基于Linux带宽管理技术的研究与实现

介绍了基于Linux带宽管理技术的工作原理,使用Linux在已有的网络上构建带宽管理模块,并配合防火墙包过滤功能,实现了在联网络中针对不同用户和应用的带宽控制。

一种跨平台数据库访问中间层模型的设计与实现

提出了一种跨平台数据库访问的中间层模型,详细介绍了设计和实现过程中的各种关键技术。这一模型基本解决了各种平台,尤其是Linux跨平台访问多种Windows数据库的问题,具有较好的扩展性和可移植性。

Web系统的框架的设计和研究

采用面向对象的Web发布技术[1],提出了一个Web系统的框架,并就框架的核心技术、组织、重用机制、安全、接口等方面进行了详细描述,通过框架的具体应用过程,说明了框架设计的完整性和框架的实用性。

一种嵌入式网络协议栈框架的研究与应用

提出了一种嵌入式网络协议栈框架。其中,系统抽象层用于提高协议栈的可移植性;连接层用于实现协议栈的多连接管理及其访问控制管理;通信接口层改进了目前嵌入式协议栈与网络应用程序的交互方式;而SocketLib用于兼容BSD socket API,使网络应用程序可以直接应用于该嵌入式协议栈框架中。

基于多层体系结构的公文流转领域框架

领域框架为特定领域软件的开发提供了基础平台。该文以公文流转领域为研究对象,对其进行详细的领域分析,描述了领域需求,确定领域边界和建立领域模型;设计并实现了一种基于多层体系结构的公文流转领域框架。

面向对象的WEB发布技术

对象的WEB发布是指利用面向对象的方法组织信息 ,并通过WEB服务器向Internet发布 .在对象发布机制中 ,信息的相关部分被封装在可发布的对象中 ,对象的发布属性则由类来进行定义 ,而访问网络资源的URL地址则称为访问对象的路径 .HTTP协议不但可以保证向对象发送消息 ,而且也可以保证接收对象的响应结果 .一个类的实例生成后 ,其状态可以得到持续 ,持续将实例的当前状态存放在对象数据库中 .利用这种面向对象的信息发布技术 ,不仅使网络的信息发布变得像搭积木一样方便 ,而且使管理、维护和升级变得非常容易 ,同时也可以大大提高用户和网站之间的交互性 .

现代远程教育平台的研究与实现

远程教育是教育体系的重要组成部分,是实现全民教育和终身学习的不可缺少的教育手段。随着90年代互联网(Internet)在全世界的迅速发展,远程教育也从传统的函授和广播电视等方式逐渐向互联网方向发展,正在成为互联网应用领域中最重要的应用之一。文章以面向对象的数据库和多媒体技术为基础,讨论了建设基于互联网的现代远程教育平台的思想和结构,并结合作者率领的课题组所研制的相应产品,介绍了现代远程教育平台的开发思路。

一种基于MDA的企业信息系统开发方法

研究了模型驱动架构(Model Driven Architecture,MDA)的相关技术,结合企业信息系统的特点,提出了一种基于MDA的企业信息系统开发方法.对这种方法所包含的需求分析、建立平台无关模型、建立各层平台相关模型、生成代码以及代码增强等流程进行了详细地论述.通过实际应用可以看出,该方法能够大大缩减系统开发周期,提高了软件开发效率,具有广泛的应用前景.

高等教育教学质量标准化分析与评估平台研究

以面向对象的数据库和工作流引擎技术为基础,建设了面向高等教育的教学质量标准化分析与评估平台的思想和结构,并结合研制的相应产品,介绍了教学质量标准化分析与评估平台的开发思路。

基于改进激光三角测量法的动态板形图像处理的研究与应用

为了有效避免带钢振动引起的测量误差,提出了一种基于改进的激光三角测量法的动态板形图像处理方法。该方法从钢板矫直的实际应用出发,利用数字图像处理技术完成了板形图像获取、板形图像特征曲线提取以及板形延伸率计算,较好地消除了由于振动带来的延伸率测量误差,延伸率计算结果满足工厂实际应用要求。

嵌入式实时操作系统移植技术的分析与应用

介绍了一种嵌入式实时操作系统———μCOS II的内核结构,着重分析了它的移植技术,详细描述了该系统移植到Motorola基于PowerPC构架的32位单片机MPC555上的实现过程,从而总结了μCOS II移植到不同目标板的一般性方法。

一种基于支持向量机回归的BIO优化算法

预测模型中的样本存在一定的误差和孤立点,这种现象普遍存在于控制领域的预测过程中。而样本学习过程往往呈现出增量性、批量性和在线性3大特性,为了保证模型预测的精度并且使预测模型可以随着样本的增加而动态的更新,本文提出了一种基于支持向量机回归的批量样本的增量式在线学习算法(B IO)。算法通过对矫直钢板平直度进行预测并对建模的工业实例进行研究。结果表明:本算法不仅提高了模型的预测精度并且使模型具有实时在线更新的能力。

