简述云计算的主要特征范文1
【关键词】客户关系管理；云模型；客户细分；系统设计
1.引言
随着经济的快速发展和竞争的进一步加剧，企业已由传统的以产品和规模为中心的粗放式经营管理模式向以客户为中心、服务至上、实现客户价值和达到企业利润最大化的集约化经营管理模式转变。企业成功的关键在于重视客户的需求，提供满足客户需求的产品和服务，有效地管理客户关系，提升客户的满意度和忠诚度，通过维持长期的良好的客户关系来获取持续竞争优势。
在客户关系管理方面，国内外对客户细分的研究主要集中在现有数据挖掘分类方法在客户细分中的应用，现有的分类方法进行客户细分时，都采用确定性分类模型。这样会存在一定的不足。具体表现在：①一旦一个客户被归入某一类，就可能永远失去了对该客户使用其他客户策略的机会；②对于同一个类别中的客户没有区分不同客户属于该类的强度差异。而在现实社会中，由于受心理和社会等因素的影响，客户行为往往存在很大的不确定性和随机性，确定性的分类模型无法客观地描述客户的这种行为特征。
本文首先介绍了云模型理论，然后根据客户特征云模型，为客户细分建模，最后设计并实现客户关系管理系统。
2.云模型理论
云模型作为一种描述非确定性关系的数学方法，最早是由李德毅等人提出，它把模糊性和随机性相结合，构成定性描述和定量描述间的互相映射。人工智能学界主要采用模糊集的方法来表示和处理语言值和数值间的转换。然而，由于传统模糊学的不彻底性，它并没有很好地解决这一问题。其最为突出的问题是，隶属函数一旦通过人为假定，简化成精确数值表达后，就被强行纳入到精确数学王国。从此，概念的定义，定理的叙述及证明等都转入到了数学思维环节中，即不再有丝毫的模糊性了。针对上述问题，相关文献提出的云模型理论建立了新的不确定性模型。云是用语言值表示的某个定性概念与其定量表示之间的非确定性转换模型，他把模糊性和随机性相结合，构成定性和定量相互间的映射，作为自然语言与数据语言转换的基础。
2.1 云的基本理论
设U是一个用精确数值量表示的论域，U上对应的定性概念A，对于任意一个论域中的元素x，都存在一个有稳定倾向的随机数，叫做x对A的隶属度，则隶属度在论域上的分布称为隶属云，简称为云。云由许许多多云滴组成，云的整体形状反映了定性概念的重要特性，云滴则是对定性概念的定量描述，云滴的产生过程，表示定性概念和定量值之间的不确定性映射。
用期望值、熵、超熵三个参数即可表示一维正态云的数字特征，简记为，它反映了定性知识的定量特性，主要作用区域为。同样，改变论域U的维数也可以构成一维云、二维云、多维云等。
云模型是云运算、云推理、云控制等方法的基础。由定性概念到定量表示的过程，称为正向云发生器；由定量表示到定性概念的过程，称为逆向云发生器。
云变换是从某一属性的实际数据分布中抽取概念的过程，是从定量表示到定性描述的转换，是一个概念归纳的学习过程。其基本思想是，让高频率出现的数据值对定性既念的贡献大于低频率出现的数据值对定性概念的贡献，即将数据频率分布中的局部极大值点作为概念的中心――云模型的数学期望，它的峰值越高，表示数据汇聚越多，优先考虑其反映的定性概念；然后在原分布中减去该定性概念的对应数值部分，再寻找局部极大值；依次类推，最后根据已知的数据频率分布函数f（x），得到拟合误差函数f（x）及各个云模型的分布函数，计算出基于云模型的各个定性概念的3个特征值。
2.2 云发生器
3.基于客户特征云模型的客户细分建模
客户细分建模，即指基于客户服务数据库，利用各种分析与统计工具进行数据分析，获取每个客户对某一特定产品的消费或使用偏好特征，并结合给定的行业知识、专家知识以及相关规则库，挖掘出客户行为特征对每项服务所产生的判定因子，并将其作为制定客户服务计划的主要知识保存于服务推荐知识库中。
3.1 客户细分建模的过程
在云模型分类中，重点在于对客户特征的建模、客户特征模型中动态知识和客户的行为相关，例如交易目的、期望和偏好等信息。客户细分的建模过程如图1所示。
步骤4：云模型的隶属度控制和决策偏好的影响控制。
在云模型中，通过对隶属度阈值的设定，控制某些分类值是否可以归类到既定类型中。可以按照最小或同最大隶属度的绝对差（相对差）来确定的值。
4.设计并实现客户关系管理系统
5.总结
首先针对现有的数据挖掘模型解决客户不确定的不足，提出了基于云模型的动态客户细分分类模型。然后进行了系统的总体设计，接着完成系统数据库的设计，最后概要介绍了客户管理系统详细设计，包括主界面设置等。该系统经过中国电信公司的测试使用，对提高客户分类的准确性，实现有针对性的客户营销和满足客户个性化的服务需要均取得了较好的效果。
参考文献
[1]李德毅，刘常昱.论正态云的普适应[J].中国工程科学，2004，6：8.
[2]杜，宋自林，李德毅.基于云模型的关联规则挖掘方法[J].理工大学.
[3]李德毅等.隶属云和隶属云发生器[J].计算机研究和发展，1995，32（6）.
[4]张国英等.多维云模型及其在多属性评价中的应用[J].北京理工大学学报，2004，24（12）.
