新中国情报学论文分析

本文通过对新中国成立 5 0年来情报学期刊论文和博士学位论文的统计分析 ,发现 :( 1 )情报学基础理论、情报技术方面的研究明显增强 ,但情报教育研究始终处于薄弱地位 ;( 2 )随着信息社会的到来 ,信息领域的研究日益受到重视 ,其论文所占比重明显增大 ;( 3)情报学基础理论、信息经济、信息技术。

北京竞争情报发展模式探析

北京自 1994年开展竞争情报活动以来 ,已为 8家大型企业成功地导入竞争情报。文章对北京发展竞争情报的模式进行了探讨 。

基于PB的通用自动组卷系统开发

介绍了用PB 9.0开发通用自动组卷系统的方法。该系统可以根据用户提供的试卷题目类型、分值、章节分布、难易程度等参数,自动从题库中随机抽题组成一份符合要求的格式规范的试卷。系统可以将同一门课程连续2年之内的试卷重复率控制在25%以下,并且可以自动生成答题纸和答案,大大减轻了教师出卷的负担。

基于USB接口的无人值守机房管理系统开发

提出了一种利用USB接口实现公共机房无人化管理的新思路,即通过设计基于USB接口的上机卡控制计算机的可用状态,并按预先设置的费率每6min刷新一次卡内余额,以实现自动计费功能。控制计算机的可用状态是利用USB接口即插即用的优点来实现的,即如果PC机未检测到上机卡或检测到卡内余额低于某个下限值,则将PC机键盘和鼠标锁住,否则解锁,从而实现真正意义上的机房无人化管理。

情报在企业创新中的作用

创新是当今企业发展的必由之路,情报在创新过程中发挥着重要的作用。本文就市场情报、技术情报、管理情报以及人才情报在企业创新中的作用作了论述。

基于贝叶斯和可信度的糖尿病诊疗系统研究

糖尿病是现代疾病中死亡率最高的病症之一,其带来的慢性并发症具有较高的死亡率。因此,帮助病人尽早发现隐藏的糖尿病病情、监控自己的血糖并辅以相应的治疗方案显得尤为必要。文章介绍了基于贝叶斯和可信度的糖尿病诊断以及分型方法,对糖尿病病人的自我诊治、辅助实习医师诊治糖尿病有一定的实用价值。

大学生如何面对社会信息化热潮

在分析社会信息化对人类社会的影响以及我国政府对社会信息化的策略的基础上,就目前我国大学生应如何面对社会信息化热潮提出几点看法和建议。

C语言教学网站设计与实现

本文介绍了基于ASP的C语言教学网站的设计和实现方法。借助该网站，学生可以进行自学自测、在线答疑和经验交流等学习活动，提高学生学习C语言的兴趣，改进C语言教学质量。

基于ASP的C语言教学系统开发

文章介绍了基于ASP的C语言教学系统的设计和实现方法。借助于该系统,学生可以进行自学自测、在线答疑和经验交流等学习活动,提高学生学习C语言的兴趣,改进C语言教学质量。

情报在技术创新中的作用

主要分析市场情报、科技情报、政策情报、贸易情报、管理情报以及人才情报在技术创新过程中所起的作用。

图像边缘检测算法比较研究

图像的边缘检测是图像处理领域的经典研究课题之一。边缘检测结果的正确性将直接影响到机器视觉系统对客观世界的理解。文章介绍了几种常用的边缘检测算子,并对各种算子的实验结果进行比较。

基于VPN的CIS设计方案研究

文章在分析了CIS (竞争情报系统 )的安全需求以及VPN (虚拟专用网 )的安全机制的基础上 。

基于颜色矩的木材缺陷聚类识别

提出了一种新的基于无监督聚类木材缺陷识别方法。该方法借助于木材图像颜色矩特征提取,有效实现数据降维,利用K-means算法对产生的特征数据集进行聚类,产生不同木材表面类型类别标签,自动找出并正确标识木材表面缺陷位置。分析了不同木材表面缺陷类型识别效率。仿真实验结果表明,该方法能快速有效地进行木材表面缺陷自动识别,平均运行时间为0.442 s,平均识别查准率约为86.5%,平均识别查全率约为81.1%。