浅析互联网的多元规制模式

通过比较分析方法,对美国、英国在互联网规制方面所采取的政府指导下行业自律的规制模式,以及与中国同为政府主导型模式的新加坡互联网规制模式进行了简要介绍。使我们进一步思考对于互联网规制,政府的作用和职能范围的界限在哪里。启示我国互联网规制从传统的"政府——互联网领域"的两元对抗走向"公共、私人联合规制模式",在公共规制的基础上不断促进私的规制的发展,形成多元多维的互联网规制模式。适当限制政府规制权的不良扩大,鼓励市场、企业、个人发挥更大的作用。

功利主义下的社会自由与边界——《论自由》阅读札记

现代以来,政治哲学的主题逐渐转变为对社会与公共政策的探讨。密尔的功利主义自由观是崇尚社会自由的典型代表,他越过政治统治的桎梏,直指社会暴虐,呼吁对异端者的容忍。另外,密尔对自由主义思想的贡献还在于定义了自由的边界。虽然学界对密尔自由边界的定义还众说纷纭,但无论是过去还是现在,密尔功利主义的自由观对自由主义思想的发展都具有重大的影响。

基于最大信息系数的贝叶斯网络结构学习算法

为了得到正确的节点次序,构造接近最优的贝叶斯网络结构,利用最大信息系数与条件独立性测试相结合的方法,提出了一种新的贝叶斯网络结构学习算法(MICVO)。该算法利用最大信息系数衡量变量之间的依赖关系,生成初始的无向图,引入惩罚因子δ减少图中冗余边的数量,并将这个无向图分解成多个子结构,确定图中边的方向,最后生成正确的节点次序作为K2算法的输入学习网络结构。在两个基准网络Asia和Alarm中进行实验验证,结果表明基于最大信息系数的贝叶斯网络结构学习算法可以得到接近最优的节点次序,学习到的网络结构与数据的拟合程度更好,分类准确性更高。

基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法

贝叶斯网络分类器的精确构造是NP难问题,使用K2算法可以有效地缩减搜索空间,提高学习效率。然而K2算法需要初始的节点次序作为输入,这在缺少先验信息的情况下很难确定;另一方面,K2算法采用贪婪的搜索策略,容易陷入局部最优解。提出了一种基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法(CMI-PK2算法),该算法首先利用条件互信息生成有效的节点次序作为K2算法的输入,然后利用概率突跳机制改进K2算法的搜索过程来提高算法的全局寻优能力,学习较为理想的网络结构。在两个基准网络Asia和Alarm上进行了实验验证,结果表明CMI-PK2算法具有更高的分类精度和数据拟合程度。

基于混合频繁模式树的粗糙集属性约减算法的研究与应用

粗糙集对于学习分析系统的属性约减模型有着重要的研究意义和使用价值。针对教育大数据高维度、不完备、增量性等现状,提出了基于不完备决策表的差别信息增量更新算法,并结合树型结构对差别信息的高效存储和粗糙集的核属性概念,设计构建了MIX_FP树,实现高维属性的有效约减。实验结果验证了该算法具有较好的运行效率和空间性能,为教育大数据的属性约减提供了有效的方法,同时为基于粗糙集理论的属性约减算法研究及其在学习分析领域的应用提供了新的研究思路。

论广告价值视域中的模仿代言问题

随着商品市场、大众消费进入一个焕然一新的时代。广告在市场经济中发挥日益重要的作用,其独立价值日益凸显,随之而来的是一系列的模仿代言问题。实践中的应对做法收效甚微,终究是主流理论分析出现了瑕疵与缺陷。仅局限于私法领域对民事人格权的侵犯上,而未从公法广告法视域予以评价,忽视了商品市场中用户、消费者、其他竞争者等广泛主体的利益。针对如此规制状况,有必要针对模仿代言行为作体系化建构,通过"罪责相当"的法律责任规则原则的适用,形成多层次多维度的法律责任追究体制,使广告法在规制此类行为时真正具有可操作性。

基于伸展树的文件数据缓存管理策略研究

针对企业内部网络存储,研究并提出了一种基于伸展树的缓存管理策略,以对网络缓存空间进行组织和管理。在内部网络存储缓存链的基础上,引入并改进了伸展树结构和操作,将改进后的伸展树作为缓存节点数据组织和管理的索引结构,分析并设计了基于伸展树的文件数据缓存管理策略。实验结果表明,基于伸展树算法的缓存管理策略提高了缓存空间利用率和用户访问数据的效率,有较好的实时性。

一种基于IST的板形参数测量方法的研究与应用

将板形参数测量方法应用于工业测量智能控制过程中,不仅降低了板形测量的成本,而且提高了测量的精度和效率。结合实际应用的板材测量过程,研究了板形图像目标提取方法,提出了图像阈值分割和图像区域细化相结合的基于IST算法(Image Segmentation and Thinning)的板形参数测量方法。该方法在保证测量精度的前提下,可以有效地消除噪声和运动因素的干扰,同时能够满足实时性需求。