简述云计算的主要特征范文2
关键词:云计算；智能电网；智能云
中图分类号：U665文献标识码： A
引 言
随着电力系统互联程度的加强和远距离输电系统的不断发展，能覆盖一个甚至多个国家的超大规模电力系统正在不断出现。电力系统规模的不断扩大和结构的日趋复杂使得安全评估、安全与经济运行、系统控制变得越发困难。此外，最近2年在世界范围内成为热潮的电力系统智能化趋势也给现有的电力系统分析计算和控制工具带来了极大挑战。根据美国能源部的定义，智能电网应具有若干重要特征:有很强的自愈性，并能够抵御外来攻击；能有效支持大规模的间歇性可再生能源和分布式电源的接入；能保证供电的可靠性和电能质量；能促进电力市场的公平和有效运行；能促进用户参与等。要满足上述要求，未来的电力系统调度中心应具有强大的计算能力和信息采集、集成、分析功能。现有的集中式电力系统计算平台难以满足上述要求，这已经成为了实现智能电网的主要瓶颈之一。
所有的关于智能电网的描述都具有共同的思想:提高整个电力系统信息网络系统收集、整合、分析、挖掘数据的能力；实现整个电力系统的智能化、信息化、分级化互动管理；构建一个低成本的电力系统设备和信息网络。针对这些构想，将云计算引入电力系统，通过建立电力系统智能云可以在现有电力设备基本不变的情况下，利用中国电力系统内网建立智能云，可以充分的整合系统内部的计算处理和储存资源，极大提高电网数据处理和交互能力，成为智能电网在中国实现有力的技术组成。
1 云计算概述
1.1 定义与主要特征
由于云计算仍处于其发展的早期阶段，其定义还在不断的发展和完善之中。一般云计算定义如下:云计算是一种大规模分布式计算模式；通过云计算可以形成一个抽象的、虚拟的、可动态扩展的资源池，该资源池可以通过Internet向用户按需提供计算能力、存储能力、开发平台和软件等服务。与传统的计算模式相比，云计算有以下几个主要特征:
1)能够整合大规模异构计算资源
传统的分布式计算一般仅能应用于一个小范围的计算网络(如局域网)，且对计算资源的同构性要求较高，难以处理在计算和存储能力、操作系统、开发平台等方面存在很大差异的计算资源。而通过云计算则可以整合分布在一个广阔地域内的、分属于若干个组织的计算资源，形成一个功能非常强大的计算和存储平台。另外，云计算并不要求计算设备在硬件或软件上具有很强的共性，绝大部分计算设备都可以被整合成为云计算平台的一部分。
2)易于动态扩展
可扩展性是云计算与传统计算模式相比的最大优势之一。由于云计算能够集成硬件种类、网络类型、操作系统、软件平台等各不相同的各种计算设备，因此，在需要时云计算平台的计算和存储能力可以得到方便和快速的扩展。与传统计算平台需要几天甚至几个星期的系统升级时间相比，云计算平台的升级一般仅需要几分钟，且可以在不影响系统整体运行的情况下动态进行。此外，云计算平台可以建立在现有的硬件基础上，在升级时也只需按照需求增添相应设备，而不需要像升级传统计算平台那样将设备完全更换，从而可节省大量硬件购置成本。
3)虚拟化与服务
虚拟化也是云计算的一个重要特征。无论一个云计算平台实际整合了多少计算设备，在用户看来其就是一个单一实体，也是获得计算服务的唯一接口。由于应用了虚拟化技术，云计算平台既可以将多个计算任务放在同一台功能强大的设备(如大型工作站)上运行，也可以将一个计算任务拆分成若干部分，分别在多台设备上运行。这样，就可以最大限度地利用系统内的闲置计算资源。此外，通过利用虚拟化技术，云计算平台可以根据客户的需求动态分配计算资源和构造系统平台。此外，若干设备的故障不影响云计算平台整体运行，也不会中断向用户提供服务。
4)以Internet为基础的通信平台
与传统分布式计算不同，云计算通过Internet进行各个设备之间的通信。由于Internet已经有了非常成熟的标准、体系和技术，这在很大程度上保证了云计算系统通信的可靠性和安全性。此外，由于云计算建立在国际通行的通信协议的基础上，这使得其易于与各种流行的软件开发技术集成。
5)有很强的规模经济效益
经济效益是推动云计算研究与应用的重要动力。现代电力系统中存在大量闲置的计算和存储资源。利用云计算可以将闲置资源整合，减少在信息设备上的投入。前已述及，在需要升级时，云计算平台的投资一般也大大低于传统计算平台。此外，目前各省电力公司都有各自独立的计算平台，且功能非常相似。这造成了电力信息系统的重复建设和资源浪费。未来可以考虑将各个独立的计算平台进行整合，形成区域性甚至全国性的电力系统云计算平台。这样做可以大大减少整个电力系统在信息系统方面的投资。另一方面，也有利于促进各省级电力系统之间的协作和信息共享，实现大范围内电力系统的安全与优化运行。
2 电力系统智能云
2．1 智能云组成
中国现有电力系统的特点是电网分布的地域特征不同，网络的拓扑结构不同，电网的电气特点等将电网划分成多个子网，各子网的调度、运行、监控、保护、输配、营销由各子网中心负责，各中心拥有并维护着所辖电网的详细参数。各网络都针对所辖区域内的电网建立了较为详细的电力系统模型，而对相邻电网的模型则在一定程度上进行简化和等值，并在此系统模型的基础上进行计算机仿真，为电力调度、运行、监控、保护、输配电、营销提供重要依据。这种简化等值的方法克服了由于中国地域辽阔而导致电力系统数据资源广域分布所带来的数据难以收集的困难，降低了系统仿真的复杂程度，但是简化等值模型的适用范围有限，智能云能较好地解决这一问题。鉴于电力系统数据的敏感性和中国电力系统内网的完整性，在中国电力系统完全可以利用现有的系统内网的物理网络设备建立电力系统私有的云。利用这种云计算模式，电力系统完全控制云计算方式，这样的云储存和计算资源的访问可以完全由电力系统自己控制，而不是公用的云计算服务的提供商，相当于使用系统自己建立的内部云。
2. 2智能云技术体系
电力系统智能云通过集群应用、分布式计算等系统功能将电力系统内网络中的几乎所有网络和计算应用软件集合起来协同工作，共同对各级电网和计算机终端提供数据储存和计算服务。将集群功能、分布式处理等功能联合起来，通过软件接口，为电力系统各级电网和计算机终端提供智能云服务。
2. 3智能云特点
1)良好的扩展性和经济性。即使建立电网中再小的节点或者计算机终端，需要配置显示器、硬盘、CPU、内存等一整套设备，并且确保其性能满足该节点或终端的计算和储存需要。但利用电力系统智能云，可能只需要一个现实设备，接入电力系统广域网，就可以根据权限实现计算和储存功能，而且不必担心自己购置的设备被淘汰，因为智能云所采用的硬件设备是系统核心节点单位负责维护和更新，这样电力系统在信息交互的这个层面就具有良好的扩展性和经济型。
2)强大的计算和存储能力。电力系统智能云将系统各节点和终端的计算和数据分布在大量的分布式计算机上，云海中成千上万的计算机提供强大的计算能力，针对中国巨大的电网规模和庞大的系统数据，智能云提供强大的计算和储存能力。
3)系统数据高安全性。在智能云中，数据集中存储，因而更容易实现安全监测。尤其针对电力系统安全I区，电力系统内部管理者对数据进行统一管理、分配资源、均衡负载、部署软件、控制安全，并进行可靠的安全实时监测，从而最大限度地保证各级电网的数据安全和数据权限。
4)计算和储存的虚拟化。虚拟化是电力系统智能云的技术基础，它将底层的硬件，包括服务器、存储与系统内网设备，全面虚拟化，以建立起一个共享的、可以按需分配的庞大的电力系统内部资源池。
5)资源动态扩展、分配。系统信息网的各种资源可以随需分配和自动增长，而上层的数据及应用可以根据级别和重要程度的不同，搭配出各种互相隔离的应用，形成一个服务导向的内部智能云架构。
6)电力系统智能化。由于电力系统智能云的建立，基于系统海量数据的数据挖掘技术来获得大量的系统知识。海量的数据加上海量的分析大于知识。
3 智能云在电力系统的展望
根据电力系统的基本特点，智能云的建立不能完全的效仿普通的云计算，而是要构建适合电力系统现有信息网络架构的电力智能云。
(1)电力系统结构庞大，并且分布广，如果任何一个小节点或者计算机终端的计算要求都提交到需求分配的总中心的话，中心压力很大，并且权限的判定也比较繁琐。但是电力系统分级管理的层次很清晰，通过级别建立主云和子云来限定权限和资源分配，从而减少系统内部不必要的权限管理和资源调配，是智能云的资源和权限更为合理。
(2)目前，电力系统已经有比较完整系统内部网络的物理架构和分布在整个电网各级的计算和储存资源，只要通过软件和接口，就能在现有的设备上建立电力系统智能云。
(3)当前，电力系统的发展很快，电网扩建很迅速。以前的扩建都需要很大的投资在处理器和储存设备上。而在电力系统智能云的体系架构下扩建电网，信息设备只需要要很小的投资，只需要投资显示和外设，这样可以大大节省硬件投资。
4 结 论
电力系统智能云的提出和建立，将对整个电力系统信息交互、计算和储存带来巨大的影响。通过智能云的建立，在完全不改变现有系统内网和设备的情况下，最大限度挖掘系统现有计算和储存资源能力，提高当前系统的整体性能。并且通过基于智能云的数字化变电站，极大的提高了电网在智能云下的可扩展性，为虚拟变电站的实现提供的新方法，减少了电网扩建的大量投资，为智能电网在我国的建立和实现提供强有力的技术支持。
参考文献
[1] Toby Velte,Anthony Velte, Robert Elsenpeter.Cloud Computing,A PracticalApproach，Mcgraw-Hill Education, 2009.
