基于聚类分析的差分隐私高维数据发布方法[J]. 计算机应用, 2021, 41(9): 2578-2585.
[8]	李康康, 张静. 基于注意力机制的多层次编码和解码的图像描述模型[J]. 计算机应用, 2021, 41(9): 2504-2509.
[9]	张永斌, 常文欣, 孙连山, 张航. 基于字典的域名生成算法生成域名的检测方法[J]. 计算机应用, 2021, 41(9): 2609-2614.
[10]	赵宏, 孔东一. 图像特征注意力与自适应注意力融合的图像内容中文描述[J]. 计算机应用, 2021, 41(9): 2496-2503.
[11]	徐江浪, 李林燕, 万新军, 胡伏原. 结合目标检测的室内场景识别方法[J]. 计算机应用, 2021, 41(9): 2720-2725.
[12]	姬张建, 任兴旺. 带旋转与尺度估计的全卷积孪生网络目标跟踪算法[J]. 计算机应用, 2021, 41(9): 2705-2711.
[13]	牟长宁, 王海鹏, 周丕宇, 侯鑫行. 基于图卷积神经网络的串联质谱从头测序[J]. 计算机应用, 2021, 41(9): 2773-2779.
[14]	曾祥银, 郑伯川, 刘丹. 基于深度卷积神经网络和聚类的左右轨道线检测[J]. 计算机应用, 2021, 41(8): 2324-2329.
[15]	党伟超, 李涛, 白尚旺, 高改梅, 刘春霞. 基于自注意力长短期记忆网络的Web软件系统实时剩余寿命预测方法[J]. 计算机应用, 2021, 41(8): 2346-2351.

基于ProActive的网格应用程序开发方法

ProActive-based programing for grid’s application

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics