计算机基础考试系统中Office操作自动评阅的研究

针对当前Office操作考试的问卷问题 ,对MicrosoftOffice软件进行了较为深入的剖析 ,同时对自动阅卷系统中采用的软件技术———COM (componentobjectmodel)技术进行了分析 ,论述了Office考试自动阅卷实现的依据和实现方法。

基于关联规则的文本聚类算法的研究

K-均值聚类算法是目前一种较好的文本分类算法,算法中的相似度计算通常基于词频统计,小文档或简单句子由于词频过小,使用该算法聚类效果较差。为此,提出了一种基于词语关联度的相似度计算算法,对简单文档集执行关联规则算法,得出基于关键词的关联规则,并根据这些规则求得词语关联度矩阵,然后由权重对文本进行文本特征向量表示,最后借助于关联度矩阵和文本特征向量,并按一定算法计算出句子相似度。实验证明该算法可得到较好的聚类结果,且其不仅利用词频统计的方法而且考虑了词语间的关系。

基于数据挖掘的智能答疑系统(英文)

根据当今答疑系统的缺点,提出了一套基于数据挖掘算法的答疑设计方案,将改进的关联规则算法应用于文本聚类中,可以将数据库中问题更加准确地分类,因此可以将用户提出的问题快速定位,提高答疑速率.将聚类后的问题库应用关联规则,可以得到更加准确的关联表,用于提取论坛数据库中的最优答案,进而形成一个快速且准确的自动答疑系统.实验结果表明该方案具有智能性、自我更新性能、节约存储空间和提高答疑效率等优点.

兴趣度在基于关联分析的选课指导系统中的研究与应用

简要地介绍了数据挖掘技术,通过对关联分析的经典算法Apriori在学生选课指导系统中的应用分析,发现了Apriori不适合学生选课指导系统的缺陷。提出了增加兴趣度阈值以减少产生的无用规则,提高挖掘精度,克服原系统缺陷的新算法,为学生选课辅助决策提供了良好的理论依据和实现方法。

兴趣度在选课指导系统中的研究与应用

文章简要介绍了数据挖掘技术,通过对关联分析的经典算法Apriori在学生选课指导系统中的应用分析,发现了Apriori不适合学生选课指导系统的缺陷。提出了增加兴趣度阈值以减少产生的无用规则,提高挖掘精度,克服原系统缺陷的新算法,为学生选课辅助决策提供了良好的理论依据和实现方法。

关联规则算法研究及其在教学系统中的应用

本文通过对关联规则挖掘算法Apriori算法的分析与研究,指出了其在实用中存在的主要问题。提出了与以 往改进算法不同的策略,即在预处理阶段引入聚类分析,以此对关联规则算法进行改进,实现两种算法相结合的 挖掘,并给出了基于聚类的关联规则改进算法描述。最后将算法应用到学生学习指导中,得到了合理的结果,实 验表明了该算法的有效性。

中文智能答疑系统相关技术的研究与实现

针对目前答疑系统的现状和不足,提出了一套基于数据挖掘算法的答疑设计方案,将改进的关联规则算法应用于文本聚类中,结合J2EE技术在系统开发上的优势,应用JSP、Servlets、EJB以及JDBC等技术形成一个快速准确的智能答疑系统。

规则引擎在机场资源管理系统中的研究与应用(英文)

在机场资源管理系统(ARMS)中,存在大量灵活多变的业务规则,这大大增加了机场业务及资源的管理难度.传统的机场资源管理系统把业务规则和程序代码混杂在一起,使机场资源分配策略和业务规则不能及时改变以适应现实情况.该文引入规则引擎技术的架构和运行机制,提出了将频繁变化的业务规则从系统中分离出来的必要性和可行性,并分析了基于规则引擎的机场资源管理系统的架构、设计方法,将规则独立定义到规则库中,实现了机场业务规则和系统代码的完全分离,加快了系统的开发、升级和维护过程,增强了系统的灵活性和扩展性,使机场业务人员能够根据需求灵活调整业务规则和资源分配方案,最后,总结出现有方案的优点和存在的问题.