[2] 陈全，邓倩妮，云计算及其关键技术[J]，计算机应用，2009，29（9）：2562-2564。
[3] 徐刚，云计算与云安全[J]，信息安全与技术。
简述云计算的主要特征范文3
关键词 云计算；云测试；软件测试
中图分类号：TP311 文献标识码：A 文章编号：1671-7597（2014）09-0058-01
近年来，云计算（Cloud Computing）异军突起，已经发展成为新一代信息技术革命的基础产业。尤其在软件应用领域，无论是软件工具开发，还是开发环境和工作模式，可以说云计算深刻影响了传统软件产品的供应和消费模式，这些也势必将改变软件测试的技术，方法和工具。在云计算环境下，软件的测试活动被拓展到云环境条件下进行，充分调用了云环境条件下提供的各种计算和资源平台。
1 云计算体系的结构组成
云计算是计算机技术发展到一定程度，基于软件和硬件互动而产生的创新模式：一方面需要它借助互连网络获得服务支持，因而具有鲜明的互连网特征；另一方面云计算搭建基于众多主机或服务器构成的资源集群，其需要对这些集群进行协同化的统一管理。
从其系统构成来看，云计算主要包括物理基础设施、云计算服务以及云计算运营等三个组成部分。物理基础设施是承载云计算的物质基础，包括服务器，存储，网络及其相关的管理技术；云计算服务是云计算的核心和中枢神经，包括基础设施即服务（IaaS），平台即服务（PaaS）以及软件即服务（SaaS）三个层次；而云计算运营则是提供云计算服务运营的各项关键技术的总括，包含认证，监控，计费等各个环节。
2 云计算技术在软件测试中的应用
伴随着云计算技术的蓬勃发展，尤其是基于互联网分布式和协同计算技术的不断成熟，软件测试也发生了深刻变革，一种基于云计算环境下的软件测试技术，即云测试也应运而生。云测试的诞生离不开云计算技术的发展与创新，离不开云计算技术在软件测试领域渗透和应用。在云测试中应用的主要云计算核心技术包括如下几点。
1）分布式存储技术。云计算的海量数据运用分布式存储技术存储在多个设备上，借助互联网络可以方便地实现系统的拓展，显著提供云计算系统的利用效率和可靠性能，为云测试提供强大的物理基础设施。
2）数据管理技术。 在云计算中，涉及到大量的复杂的海量数据，这些天文量级的海量数据对传统数据管理提出了挑战。如何有效管理这些海量数据并应用于分布式存储设备，是云计算发展的核心技术。
3）平台管理技术。 云计算的数据存储在多个设备上且这些设备分布各处，因而如果保证这些设备能够统一步伐，实现云计算或者云测试结果的有效输出就显得尤为关键。对于云计算而言，高效的平台管理技术是其核心保证，也是目前云计算领域的重点研究课题。
3 基于云计算环境下的软件测试特征及优点
依托于云计算的软件测试与传统的基于本地环境的软件测试有诸多不同。笔者认为可以从性价比这个角度切入，将基于云计算环境下的云测试简要归结为技术、服务质量以及价格三个方面的特征进行阐述。
1）测试技术平台化。基于云计算环境的软件测试可以由云测试平台提供测试的基础设施和各方面的资源支持，无需本地化的软硬件投资，并通过众包模式获取专业测试领域专家型人才。从本质说，由于云计算实现了平台化，将众多的测试技术要求从本地移植到云计算平台，让测试更容易实现，因而降低了测试的门槛以及资源需求。
2）统一可控的质量保证。相比传统软件测试模式的分散式管理容易导致参差不齐的软件质量，基于云计算环境的软件测试借助强大的云平台，实现了统一管理，可有效实现软件测试的标准化和规范化，保障软件质量的完整性与统一性。
3）有效降低测试成本。传统的软件测试模式需要大量的基础设施投资以及人力投资，尤其是对一些特殊性的项目，可能造成脉冲性浪费。云计算测试通过云平台的协同效应，可有效降低测试的基础设施以及人力资源投资，降低测试的复杂度，有效降低测试成本。
4 基于云计算环境的软件测试应用现状及平台研究进展
云测试平台综合了复杂的软硬件和服务，是云测试领域的核心技术，因而也备受学界和工业界的高度重视。日本筑波大学，瑞士洛桑理工大学，英国约克大学等诸多知名学府的专家和学者或搭建自己的云测试平台模型，或是对云测试核心技术进行阐述研究。筑波大学开发了一款基于云计算的可靠并行分布式测试平台，支持虚拟故障插入技术。而洛桑理工大学则通过研究云测试和预期软件质量直接的关系，提出测试即服务，试图降低软件测试成本。
与此同时，在工业界多家知名计算机服务商业提供了商业化的云测试平台服务，有力地推动云测试从理论研究到商业化转变进程。从平台类型上，这些众多商业化的云测试平台主要分为私有云、公共云以及混合云三种平台类型；在业务模式上，各家既有提供测试外包服务，也有专注于客户自行测试。IBM推出了一款名叫Smart Business Test Cloud的私有云，提供自行测试和测试外包两种模式的服务，帮助企业建立虚拟，安全，动态可拓展的测试环境，因而其测试环境位于公司防火墙之后，所以其是公司私有云的一部分。专业云测试公司CloudTesting推出的cloud testing平台，提供多种浏览器平台。用户只需要编写测试脚本并上传到其网站，就可以借助cloud testing平台运行测试脚本，在商业模式上，cloud testing 平台也进行了探索，提出按需付款的商业模式。另一件专业化公司UTest推出的Utest测试平台，通过云计算，众包等方式帮助开发者进行软件测试，查找错误和解决问题，提供测试外包服务，Utest还针对不同的软件测试特点和需求将测试分为五种方式：功能测试，负载测试，安全测试，本地化测试以及可用测试。
参考文献
[1]李乔，郑啸.云计算研究现状综述[J].计算机科学，2011，38（4）.
