加强上机训练对计算机技术教学的促进作用

当前已经进入信息化时代,计算机的应用范围已经十分普及。当今,计算机教学与其他学科注重理论知识的教学方案不同,计算机教学更加重视操作技能的培训,同时学科的知识更新速度也极快,因此上机训练是计算机教育的重要教学手段。该文在此将着手分析加强上机训练对计算机技术教学的促进作用,希望能给对今后计算机的教学工作有所启发。

数据挖掘技术在船舶备件管理系统中的应用

随着海洋运输业的发展,运输船舶的电子系统种类越来越多,其中很多电子设备是保障海上安全的必要设备。同时,船舶运行的海洋环境异常复杂,船舶电子设备常年受到海风海浪清浊,会出现设备电路损害等情况,如何能够在船舶航行中预测并发现携带的备件损耗是保障船舶航行安全的必要条件。本文研究大量的海上船舶备件损耗历史数据,并设计数据库管理系统,通过数据挖掘对海量的数据进行有效分析,优化船舶备件管理系统。

RBAC维度权限管理模型在货物进出口系统的应用

提出了基于RBAC的维度权限管理模型的设计思想,讨论了权限管理系统中用户的属性维的设计,以及角色的分配,权限访问控制和访问控制模式等关键技术。并阐述了进出口系统通用的维度建模技术及模型的实现方法,重点解决了维度模型的创建、数据的多维分析及模型的可扩展性问题,为企业的决策支持提供了帮助。

非法外联监测系统的研究与实现

随着信息化技术的发展,在金融机构、政府、企事业单位、等内部都建立了内部网络,如何确保网络整体安全,防止终端采用没有授权的网络连接发起对外的网络访问——也就是非法外联是日益凸显的一个网络及信息安全问题。本文就如何实现非法外联监测进行研究。

减摇鳍系统自适应反演滑膜控制的设计及仿真研究

为减少船身振动,提高其航行性能,首先建立减摇鳍水动力控制方程,并结合滑模控制理论制定相应的滑模控制策略,对船身振动进行抑制。研究表明:在同等扰动强度下,经过滑模控制的减摇鳍需要的摆动角度大大降低,具有较高的振动控制效能。同时,整个控制过程具有较高的鲁棒性,系统稳定性好。

视觉传感网络中身份特征自适应识别算法改进

在对视觉传感网络中身份特征进行识别时,容易受到人脸表情、光照条件及遮挡等干扰,降低了身份特征识别精度。提出了一种基于改进最小灰度差树的身份特征自适应识别算法。对待识别图像进行灰度处理后,利用最小灰度差数增强待识别图像的质量;定义基于灰度的代价函数,获取待识别人脸图像和指定人脸图像对应的各灰度对的匹配代价,建立最小灰度差树模型,计算两幅图像相似度后,直接采用最近邻匹配算法获取和视觉传感网络注册图库中最小匹配代价对应的图像身份,将其看作待识别身份,实现视觉传感网络中身份特征自适应识别。仿真实验结果表明,所提算法具有很高的身份识别精度。

利用Apriori算法进行船舶缺陷数据研究分析

港口国检查是以确保人员和船舶安全、预防海事事故、防止海洋环境污染为目的的专门检查。随着环保意识的不断加强,港口国检查发挥着越来越重要的作用。数据挖掘技术能够从大量模糊数据中发现有价值的信息。船舶缺陷数据分析利用数据挖掘技术,从海量船舶数据中发现数据间的关联规则,从而提高港口国检查的工作效率。本文研究Apriori算法,针对该算法的不足进行改进,实现了基于改进Apriori算法的船舶缺陷数据分析系统。

基于MTK手机平台的物流终端设计

基于台湾联发科的MTK6225手机平台设计了一款应用于物流行业的手持终端。终端具有手机的功能,同时带有GPS,条码模块,满足了物流行业联系用户、上传下载数据、物品定位和物品信息采集的需要。

粗糙集理论在船舶碰撞受损决策表模型中的应用

研究船舶碰撞能够提高驾驶员在航行过程的警惕性,对于海洋环境保护具有重要意义。本文将粗糙集理论应用到船舶碰撞的研究中,得到不同影响船舶碰撞因素的重要度,对重要度大的船舶碰撞角度进行深入研究,得到影响船舶碰撞角度不同因素的重要度。最后利用Logistis回归分析法验证粗糙集理论得到的结论的正确性。

浅谈VPN技术的应用——针对目前CDMA1X和ADSL接入网点

目前全省某运营商约有2000个接入方式为CDMA 1X采用VPDN(虚拟私有拨号网络)营业网点,全省某运营商约有1000个通过租用ADSL采用VPN(虚拟专用网)技术的营业网点.营业网点的数量正在飞速发展。合办厅的建设与维护和安全方面的管理越来越重要。本文针对以上两种接入方式的营业厅在实际工作中存在的问题进行了系统分析,并针对问题提出自己的建议方案。

CS优化BP神经网络的高速公路流量预测

随着高速公路交通控制和出行诱导需求的日益增加,对高速公路交通流量的预测提出了更高的要求。为了提高预测的精度,提出了改进的布谷鸟搜索(cuckoo search,CS)算法优化BP神经网络的高速公路流量预测模型(Weighted value of T dynamic disturbance CS-BP,WTCS-BP)。利用高速观测站的信息采集系统收集车流量信息;离散为时间序列,构建学习样本;利用BP神经网络对采集的样本进行训练,并采用改进的CS算法对网络参数进行优化;建立高速公路交通流量的预测模型。最后通过仿真实验进行测试。结果表明,该模型的拟合度较其他对比模型更接近实际流量。提高了预测的准确性,对高速公路出行起到有效的指导作用。