B/S模式下OA系统中网络拥挤问题的研究

本文就B/S模式下办公系统中网络拥挤问题展开了讨论.对于实时性要求不高的数据处理,引入了的新的数据传输ADTP,定义了ADTN网络,利用DRD算法给出了在网络出现阻塞时如何处理被阻塞的消息而避免了更大网络冲突的发生.     

基于汇编语言图形模式的汉诺塔问题解决方案

汉诺塔问题是一个典型的递归问题,它的解法在很多计算机书中都有提到,但很少具体实现;而汇编语言是一门低级底层计算机语言,学习这门语言存在枯涩、繁琐让人难以理解等等问题;将具体问题与汇编语言结合,既可以达到提高学习兴趣的目的,又可以更加深刻理解汇编语言的编程思想,是汇编语言教学中很重要的手段之一,同时运用图形化实现汉诺塔问题,使得对此问题的理解更加生动明了;本文就此给出具体实现方法.     

基于边界域的变精度粗糙集

粗糙集理论作为分类学习的一种工具,借助一对极值映射的一元算子,利用已知的知识结构表示未知的研究对象.具体主要体现在已知知识包含于未知对象集或与对象集相交不空.随着数据规模的不断增长以及数据形式的日趋复杂,严格意义的包含常常不能满足现实的需要.因此,经典粗糙集忽略了非常接近于严格包含的情况.变精度粗糙集放宽了严格包含关系.弥补了经典粗糙集理论的这一不足.然而,和经典粗糙集相比,变精度粗糙集不可避免地失去了一些基本性质.为了进一步探讨这些性质的本质内涵,在研究已有变精度粗糙集结构和性质的基础上,提出了3类基于边界域的变精度粗糙集模型,比较研究了这些模型之间的联系和区别.结果表明,第Ⅰ类变精度模型是已有变精度粗糙集模型的推广,第Ⅱ类变精度模型则是经典粗糙集的直接拓展形式之一.这2类变精度模型都侧重于从局部多数包含的角度刻画对象集.第Ⅲ类变精度模型侧重从对象集的整体边界域,即整体多数包含的角度描述了未知知识.