[2]李乔，柯栋梁，王小林.云测试研究综述[J].计算机应用研究，2012，29（12）.
简述云计算的主要特征范文4
相关的发明专利申请的特点，提出符合我国专利体制的图像领域涉及算法的专利申请审查要点，同时，从属于保护客体和不属于保护客体两个方面给出具体案例进行分析，希望能够给予图像领域的人和科技工作者一些启发。
一、图像领域与算法相关的发明专利申请的特点
一部分图像领域与算法相关的权利要求仅涉及了人的思维活动，如单纯的面积计算方法，这一类型的权利要求是较容易判断的。然而，大部分图像领域与算法相关的权利要求还涉及了装置、模块或存储器等技术特征，在判断其是否属于专利法保护的客体时存在着一定的困难。作为图像领域的相关申请人，如果不能对判断原则有一个正确的认识，导致其提交的专利申请被认定为不属于专利法保护的客体会造成无法估量的损失，同时也影响了图像领域算法的技术发展。
及终点，弧线的绘图参数包括位图长度、弧线的起点、圆心及圆心角，所述位图是一个矩形三维文件，所述三维路径由所述位图拼接而成；
计算模块，用于根据上述判断结果和获取的绘图参数计算绘制直线的位图个数、直线的各个位图起点及直线的位图角度，或是计算绘制弧线的位图圆心角、弧线的位图个数、弧线的各个位图起点及弧线的位图角度，所述直线的位图角度由直线的起点A（a1，a2，a3）和终点B（b1，b2，b3）确定，且该位图角度为|（a2-b2）/（a1-b1）|的反正切值，所述弧线的位图角度为|（y2-y1）/（x2-x1）|的反正切值，其中，y1、y2分别为该弧线的位图的起点和终点的y轴坐标，x1、x2分别为该弧线的位图的起点和终点的x轴坐标，所述弧线的位图圆心角为2*asin（L/（2*R）），其中，a sin表示反正弦，R为该弧线的半径，L为该弧线的位图长度；
保存模块，用于保存计算出的各个位图起点及位图角度；绘制模块，用于根据保存的各个位图起点及位图角度绘制三维路径。
说明书背景技术部分提及：
三维（3D）路径是在三维环境下绘制的具有长、宽、高视觉效果的路径。利用3d s M ax绘制三维路径时，需要将用户选取的材质或位图粘贴到控件上，形成的三维路径效果不逼真。另外一种方法是将用户选取的位图拼接在一起，形成的三维路径效果比较逼真，但用户操作不方便，并且对所绘制的三维路径有诸多限制。
鉴于以上内容，有必要提出一种三维路径绘制系统及方法，可以方便且逼真地绘制三维路径。
相较于现有技术，本发明所提供的三维路径绘制系统及方法将位图自动拼接而成三维路径，方法简单且绘制出的三维路径效果比较逼真。
（2）审查要点
首先，权利要求的方案中包含了运行在计算机中和系统包括多个模块的特征，这些特征属于技术特
权利要求的方案中包含了运行在计算机中和系统包括多个模块的特征，这些特征属于技术特征，因此该权利要求不属于智力活动的规则和方法。
征，因此该权利要求不属于智力活动的规则和方法。
接下来进行《专利法》的保护客体的判断，根据上一节给出的审查要点，这时需要考虑具体处理的数据是否有具体的物理含义。权利要求处理的数据是三维路径，即在三维环境下绘制的具有长、宽、高视觉效果的路径，是抽象意义上的，没有具体的物理含义，属于数据处理，则其不涉及具体的技术领域。说明书中要解决的问题“可以方便且逼真地绘制三维路径”不是技术问题，也没有获得相应的技术效果。因此，该权利要求所要求保护的解决方案不属于《专利法》第2条第2款规定的专利保护客体。【案例2】
（1）基本案情
权利要求1：一种点云数据的主曲率和主方向估计方法，其特征在于，该主曲率和主方向估计步骤包括：
步骤1：利用激光扫描仪扫描直接采集点云数据并对点云数据预处理，按照点云数据中每个点的坐标进行空间划分，实现三维空间的二分查找树的数据存储结构称为kd树（k-dimensional tree）；
步骤2：对于点云数据的每一个点，利用点云数据的kd树查找15个或30个近邻点，根据最小二乘方法把这些近邻点拟合出一个平面，以这个平面的法向量作为点云法向量的初始估计值，然后通过加权平均算法修正点云数据的各个点的法向量估计；
步骤3：对于点云数据的每一个点，利用其法向量、切平面构造局部三维直角坐标系；
步骤4：对于点云数据的每一个点，利用点云数据的kd树查找15个或30个近邻点；
步骤5：对于查找到的近邻点，通过三维坐标变换，把这些近邻点的原始坐标和这些近邻点的法向量都转化为局部坐标系的坐标；
步骤6：利用点云数据的每一个点及其法向量、一个近邻点、近邻点的法向量构造近似三角形，根据正弦定理给出点云的法截线的法曲率的近似表达式；
步骤7：在局部坐标系中，利用法曲率，根据欧拉公式（Euler Equation）构造非线性最优化问题。通过三角形公式进行恒等变换，把这个非线性最优化问题转化为线性拟合，求出韦恩伽汀矩阵（W eingarten矩阵）的各个元素；
步骤8：利用矩阵的奇异值分解（S VD分解）求出 Weingarten 矩阵的特征值和特征向量；
步骤9：利用Weingarten矩阵的特征值和特征向量求出主曲率和主方向。
说明书背景技术部分提及：
随着激光扫描仪精度的提高，扫描得到的信息越来越丰富，扫描得到的模型数据越来越庞大。人们利用这些庞大的数据进行特征提取、数据压缩或者进行三维重建。但是，这些工作的实现，往往需要对一些微分几何量进行估计，其中最重要的估计包括主曲率和主方向的估计。
随着激光扫描仪精度的提高，扫描得到的信息越来越丰富，扫描得到的模型数据越来越庞大。人们利用这些庞大的数据进行特征提取、数据压缩或者进行三维重建。但是，这些工作的实现，往往需要对一些微分几何量进行估计，其中最重要的估计包括主曲率和主方向的估计。
（2）审查要点
首先，权利要求的方案中包含了采用激光扫描仪扫描数据的特征，该特征属于技术特征，因此该权利要求不属于智力活动的规则和方法。
接下来进行《专利法》的保护客体的判断，根据上一节给出的审查要点，这时需要考虑具体处理的数据是否有具体的物理含义。权利要求中处理的数据为点云数据，点云数据是由激光扫描仪扫描物体后采集到的，具有具体的物理含义，要计算的点云主曲率和主方向与图像扫描处理领域关联，涉及了具体的技术领域，解决了对具有实际物理含义的主曲率和主方向进行计算时的时间和空间开销过大的技术问题，达到了技术效果。因此权利要求1属于《专利法》第2条第2 款规定的专利保护客体。
四、小结
简述云计算的主要特征范文5
摘要：总结卷云冰晶粒子常用的物理参数如形状尺寸以及谱分布，论述卷云冰晶粒子散射特性的常用计算算法，重点介绍毫米波波段冰晶粒子散射特性的计算方法如DDA、T矩阵、FDTD方法并研究各种方法的优缺点。总结国内外气象粒子的实验测量方法如微波后向散射测量装置、FP腔、双站RCS快速测量技术、
微波暗室测量方法，最后对该领域内研究动向进行概述。
关键词：卷云；冰晶粒子；物理参数；理论计算；实验测量
中图分类号：TN011 文献标识码：A
1引言
