基于智能配网系统的数据库分区技术研究

智能电网的快捷发展使得配网数据极速增长,智能配网系统运行压力加大,如何够满足用户的访问响应成为当前急需解决的问题。探讨了数据库分区技术,实现了智能配网系统数据库分区策略。

分析比较Windows DNA支持的数据访问技术

本文在介绍WindowsDNA体系结构的基础上,详细分析了WindowsDNA支持的ODBC、OLDDB和ADO三种数据访问的体系结构、应用方法及特点。

描述逻辑及其在数字图书检索中的应用

随着数字图书馆建设的推进,人们更多地利用网络通过电子媒介来获取所需的资源。如何帮助用户找到满足用户需求的资源,已成为当前迫切需要解决的课题。本文对传统检索方法进行分析,指出要提高检索的查全率和查准率,需要将信息以机器可理解的方式描述,为信息赋予语义。对描述逻辑进行了分析,论述了描述逻辑在数字图书检索中的应用。

利用磁聚焦法测量地磁场

利用电子比荷测试仪,借助罗盘、水平仪和铅垂等简单工具,分别测量进行磁聚焦后正、反向两次通过的励磁电流,计算出地磁场的水平分量和垂直分量,从而确定出地磁场的大小和方向.

基于MATLAB的数字低通滤波器的设计与仿真

日常生活中数字低通滤波器使用非常广泛。根据技术指标不同,低通滤波器的设计方法和思路也是不同的。利用MATLAB强大的运算能力和仿真功能,可以用编程的方法或MATLAB提供的FDAtool和Simulink实现各种低通滤波器的设计和仿真。

C++Builder中对消息的处理

本文首先讨论了C++Builder组件消息的封装、传递和处理机制,然后分析了Windows预定义消息和自定义消息的处理方法,总结出两类消息处理的步骤,最后通过一个实例加以实现。

基于FPGA车牌识别系统的设计与实现

本文对传统的以通用数字信号处理器(DSP)为核心的车牌识别系统进行了改进,介绍了一种新的基于FPGA车牌识别系统。该系统主要通过摄像头采集汽车车牌图像,经过FPGA核心处理器对图像进行处理,识别出车牌号,并通过LCD显示。经过调试运行,该系统实现了车牌识别的功能,可运用于工程实践。

浅谈深度学习

深度学习是机器学习研究中一个新的领域,它是机器学习中神经网络的发展。深度学习的主要目的在于模拟人脑进行分析与学习,希望计算机也能像人脑一样会学习。本文首先介绍深度学习产生的原因,然后分析深度学习产生的理论依据。之后简单介绍深度学习训练深层神经网络的基本过程,最后总结当前存在的问题以及发展的方向。

电子租房合同的设计与实现

随着网络的发展,越来越多的租客更加趋向于从各种租房网站上获取房源信息,而越来越多的房东也开始在租房网站上发布自己的房源信息以方便地招揽更多的租客。然而,现有的手机租房软件仅仅只能满足房东和房客在线上相互交流自己的信息,而对于关键的租房合同部分,仍旧采取传统的线下方式。本文基于JAVA语言开发了电子合同,并成功移植到Android平台上,从创建合同、编辑合同、签订合同、撤回合同、下载合同到删除合同可以全部在手机平台上完成,为互联网租房市场带来了方便,具有一定的意义和价值。

基于负载均衡和热备的VPN网关设计与实现

介绍了负载均衡及热备技术,设计并实现了一个高效、稳定、公平的融合热备功能的动态负载均衡模块的VPN网关。

硬盘分区表的读取方法研究

介绍了硬盘分区的方式和结构,并在对分区表结构的分析基础上,采用C语言程序读取了硬盘分区表信息。

基于移动Agent的网格系统的设计

本文通过分析一个简单的网格所需的功能,在原有的移动Agent的基础上设计了网格系统中必要的系统启动、通讯、远程任务装载、任务队列调度和安全备份等策略。

3X+1问题中扩展Collatz模型的环结构研究

本文从3x+1问题的原始Collatz函数出发,放宽对原Collatz函数的限制条件,将确定的Collatz程序推广到非确定程序,得到扩展的Collatz模型。从一个特殊的角度描述3x+1问题,引入互逆操作的概念,建立自然数之间同等类型数的联系,发现扩展Collatz模型的存在环结构。通过选取大范围的自然数深度搜索遍历,得出扩展模型下存在一定的规律的环结构。

时变采样周期网络化系统混合鲁棒H2/H∞控制

针对存在时变采样周期和时延的网络化控制系统,讨论混合鲁棒H2/H∞控制性能约束下控制问题.通过矩阵Jordan变换,将时变采样周期和时延的不确定性转变为系统参数的不确定性,建立了离散时间凸多面体不确定系统模型.利用矩阵不等式方法,设计了满足混合鲁棒H2/H∞性能的控制状态反馈控制器.对不稳定的连续时间系统,该控制器能使闭环系统保持渐近稳定并对外界干扰具有良好的抑制性.控制器存在的充分条件和具体参数通过求解线性矩阵不等式给出,计算简单.数值仿真结果表明所设计控制器的有效性.

基于图聚类的组合横切关注方面挖掘方法

提出了一种图聚类方法,即发现软件系统中组合横切关注的方面挖掘方法.该图聚类方法不仅考虑了连接度,亦考虑了相似度.采用一个新的图聚类算法来发现组合横切关注,一个组合横切关注也是一个软件模块,既包含相似的元素,又包含连接紧密的元素.利用程序元素之间的相似度和连接度,采用基于authorityshift的有向图层次聚类算法,来发现属于同一软件模块的程序元素集合;然后采用fan-in技术来确认组合横切关注模块.对比实验结果验证了该方面挖掘方法的有效性.