带约束最长公共子序列快速算法

带约束最长公共子序列(CLCS)问题有很深的生物学应用背景,常被用来表示同源基因序列相似性的度量,但计算CLCS时间代价很高,最早的CLCS算法的时间复杂度为O(rn4),目前,最快的CLCS算法的时间复杂性为O(rn2).运用对偶原理将带约束最长公共子序列问题转换为带约束最小覆盖集问题,并建立带权的ref树结构,构造包含约束序列的约束覆盖子集,约简带约束覆盖子集并从中搜索关键路径,再通过关键路径构造CLCS,该算法将算法时间复杂度提升到O(nlogn+(q+r)L),r是约束序列的长度,q是两序列序偶的个数,L是两序列的最长公共子序列(LCS)长度.

两级嵌入式系统的消息驱动和快速传送

提出了两级调度嵌入式操作系统的运行原理和任务、子任务的消息驱动机制,设计了一种新的描述消息的数据结构,用以满足两级调度嵌入式操作系统的运行。利用这种数据结构,可以用零拷贝的方式来传送消息,极大地提高了系统的效率。在两级嵌入式操作系统中,构建了完全独立的、由不同类型消息所组成的任务级消息队列和子任务级消息队列。最后,分析了这两种消息队列和各种不同类型消息的特点,并分析了利用消息驱动任务和子任务的方法。

林业土地信息管理中的多源遥感图像融合技术

多源遥感图像为林业土地监测提供了更为丰富、精确和详尽的动态信息,提升了遥感技术科技含量和应用价值,在林业土地信息管理中得到日益广泛的重视和应用。然而多源遥感同时也增加了有效图像信息的识别问题。结合多源遥感图像融合的信息处理特点,采用基于模糊径向基函数网络、模糊Kohonen神经网络和模糊自适应谐振网的计算机图像目标识别技术,自主开发设计软件对高分辨率SPOT全色影像的多波段数据信息进行图像融合类别判断。实验证明模糊Kohonen神经网络在识别的精度、速度以及识别率是最佳方法。

小波变换在SPOT5全色与多光谱图像融合中的应用

离散小波变换可以将图像分解成为一系列具有不同分辨率特征、频率特征和方向特性的子带信号,并且将图像的光谱特征和空间特征分离,从而为不同分辨率的遥感图像融合提供了有利条件。采用小波变换融合方法对SPOT5全色与多光谱图像进行融合处理,以提高图像的空间信息质量和光谱质量为目的。通过对融合结果图像进行主观和客观的综合评价,可得出融合前后图像灰度均值变化很小,灰度标准差、熵和清晰度三者变化趋势一致;当小波分解层数为3时,融合图像的光谱质量与空间质量之间达到较好的平衡,同时融合图像的视觉效果良好。

子模式判别型半监督非线性维数减少算法

维数减少是在损失较少特征信息的条件下处理高维图像数据的关键技术,已成为高维数据处理中的热点问题.样本的类内和类间散度判别信息被用于判断当前样本对属于相同类还是不同类,同时考虑未标签样本对算法性能的影响,提出了一种判别型半监督非线性维数减少算法(discriminativesemi-supervised nonlinear dimensionality reduction,DSSNDR),可有效避免奇异性.DSSNDR采用高斯核和多项式核组合得到的混合核,将原始数据以一系列"有用的"特征形式投影到一个较低维的嵌入空间,便于分类,同时能够保持已标签和未标签样本的内部特征,可有效执行半监督学习.引入样本数据的子模式,将DSSNDR推广到子模式特征空间下的非线性方法,简称Sp-DSSNDR,进一步增强了DSSNDR的学习能力,提高分类精度.多个典型数据集上的分类和可视化实验表明,不同类的样本数据的投影在DSSNDR和Sp-DSSNDR构造的特征空间中存在较少的混叠现象,具有更好的可分离性.当维数被减少到较低水平时,本文算法几乎总是取得最好的结果,甚至超过了经典的主成分分析(PCA),核主成分分析(KPCA)和核Fisher判别分析(KFD)算法.