卷云平均覆盖了地球上空20%-30%，其水平范围从几公里到上千公里，由于卷云既反射太阳的短波辐射又吸收地面的长波辐射， 对地球-大气系统的辐射收支有着重要的影响[1]，因此对卷云的辐射特性进行研究，建立各种非球形冰晶粒子的散射特性数据库具有十分重要的意义[2]。
目前对云的探测手段主要有卫星遥感、天气雷达、激光雷达、云幂测量仪以及高空气球等。卫星遥感探测间隔时间长，空间分辨率低；天气雷达对浅薄云不敏感；激光测云雷达、云幂测量仪以及气球只能探测空间某一点的云信息。因此，常规的探测云手段虽然可以获取云信息，但是时间分辨率和空间分辨率都较低，不能探测云内部结构，难以准确反映时刻变化的云参数信息[3]。作为新型的云探测工具，毫米波测云雷达具有很高的灵敏度和分辨率，可以探测云的内部结构，弥补了常规云探测的不足。
为了利用毫米波测云雷达的回波特性评估冰云，必须对毫米波波段云中冰粒子的散射特性进行理论和实验研究[4]。目前理论研究卷云中冰晶粒子散射的方法多集中在FDTD[5]、DDA[6]、T矩阵[7]等，常用的实验方法主要有微波后向散射测试方法、FP腔法、双站RCS快速测量方法、微波暗室测量。本文结合国内外相关资料对冰晶粒子散射理论计算方法以及实验方案进行综述，以此为研究毫米波波段卷云冰晶粒子的散射特性提供部分的参考依据。
2卷云冰晶粒子的物理参数
冰云主要由比球形粒子复杂的各种形状的冰晶粒子组成， 卷云、高积云、高层云上部及雨层云上部等一般由冰晶组成，所以属于冰云。冰晶粒子的散射特性与其形状、大小、组成成分、取向以及入射波长等因素有关，毫米波散射特性的研究目的，就是分析冰云的特性和云粒子的后向散射特性的关系，从而利用毫米波雷达的回波来准确反演云的特性。
2.1卷云单个冰晶粒子的尺寸以及形状
冰晶粒子的形状和大小是多种多样的，随高度变化，它取决于温度、相对湿度以及在云中是否经历了碰撞与合并过程[8]，中纬度卷云冰晶粒子的典型尺度变化范围为10～4000um[9]，Hong gang在研究94GHz频率下非球形冰晶粒子的散射特性时将冰晶云的粒子分成了6种形状，包括六角棱柱、中空六棱柱、六角平板、子弹花环、聚合物以及过冷水滴，粒子的尺度范围为2～5500um[10]。Ping Yang等在计算冰晶粒子单次散射特性时将冰晶粒子分成了聚合物、实心以及空心六棱柱、椭球形、六角平板状、过冷水滴以及子弹花环，计算中粒子的尺度范围为2～10000um[2]。
2.2卷云冰晶粒子的谱分布
云物理中把云中冰晶浓度（单位体积中冰晶的个数）随尺度的变化叫做冰晶谱，冰晶谱N（D）代表了冰晶的大小D与数量N的对应关系，它是一种反映云特征的微物理参量。冰晶谱分布主要有对数正态分布、伽玛分布、双峰伽玛分布、幂指数分布等[11]，目前云粒子计算中最常用的是伽玛粒子谱分布[12]，形式如下所示：
3冰晶粒子的散射理论计算与实验标定
3.1卷云冰晶粒子散射的计算方法
卷云冰晶粒子散射计算的方法有限时域法（FDTD）、离散偶极子近似法（DDA） 、T矩阵（T- Matrix）、有限元法（FEM） 、矩量法（Mom）、几何光学法（GOM）、异常衍射理论（ADT）等。在毫米波波段下，计算卷云冰晶粒子最常用的是FDTD、DDA以及T矩阵方法，故对这三种方法做简单的介绍：
3.1.1时域有限差分（FDTD）法
自1966年Yee首次提出时域有限差分方法以来，该方法已经得到了迅速地发展以及应用。目前公开的FDTD软件主要有FDTDA、XFDTD、EMA3D、AutoMesh、A Conformal FDTD Software Package等[13]，FDTD方法可以应用于各种形状的粒子，但是当尺度参数χ（χ=2πr/λ，r为粒子的等效半径，λ为入射电磁波的波长）大于20时，计算所需的CPU的时间和内存空间变得有点不切实际[2]。
3.1.2离散偶极子近似DDA方法
DDA方法最早是由Purcell和Pennypacker于1973年首次提出，后经过Draine等人的进一步改进，现已经发展成一种成熟的算法，其最大的优点是可以计算任意形状、非均匀和各向异性粒子的散射问题。DDA的基本思想是用有限个离散的、相互作用的小偶极子的阵列来近似实际的粒子，这些小偶极子必须在形状上和电磁特性上足够描述它们所模拟的粒子，即两者具有相同的离散关系从而对实际粒子的研究转化为对这些小偶极子的研究。任给一粒子，设其可离散为N个小立方体，每个小立方体的散射特性可用一个偶极子表示。整个粒子成为含有N个偶极子的阵列。N越大计算结果越精确，但对计算要求越高。用这种方法时离散偶极子的数目随散射体的尺度参数以指数形式增加，从而进行随机取向的运算量也将快速增大。
3.1.3Tmatrix
该方法最早是由P.C.Waterman提出的，原用来求解导体的散射问题，后来推广应用到求解介质体，该方法多用于计算轴对称粒子的散射问题，因为散射体具有轴向对称（或在空间随机取向）时，可以用互易性定理，即入射光和散射光是可以互易的，这时T矩阵化为由6个独立元素组成的对角矩阵，且每个子矩阵都可独立计算。T矩阵中的每一个矩阵依赖于散射体的形状、大小和折射指数，而与入射场和散射场没有关系，因此只要计算一次T矩阵就可用于任意距离处光散射的计算。T矩阵方法的优点是程序中有自动收敛检测使计算结果比较准确，速度也很快，但目前的代码只能用于计算轴对称物体（如椭球体、圆柱体等）的散射。对尺度参数较大的粒子，计算结果不收敛，对于取向比远偏离1的粒子，T矩阵也只能计算小尺度参数粒子的散射[14][11]。
总之，各种计算方法有各自的优缺点和适用范围，而目前还没有一种方法可以精确快速地求解任意形状，任意尺寸的非球形粒子散射特性。实际应用中，我们只能根据粒子的实际特征来选取合适该类粒子的计算方法。其中，FDTD 、DDA适用于任意形状及非均匀的粒子，但是由于计算机内存和速度的限制，当尺度参数大于 20 的时候就不可以使用 FDTD 和 DDA 算法进行计算了，T矩阵精度远胜过FDTD和DDA方法，但是这种方法仅适用于计算轴对称的粒子，比如球、椭球、圆柱以及切比雪夫粒子。GOM、ADT适用于尺寸比入射波长大的粒子，但精度较低，而且这两种方法在仿真不均匀粒子或者复杂的粒子模型时存在着一定的难度[15]。
目前一些常用的商业软件也可对粒子的后向散射进行仿真计算，如HFSS（基于有限元）、CST软件（基于时域有限差分）、FEKO（基于矩量法）。
3.2卷云冰晶粒子散射的实验测量技术
国内外对气象目标物如云冰晶粒子、冰雹以及降水粒子散射测量的实验方法主要有（1）微波后向散射测试方法（2）FP腔方法 （3）双站RCS快速测量方法（4）微波暗室测量法等，下面分别对其进行简述：
4结论与展望
