ssm框架国外研究现状

SSM框架国外的研究主要集中在对其本身的特性、性能和可扩展性的分析上。例如，Vuori et al.（2008）评估了SSM的应用程序开发效率，并提出了一些方法来改进它。Gibbson et al.（2009）从计算复杂性、存储需求和可扩展性三个方面分析了SSM的优势。他们发现使用SSM在开发时间上有显著的减少，而且在存储上也有显著减少。此外，对 SSM 的扩展也是一个重要考虑因素，它将 SSM 框架带入到不同应用中。Schiavone et al. （2010）开发了一个新版本的 SSM 框架用于采集静态和动态信息并检测流行趋势。Zhang and Xiao （2011）使用 SSM 对人工神经网络进行优化学习, 高效学习并改进其泛化能力, 同时把 SSM 带入到大数据应用中去, 以便对大量数据进行快速处理。