SYBASE大型数据库性能优化方法

大型数据库性能调优是系统管理员面临的一个主要问题，它直接影响到整个数据库系统的有效运行。以实际应用的商业系统为背景，从调优工具、数据库服务器、数据库结构设计、数据库应用及数据库运行环境等几个方面讨论SYBASE数据库性能调优的基础、原理和方法；从实际应用的角度分析了可以采用的有效调优方法，并做了优化前后的性能对比。从中得出结论：数据库性能调优是高效率使用数据库的前提和基础。     

信息系统权限管理新方法及实现

提出了一种新的以基于角色的权限管理方法为主的信息系统权限管理方法(DERBAC)，解决了现有权限管理方法存在适用情况限制的问题，使之比基于角色管理的模型具有更高的灵活性，弥补了基于角色管理的模型在系统规模较小时显得比较繁琐的不足，也克服了自主访问控制方法给系统规模扩大造成的不便。当信息系统规模发生变化时，能很好地提供有效的应用级权限管理。同时，还详细讨论了如何利用关系数据库来实现的方法。     

Markov逻辑网在重复数据删除中的应用

为了解决和突破现阶段重复数据删除方法大多只能针对特定领域,孤立地解决问题的某个方面所带来的不足和局限,提出了基于Markov逻辑网的统计关系学习方法。该方法可以通过计算一个世界的概率分布来为推理服务,从而可将重复数据删除问题形式化。具体采用了判别式训练的学习算法和MC-SAT推理算法,并详细阐述了如何用少量的谓词公式来描述重复数据删除问题中不同方面的本质特征,将Markov逻辑表示的各方面组合起来形成各种模型。实验结果表明基于Markov逻辑网的重复数据删除方法不但可以涵盖经典的Fellegi-Sunter模型,还可以取得比传统的基于聚类算法和基于相似度计算的方法更好的效果,从而为Markov逻辑网解决实际问题提供了有效途径。     

远程教育系统中个性化教学安排的一种方法

远程教育系统的个性化研究是目前网络教育的重要课题,其中,对教学资源的个性化安排是个性化研究的重点课题之一.为解决教学资源个性化安排的及时实现,通过采用人工智能技术,以自然频率法为基础推算后验概率,并通过与可信度方法相结合进行运算,推算出各类数学资源的安排数,从而提出了一种根据学生使用资源情况来个性化地安排和调整教学资源的方法,给出了流程图,并举例进行了说明.     

面向商业OLAP的并行数据抽取接口设计

商业竞争日趋激烈的今天,单纯的联机事务处理系统已经不能满足管理者的决策支持要求,联机分析处理(OLAP)技术的出现具有重要意义.研究了目前联机分析处理的关键技术,数据仓库的经典解决方案,数据预处理的相关方法,提出了一种面向商业OLAP的并行数据抽取接口设计方案,并对设计过程中的数据清理、数据集成和变换、数据归约等数据预处理技术作了重点介绍和应用研究.最后结合实际应用阐明了提出的数据抽取方案对于实现商业OLAP功能的有效性和实用性.     

本体概念与词汇的语义相似度计算方法

提出了一种本体概念与词汇语义相似度的计算方法。此方法结合编辑距离与Wordnet距离两者的优点综合衡量词汇与本体概念之间的语义相似度，从而将词汇映射到本体概念，同时不断的扩充本体丰富本体，更进一步提高算法的性能。实验结果说明此方法是可行的。     

多异构电信信息集成系统中的动态数据同构与同步技术

多异构电信信息集成系统涉及到多个不同结构的信息系统数据库之间的数据交换.为了保证数据的一致性,往往需要在某一子系统数据更新时进行动态数据复制,将该子系统数据库的新增数据及时同步到异构集成系统的数据库中.针对这一问题,提出了基于.NET面向对象的数据库编程技术,以实现数据库同构;用Oracle透明网关和SQL Server连接服务器实现异构数据库的同步解决方案.     

基于Markov逻辑网的超文本分类

在传统的监督学习任务中,实体被认为是独立同分布的.然而,现实世界中实体之间通过复杂的方式相互关联.例如在超文本分类中,具有链接关系的页面之间高度相关.标准的分类方法是忽略实体之间的联系,对每个实体单独分类.本文将Markov逻辑网应用到超文本分类中,旨在改善这一问题.实验结果显示了采用Markov逻辑网模型要比采用K最邻近节点算法的分类效果好;同时将实体之间存在的联系用于学习和推理对于分类也有一定的贡献.     

联盟化教育教学信息技术应用创新的探索

提出了重庆大学在新形势下的教育信息化建设思路,该思路以互联网新技术创新实践应用为基础、教育教学信息化改革为核心、教学信息资源建设与服务为支撑、大学联盟信息化教学条件支撑为特色.通过东西部课程共享联盟及高清互动超大视频平台、网络教学服务平台、联盟课程文献中心等应用实践,为跨区域及区域内多校联合创新教学模式、学分互认、资源共享等进行了有益探索.对高校联合办学、资源互补具有良好的应用价值.     

快速非匀质图像分割方法

针对灰度非匀质图像分割困难及效率低下的问题,提出一种基于局部区域活动轮廓模型快速分割方法.该方法结合核函数和割测度定义一个新的能量函数.一方面,在中心点被核函数掩模的局部区域内,用邻近点的加权均值拟合数据项能有效处理图像的非匀质分布.另一方面,用割测度逼近的曲线长度作为全局正则性,利于轮廓快速定位于物体边界.最后,在轮廓演化过程中,使用基于栅格图的最大流算法,避免了传统模型计算代价高昂的水平集函数.合成图像和真实图像的实验结果表明,提出的方法能有效快速地分割灰度非匀质图像中的弱边缘物体及多灰阶复杂结构物体;同时,对初始轮廓线位置和噪声具有较好的鲁棒性.