卷云的辐射特性研究在国际上是一个研究的热点，世界各国一直非常重视卷云的研究，但是卷云的辐射强弱仍然是一个尚不能精确确定的影响因子。本文对卷云中常用的物理参数进行总结归纳，认为卷云冰晶粒子的典型尺度变化范围为10um～4000um，形状模型主要有六角棱柱、中空六棱柱、六角平板、子弹花环、聚合物以及过冷水滴这几种。实际的探测资料表明，云中的粒子远比这些模型复杂，无法用简单的数学模型来描述，而且目前的研究中大都认为冰晶粒子为均匀各向同性的介质，缺少对各向异性且非均匀情况下的计算。粒子散射理论计算中，目前还没有一种方法可以精确快速地求解任意形状，任意尺寸的非球形粒子散射特性，因此设计一种混合的算法具有十分重要的意义。在实验室测量冰晶粒子的散射特性中，本文主要介绍了微波后向散射测量装置、FP腔、双站RCS快速测量技术、微波暗室测量技术，这些测试的方法都存在着缺点，如何克服这些缺点，如何真实地模拟大气中云的冰晶粒子以及如何利用相关的测试仪器准确地测量冰晶粒子的散射特性将是一个极具挑战性的课题。南京信息工程大学电子与信息工程学院与中国气象局气象探测技术工程中心共建的“毫米波气象雷达系统重点实验室”配有毫米波雷达研究测试所需的各种实验装备，建有大型微波暗室、准3m法EMC电磁兼容实验室、电磁仿真实验室，除此之外还建有风洞实验室，如何利用微波暗室以及风洞实验室完成大气粒子的散射实验测量将是本人博士期间研究的一个重点方向。
参考文献
[1]Dowling D R， Lawrence F R. A summary of the physical properties of cirrus cloud [J].Journal of Applied Meteorology， 1990， 29：970-978.
[2]Ping Yang， Heli Wei et al. Scattering and absorption property database for nonspherical ice particles in the nearthrough farinfrared spectral region [J]. Applied Optics，2005，44（26）： 5512-5523.
[3]仲凌志，刘黎平，葛润生. 毫米波测云雷达的特点及其研究现状与展望[J].地球科学进展，2009，24（4）：383-391.
[4]Sassen，K.， Z.Wang， V.I. Khvorostyanov et al. Cirrus cloud ice water content radar algorithm evaluation using an explicit cloud microphysical model[J]. J.Appl.Meteorol. 2002，41：620-628.
[5]Yang. P.， and K. N. Liou. Finite-difference time domain method for light scattering by small ice crystals in three-dimensional space[J].J. Opt. Soc. Am. A， 1996a ，13：2072-2085.
[6]Draine， B.T.， and P.J. Flatau. Discrete-dipole approximation for scattering calculation[J]. J. Opt. Soc. Am. A， 1994， 11：1491-1499.
[7]Mishchenko， M. I.， L. D. Travis， and D. W. Mackowski. T-matrix computations of light scattering by nonspherical particles： A review[J]. J.Quant. Spectrosc. Radiant. Transfer， 1996，55： 535-575.
[8]Gallagher， M. W.， J. Whiteway， M. J. Flynn， P. J. Connolly et al. An overview of the microphysical structure of cirrus clouds observed during EMERALD-1[J]. Q. J. R. Meteorol. Soc.， 2004，131： 1143-1169.
[9] Anthony J. Baran. A review of the light scattering properties of cirrus[J]. Journal of Quantitative Spectroscopy & Radiative Transfer， 2009：1239-1260.
[10]Gang Hong. Parameterization of scattering and absorption properties of nonspherical ice crystals at microwave frequencies[J]. Journal of Geophysical research， 2007， 112： D11208，1-11.
[11]张琳.卷云的辐射传输与散射特性研究[D]. 西安：西安电子科技大学硕士论文，2010：7-39.
[12]Gang Hong. Radar backscattering properties of nonspherical ice crystals at 94GHz[J]. Journal of Geophysical Research， 2007， 112：D22203，1-11.
[13]葛德彪 闫玉波. 电磁波时域有限差分方法（第三版）[M]. 西安：西安电子科技大学出版社，2011：3-4.
[14]Rosalba Saija et al. Backscattered intensity from model atmospheric ice crystals in the millimeterwave range [J]. Optical Society of America ，2001，40（ 30 ）： 5337-5342.
[15]ZHIBO zhang. computation of the scattering properties of nonspherical ice crystals [D].A Thesis of degree of MASTER OF SCIENCE ， Texas A&M University ，2004：57-78.
[16]Gerhardt. J.R. etc.， Experimental determinations of the backscattering crosssections of water drops and of wet and dry ice spheres at 3.2 centimeters[J].J. Met.， 1961，2：340-347.
[17] 王庆安 钱珉 王景岚. 水滴和冰球后向散射截面的实验研究[J]. 南京气象学院学报，1987，10（3）：268-275.