C4.5分类算法在硕士研究生智育测评中的应用

将C4.5决策树分类算法用于硕士研究生智育测评并提取规则。对考试成绩进行处理,选取决策属性,构造决策树,由提取的规则,获取课程间的依赖关系,以及各门课程和培养目标间的联系,挖掘结果显示,该算法能将学习成绩进行正确分类,指导教育管理者制定正确的培养计划,对辅助决策有很大帮助。

一种基于Windows9X/NT的考试系统的研究与实现

文章以计算机基础知识考试软件系统为背景，就考试的“无纸化”提出了一套完整的考试系统的实现方案。并论述了基于试题原语的考题的组成、具有Windows特点的考试环境和实现快速、安全自动阅卷中的有关技术问题。

基于关联规则的窑尾分解炉工艺参数分析与优化

本文针对目前水泥生产行业中存在的突出问题:如何在保证高产、高质的同时降低能耗。提出了利用数据挖掘技术解决这一问题的方法。选取对窑尾分解炉控制产生影响的多个因素中的五个重要工艺参数作为研究对象,应用聚类和关联规则算法对数据进行预处理并找出参数之间的关联,为优化窑尾分解炉工艺参数提供依据。

正交遗传算法

本文提出正交遗传算法 .该算法把正交设计与遗传算法结合起来 ,用正交设计确定区间水平 ,在每个区间水平按遗传算法进行搜索 ,正交设计能够发现包含最好解的区间水平 ,再在这个区间水平使用遗传算法进行搜索 .反复使用上述算法 ,当前区间水平变小 .最后 ,当前区间水平变为一点了 ,它就是这些区间水平的最优点 .借助正交设计 ,本文证明了正交遗传算法是收敛的和进行了计算机模拟 .模拟结果显示该算法是有效的和可行的 .

EJB技术在高校教学管理系统中的开发与应用

介绍了J2EE体系技术架构以及EJB的基本结构,结合WebLogic应用服务器,说明了EJB技术在高校管理系统中的具体应用情况,并且根据具体的应用情况介绍了EJB技术在应用中的优点。

基于Web的计算机文化基础考试系统的研究与实现

文章对基于Web的计算机文化基础考试系统进行了研究,并提出了一套完整的多种题型的基于Web考试实现方案。文中详细地论述了试题库和考生库、组卷、发卷、答卷环境的建立、交卷以及自动阅卷等各个考试环节中的关键技术实现,并对考试中答题文件对用户“透明”上载和下载、可能出现答题文件丢失和考试作弊等问题也提出了有效的解决方案。该系统还力求实现“人性化”和“傻瓜化”,最大限度的方便用户使用。

数据挖掘及其在高校教学系统中的应用

简要介绍了数据挖掘技术 ,详细分析了关联规则挖掘算法。给出了一个完整的数据挖掘系统─教学系统的设计与实现过程。它包括数据的准备与选择、数据的预处理、挖掘算法的选择与实现、挖掘结果的描述四个步骤。文中详细介绍了上述各个步骤的处理过程 ,并增加了兴趣度阈值来提高挖掘的精度 ,为高校管理决策提供了科学依据。

聚类后的关联规则快速更新算法研究

关联规则和聚类分析是数据挖掘中重要的研究课题。通过对关联规则挖掘算法Apriori算法进行分析与研究,指出了其在实用中存在的两个主要问题。鉴于此,在分析聚类分析和关联规则两种挖掘算法的基础上,讨论了将这两种独立的挖掘方法集成起来的联合挖掘,使其可以有效地压缩数据规模。给出了聚类后的关联规则快速更新算法描述。实验结果表明,算法性能优良,提高了数据挖掘执行效率。

多值属性的数据处理与关联规则挖掘方法研究

讨论了在多值属性关系中进行关联规则挖掘的应用特点,提出利用数据整理和数值编码的方式对关联规则挖掘算法进行优化。将目标数据属性按其在算法中的作用划分,并分别进行转换和编码;然后对数据先进行聚类,再在聚类结果中发掘频繁项目集;最后利用聚类后关联规则快速更新算法获取关联规则。算法分析和实验结果表明,该算法比传统的关联规则挖掘算法更有效率。

滑坡灾害监测与预测时序分析

本文提出了一种边坡滑坡时序建模预测分析方法,以AR模型为例,探讨了时序建模及其预报的基本思想,最后用AR模型对清江电站进口边坡406阻滑键监测数据建模及预报,取得了一定的成果.

基于WWW的网上选课系统的设计与实施

基于WEB的交互式技术是网络信息系统的主要应用技术 ,在基于WEB的选课系统中被大量地采用。主要介绍了济南大学“基于WWW的网上选课系统”的设计思想与方法 。

使用LVS和Squid构建代理服务器集群系统

LVS是优秀的集群及IP负载均衡开源软件,同样Squid是目前最通用的开源代理服务系统软件.本文讲述如何利用LVS和Squid构建高效可靠的代理服务器集群系统.