基于校园网的高校自用科研管理系统的研发

本系统是基于网络的典型信息管理系统(MIS),其开发主要包括后台数据库(服务器端)的建立和维护以及前端(客户端)应用程序的开发两个方面。本文将主要探讨实现本系统的关键技术。

校园网安全问题及其对策

随着网络的普及,校园网担当了服务学校教学活动和管理工作的重要角色,同时面临严重的安全问题。作者着重分析了校园网目前存在的主要安全隐患,并且针对这些问题提出一系列安全策略。

基于中心逼近的非等距灰色模型

基于非等间距灰色预测模型的建模机理,通过对一次累加生成序列的开方运算来弱化序列的变化幅度,利用背景值取代传统的中心值,从而得到了基于中心逼近化的非等间距灰色预测模型。最后,给出了一个应用实例,实例计算结果表明该改进灰色预测模型具有较高的拟合和预测精度。

基于规则和统计相结合的地名实体识别的研究

提出了一种在构造内部规则和外部规则的同时采用概率统计的中文地名实体的识别方法,并利用这种基于规则和统计相结合的方法对测试语料库进行识别测试.实验证明该方法获得了较高的准确率和召回率,具有可行性和合理性,同时也指出了它的局限性.

基于统计的中文机构名实体识别的研究

针对中文机构名实体的识别提出了利用隐马尔科夫统计模型的方法.同时,在此方法的基础上通过构建一元模型来补充识别那些缩写的和没有核心词的机构名,弥补了单一统计模型在机构名实体识别中的不足.实验证明二者相结合的方法能获得较高的准确率和召回率,具有可行性.

软件测试与测试中的复用技术

软件测试作为软件开发过程的一个重要环节,是为了保证软件的质量。随着软件规模和复杂度越来越大,测试也越来越复杂。由于测试人员的能力达不到要求使测试过程失去控制,导致测试结果的重现性差。为保证软件质量,测试复用技术成为提高软件开发效率和改善软件质量的一项重要技术[1]。本文阐述了测试中的复用技术,研究面向复用的测试模型。同时提出可复用测试用例的生成过程,并指出复用技术的优点和难点。

基于改进的隐马尔科夫模型的中文命名实体识别算法

文章主要讨论了自然语言处理中的关键技术中文命名实体识别.在总结中文命名实体识别的特点和难点的基础上提出了三种常用的识别方法.重点研究了基于统计方法的隐马尔科夫模型在命名实体识别中的应用,同时指出传统的隐马尔科夫模型在实体识别中存在的局限性,对其进行分析并作出进一步改进.

网络环境下高校德育教育的挑战与策略

随着信息产业的发展,网络已经遍布我们生活和工作的各个领域。网络文化也正急剧地改变着大学生的道德观念、价值取向以及行为模式。本文从大学生网络成瘾入手深刻分析了网络环境下大学生德育教育面临的挑战,同时提出一定的策略,趋利避害以促进德育工作与时俱进地顺利推进。

基于ASP的Web数据信息校对算法研究

本文阐述了基于B/S模式的三层体系结构,从集合的角度对信息校对中的难点进行分析,画出了信息校对算法流程图,并给出了基于ASP的Web数据信息校对算法。

Apriori算法优化策略

关联规则挖掘是数据挖掘中一个很重要的组成部分,本文分析经典的数据挖掘算法——apriri算法,为了能够有效的降低扫描事物数据库次数和减少产生候选项目集的数目,在实现的时候,在对其数字化的基础上采用事务压缩技术实现了这个算法。较好的解决了这个问题。