[18] L.J. Auchterlonie ， B.Sc.， D.phil.， M. Inst.p. et al. Experimental study of Millimeterwave scattering from simulated hailstones in an open resonator[J]. IEE Proc.128，Pt.H， 1981， No.5：236-242.
[19]Bryant， D.L.， and Auchterlonie，L.J. Measurement of the extinction Cross-section of dielectric spheres using an open resonator[J]. Electron. Lett. 1978，14：475-476.
[20]B. Mahmid and L.J. Auchterlonie. Measurement of mutual scattering effects Between spheres by using a microwave open resonator[J]. Elecron. Letter.，1981，17：977-978.
[21]张尧培 钱鉴. 双站雷达散射截面快速测量技术[J]. 南京大学学报， 1991，27（1）：49-55.
简述云计算的主要特征范文6
随着网络化、数字化的不断发展，人文社科机构图书馆都不同程度的实现了资源的数字化，有些也建立起内部的私有云平台。但是由于专业性及机构性质等因素，馆际之间资源的交互极为贫乏，使机构间人文社科资料的共享发展面临了两大问题。首先是资源的重复购置，人文社科资料图书馆本来资金支持情况就紧张，如果用这些有限的资金去购买相同的数字资源，对整个人文社科机构图书馆界来说是一种浪费。其次是特色的资源无法共享，人文社科机构图书馆的资源专业性都很强，尤其是包含许多带有学术特色和地方特色的信息资源，这些都是综合图书馆所不具备的资源。要解决这些现实状况，就要求人文社科机构图书馆来共同探讨并搭建起云图书馆平台，这样才能节省资金，避免重复的资源购置，利于特色资源的共享，从而适应时代与科技的发展要求。
二、云计算及云图书馆的概念和优势
要研究人文社科资料云平台，首先要了解什么是云计算和云图书馆，以及他们各自具备哪些优势。
1、云计算及其优势
云计算是一种在并行处理、分布式处理、网格计算等基础上提出的基于internet的计算，是一种新型的商业计算模型和共享基础架构的方法。其核心思想是，在超大规模的分布式环境中，利用网络把庞大的处理计算程序分拆成为无数个相对较小的子程序，然后由多个服务器组成的庞大系统进行计算分析，最后将处理结果传递给用户。其目的是充分利用网络资源建起功能强大的云计算中心，并将多种资源提供给用户阅读，使用户可以在不同时间、空间里享受到便捷的阅读服务。
对于非专业人士来说，云计算的内涵他们也许无法理解，但他们多少都已经体验过云计算的便捷，例如使用google等。云计算实际上是一种数据运行和储存的过程，它通过相应的技术保障获取应用程序和数据，并把这些数据存储在互联网上。云计算与数字化生活密不可分，具备很多优势：
①云计算具有超强的计算能力。在云计算环境中，云平台通过联合多部计算机来提供能与超级计算机媲美的超强计算能力，从而发挥普通计算机无法达到的功能。其中用户在输入指令获取信息资源时，其信息渠道不是单一的信息源，而是整个互联网云平台，资源的共享得到质的飞跃。
②云计算能有效地节省资金。用户在使用云计算服务时，只需要给云服务商缴纳少量的资金即可，它的投入少回报大，用户也不必担心自己所购买的产品会淘汰，因为相关的云服务商都会及时进行硬件和数据的更新，用户花费少量的资金就可以享受海量的信息和服务。
③云计算始终以用户为中心。在云计算环境中，用户可以随时随地利用各种设备来获取存储在云中的数据信息服务，在云平台中有数以万计的计算机在提供数据，用户只需在其中的任一端口就可以使用云服务，这种方式安全、便捷。
④云计算是一种绿色的数据计算。云计算拥有非常强大的数据、资源利用率，这充分提高了单体计算机的计算效率，从而降低了计算机设备的能耗，实现了数据的绿色计算。
⑤云计算能保证用户数据安全。在使用云计算技术之前，用户的个人数据在网络上很容易被盗，而云平台给用户提供了一个存储数据的“云”，用户可以随时随地存取，为用户管理和使用数据提供了超大的空间。
2、云图书馆及其优势
云图书馆是指信息时代馆际之间实施协调合作的一种形式。从发展的角度看是当进入网络时代，若干具有不同资源与优势的图书馆为了共同开发网络资源、共同开展服务、共同开拓信息市场、共同解决个性化和多样化的社会需求，而组织建立在信息网络基础之上的共享技术与信息、共同发展、互惠互利的全方位合作的一种图书馆网络联盟。相较于传统的图书馆，或者单独的数字图书馆，云环境下的图书馆具有巨大的优势。
①海量资源共享：用户可以共享云图书馆内所有资源，不再局限于本馆自有资源。
②数据安全性提高：信息资源采用数据多副本容错，服务器群之间可以相互快速备份，避免了因一台服务器故障导致数据丢失的现象。
③强大的计算能力：云平台拥有庞大的服务器集群，为其提供强大的处理和计算能力，通过云计算模式协调提供资源，并合理配置资源提供方案。
④一站式搜索：用户可以使用云图书馆提供的搜索引擎对馆内所有资源进行一站式便捷搜索。
⑤资源获取自由：用户不再受地域、时间、技术等约束，可以通过网络途径获取和使用网络资源。
⑥降低资源成本：云图书馆避免了资源的重复购置情况，减少了软硬件的资金开支。同时，可以以特色数据交换的方式低成本的获得更多的信息资源。
三、云计算在国内外图书馆界的发展应用现状
云计算在国外的图书馆研究雏形可以追溯到2000年，Serials Solutions公司将转移到电子期刊的工作聚焦到SaaS平台上。2009年，英国的图书馆自动化系统供应商Talis公司的Richard Wallis、Google的Frances Haugen和图书馆自动化领域专家Marshall Breeding提出了云计算图书馆概念，标志着云计算图书馆这一研究的进一步明确。2009年，美国国会图书馆国家数字信息基础设施与保存项目（NDHPP）与DuraSpace公司联合发起利用云技术进行数字内容永久存取情况的检测，这一研究在检验云计算在数字图书馆中是否可行上起到了重要作用。联机计算机图书馆中心（Online Computer Library Center，Inc ，简称OCLC）将“基于云”的服务引入了图书馆界，以取代当前图书馆的集成管理系统为目的开发云计算服务，研究推出了面向会员提供“基于云的”，“Web级协作型图书馆管理服务” 即WorldCat Local，其同时与世界1000多家大型图书馆联手共同打造云计算服务。
