基于SVM的沙尘暴预测模型

根据沙尘暴天气的特点和支持向量机(support vector machllqe,SVM)方法在解决小样本学习问题中的优势,提出基于SVM的沙尘暴预测模型．首先利用主成分分析法进行数据预处理,然后选择了径向基核函数,并通过分析惩罚参数和核参数对SVM分类器性能的影响,确定了参数的搜索空间,继而利用网格搜索法对其进行优化．在此基础上,构建并实现了基于SVM的沙尘暴预测模型．该模型与BP神经网络模型的运行结果对比表明,基于SVM的沙尘暴预报模型稳定性好,运行速度快,预报准确率提高了71．2%．

基于ASP+SQL电工学网站的设计与实现

从电工学网站安全运行和功能角度考虑,作者采用B/S三层结构构建了我校基于ASP及SQL Server技术的电工学网络教学系统。论文论述了电工学网站的结构、设计思想,并详细介绍了该网站的主要功能以及数据库访问技术、文件系统对象(FSO)、学生管理、在线批改作业等关键模块的实现技术(代码)。从该网站近三年的实际运行情况来看,可靠、稳定,便于教师与学生之间的信息交互,体现了它在教学中所具有的重要作用。