云计算的实际应用在国内图书馆界还处于理论探讨阶段。2009年举行的“2009第六届数字环境下图书馆前沿问题研讨会” 开始高度关注云计算。与会专家认为，图书馆既可以享受云计算，也可以作为云计算的提供者。同年，以“云计算与图书馆”为主题的“2009图书馆前沿技术论坛”成功举行。这是国内图书馆界首次召开以“云计算”为主题的会议。这次论坛对图书馆界进一步研究云计算与图书馆的关系、基于云计算的图书馆管理与服务等问题具有重大意义。在具体实践方面，国家科技图书馆建立了连接整合600多家图书馆信息资源的云图书馆，中国高等教育文献保障系统（China Academic Library & Information System，简称CALIS）在“十一五”期间（三期）采用云计算技术构建新一代中国高等教育数字图书馆和云服务平台，开启高校云图书馆时代，实现了高校信息资源共建、共知、共享。
四、云环境下人文社科资料图书馆平台研究
云计算环境下，数字图书馆读者服务模式通常可分为SaaS（软件即服务）、PaaS（平台即服务）、IaaS（基础设施即服务）三种类型。随着云服务供应方式的转变及提供商基础设施架构的不断变化，云计算服务模式间的界限逐渐模糊，SaaS、PaaS、IaaS三者之间不断地交融、延伸，使它们在服务内容上出现很多共性和交集。云环境下人文社科资料图书馆要想具备较高的提供云服务的能力和效率，就必须利用SaaS、PaaS、IaaS来构建其云平台逻辑模型，运用元数据技术进行信息资源数据的仓储整合，再运用SOA进行云平台架构技术研究。
1、云环境下图书馆逻辑模型构建
①服务层。服务层处于服务系统逻辑模型的最高层。该层中利用SaaS来构建云图书馆的统一服务平台。该层提供的信息服务包括：信息浏览、一站式信息检索、用户交互服务、个性化服务、数字参考咨询服务、书刊借阅、其他图书馆链接服务等。
②管理层。管理层是服务系统中各种管理与服务的具体体现，在系统中担负着承上启下的作用。该层中利用PaaS来构建图书馆的数据库管理平台、开发应用环境服务平台，并且对信息服务平台和数据层相关信息资源进行管理，通过互联网向用户提供所开发的程序和供应商的服务器。管理层包括：用户管理、服务管理、资源管理、安全管理。
③基础设施层。基础设施层处于系统的最底层，是系统的后台，是保证各功能正常运行的必备模块。该层利用IaaS构建图书馆的存储及数据中心的应用环境。该层主要包括硬件和软件。
2、基于元数据的资源整合及索引研究
①元数据的概念。元数据是数据的抽象，是被用来描述和规定数据特征、相互关系以及相应操作的数据集合。
②元数据的特征。元数据建立在传统技术和现代技术两个基础之上，其呈现三个基本特征：首先，元数据是一种编码体制，它根据自己所提供的方法和框架来表述数字化信息的基本特征，并使用一整套公用的编码框架体系来促进数字化信息的传播、组织、交流和管理； 其次，元数据是一种描述数字化信息资源的编码体系，它不仅描述数字化信息的内容特征，更描述数字化信息的基本属性，特别是网络信息资源的编码体系；最后，元数据最为重要的特征和功能是为数字化信息资源建立一种机器可理解的框架。
③基于元数据的资源整合。整合功能是指数字化图书馆元数据体系将外部各种元数据系统，通过建立映射、翻译等方法整合成一个元数据系统的过程。
④基于元数据的索引。元数据索引是对每一条元数据建立相应的索引。索引就是为元数据建立一个快速查询标识符。搜索引擎通过对该索引查询来判断与索引项对应的元数据是否是要查询对象。元索引技术能将各种资源进行统一服务，以达到互联网搜索引擎效果，具有检索速度快、结果无重复，并能按照不同类型对结果进行聚类。
3、基于SOA的云平台架构技术研究
面向服务的体系结构SOA（Service-Oriented Architecture）是为了满足在互联网环境下业务集成的需要，通过链接完成特定任务、独立功能的实体来实现的一种软件系统架构。是目前实现云计算的最好的技术支撑。
①SOA的概念。一般认为SOA是一个组件模型，它将应用程序的不同功能单元通过这些服务之间定义良好的接口和契约联系起来。接口的定义方式独立于实现服务的硬件平台、操作系统和编程语言。这使得构建在各种系统中的服务可以以统一和通用的方式进行交互。
②SOA基本服务架构。SOA包括服务提供者、用户、服务中心三个实体。SOA的基本服务框架实现了三者之间的绑定、执行、、授权、查找5个基本操作，是一种适合分布式计算环境中动态地描述、、发现和调用的架构。而云计算在架构上正好是SOA的一种扩展和深入应用。
③基于SOA架构的图书馆遵循的原则。
（1）遵循业务驱动服务、服务驱动技术的设计理念。
（2）构建SOA架构，是一个动态的并非一成不变的架构体系。
④基于SOA的云平台体系结构框架设计。在基本的SOA云服务架构基础上进行人文社科资料平台架构设计，该体系结构设计为三方：
（1）服务提供者：服务提供者将自己的接口契约和服务到服务注册中心，便于服务请求者可以访问和发现该服务。
（2）服务请求者：即客户端，发起查询服务注册中心的服务，通过传输绑定服务，并执行服务功能。
（3）服务注册中心：服务注册中心是发现服务的支持者，它包含了一个存储库，里面含有可用服务，服务请求者可以通过它查找服务提供者接口。
这三者之间通过、查找、绑定三个基本操作进行相互作用。
五、人文社科资料云图书馆未来的发展方向
云计算在改变了人文社科资料图书馆的管理模式、服务模式、工作流程的同时，其所面临的挑战也更加严峻。在云计算环境下，图书馆不仅要发挥云平台上的资源优势，还要保持固有的资源优势，不能放任不管，要及时地了解用户检索资源的类别、数量等，以便随时为用户改进服务。同时，图书馆还应了解云服务商所提供的资源的安全系数，因为安全问题自始至终都伴随着云图书馆的发展，如果出现安全问题对图书馆的损失将是巨大的。国际上许多知名的云服务商都出现过信息泄露等安全事故，因此，人文社科资料云图书馆在未来的发展道路上应以安全为基础，不断地革新服务模式，给用户最佳体验。
1、积极参与标准的制定。云计算在推出后，在数据的形式、运行的模式以及软件接口方面尚未形成统一的标准，各云服务商都是根据自身利益来制定标准。2010年微软等十几家公司在香港协商成立了亚洲云计算协会，但不具备官方标准，安全问题得不到保障。这一问题既是挑战也是机遇，图书馆可以充分发挥自己固有的资源优势，来主导制定新标准，利用成熟的技术去参与到云计算服务中，逐渐转变角色，成为云计算的内容提供商。目前国外许多图书馆已经开始尝试这一方法，我国的图书馆也可以充分借鉴。
2、加强安全防护能力。在云计算环境下，不论图书馆是否参与云计算服务，都应加强信息安全的防护工作。首先要注意网络安全，要充分了解黑客运用计算机病毒的手段和原理，运用技术手段加强防护。其次要对行业的发展进行评估，随时掌握行业发展的风险系数。最后要注重云资源的安全，做到分门别类，防止资源在“云”中丢失。只有做到这些，才能为云图书馆的发展提供安全屏障。
