基于问题机制的高校网络环境下教学答疑平台研究

高校教育中答疑是不可缺少的环节,目前大部分学校的答疑还是面对面式的,这种传统的方式既不利于知识的传承,同时也不利于学生课后的消化理解。针对这个不足,本文设计了一个网络环境下交互式的网络答疑平台,该平台通过多角色权限设置,分离了用户权限,针对各科目提出了基于问题机制的管理,科目管理员的设置有效整合学生提出的有效问题,资料区的设置不仅可以有助于教师分配学习资源还可以查阅历年资料,充分利用了网络资源,增加了师生沟通的手段。     

基于Web的课程网络教学系统的设计与实现

采用ASP技术和Web技术,设计了基于Web的网络教学系统.介绍了系统实现的主要功能,对教案学习、辅导答疑、作业处理等关键部件的实现方法进行了叙述.网络教学系统虚拟环境的教学方式,提供了灵活、开放、不受时间和地域限制的自主学习形式,实现了个性化教育.     

校园网计费及监控系统研究与开发

阐述了基于 MS Windows NT系统的校园网如何实现 Internet访问控制、流量控制和计费、不良站点监控及用户动态管理的解决办法 .本文涉及的问题是网络管理的主要内容之一     

基于JBoss的统一身份认证管理系统设计

针对用户登录校园网内各应用系统时都必须输入用户名和密码的问题,同时为管理员维护用户管理系统提供方便,基于JBoss设计统一身份认证管理系统.该系统以LDAP目录库和关系数据库组成数据中心平台,在此平台上利用JBoss提供的开源JBoss SSO Framework实现用户统一管理、角色权限统一管理和单点登录的功能.实际应用表明,系统运行时有效降低了管理用户信息的开销和用户注册及认证次数.     

个性化图书推荐系统研究

随着互联网技术的飞速发展,网络信息资源越来越多,人们通过利用传统的搜索引擎很难获取自己感兴趣的资源,如何快速的获取用户感兴趣图书信息,成为当前急需解决的问题,本文采用基于内容的个性化推荐技术,对用户浏览的图书进行特征提取,并通过相似度计算,把用户最可能感兴趣的图书资源推荐给用户。     

基于社团主题的领域相关推荐算法

传统的协同过滤方法假设相似的用户有着相似的偏好,然而在不同的消费领域用户往往表现出不同的特征.此外,由于用户评价矩阵的稀疏性,使得相似用户的寻找极为困难.针对上述问题,该文提出了基于社团主题的领域相关推荐算法.首先,提出了一种包含社会网络,用户对商品的评价记录和项的分类三类信息的推荐框架.然后,分别提出了专家指导的主题模型和社会网络约束的主题模型.最后,对这两种模型进行综合,提出了统一推荐模型.实验表明,该文提出的方法具有较好的预测准确性,其性能明显优于其他相关算法.     

意见挖掘结合图分类器的图书个性化推荐系统

针对目标用户所感兴趣的图书具体特征,开发了一种基于意见挖掘技术结合图分类器的图书推荐系统.首先,基于图的分类器技术对图书条目进行分类;然后,挖掘出图书条目的评价信息,并根据评价内容判定评价的正反面;最后,结合两组技术实现图书的个性化推荐.通过实际案例的数据进行计算,以精确率和召回率评价依据进行综合评价,结果证明了提出的推荐系统的可行性和实用性.     

校园网计费及监控系统与开发

阐述了基于ＭＳＷｉｎｄｏｗｓＮＴ系统的校园如何实现Ｉｎｔｅｒｎｅｔ访问控制、流量控制和计费,不良站点和监控及用户动态管理解决办法,本文涉及的问题是网络管理的主要内容之一。     

基于Android的智能化拍照姿势推荐软件

本文提出并开发基于Android的智能化拍照软件"美姿"APP,研究专业摄影图像并进行分类,采用卷积神经网络构建专业拍照姿势数据集,实现了基于用户历史偏好的标签化姿势推荐与构图推荐。     

基于混合神经网络的协同过滤推荐模型

数据稀疏性是推荐系统中严重影响推荐结果准确性的重要因素之一.针对数据稀疏性提出了融合卷积神经网络（convolutional neural network,CNN）和降噪自编码（denoisingauto-encoder,DAE）神经网络混合的神经网络评分预测模型（convolutional-denosing autoencoder,CDAE）对用户未评分项目进行预测评分,从而解决数据稀疏性问题.首先将向量化后的用户评论数据通过卷积神经网络训练得到用户特征向量矩阵,其次将用户特征向量矩阵作为降噪自编码神经网络的初始权重,结合用户评分数据经过降噪自编码神经网络训练,得到用户-项目预测评分,然后在此基础上进行基于用户的协同过滤推荐.最后使用movielens-1M实验数据集对比验证了提出的混合神经网络协同过滤推荐（convolutional-denosing autoencoder collaborative filtering,CDAECF）模型.实验证明,所提出的CDAECF模型能够有效地结合隐性反馈和显性反馈数据,具有较高的推荐准确率.     

基于证书授权和基于身份的代理签名方案

基于因数分解困难问题假设,构造了一个新的基于证书授权的代理鉴名方案和基于身份的代理签名方案.新方案具有强不可伪造性、强不可否认性、可区分性、可验证性、原始签名者和代理签名者的身份真实性以及代理签名权的可撤消性等特点,弥补了现存的许多代理签名方案中不含有原始签名人和代理签名人的身份信息这一缺点,解决了原始签名者在线问题.新方案具有算法简单、效率高等特点,能够抵抗对代理签名方案的已知攻击,可以方便地应用于分布计算、移动代理以及电子商务和电子政务系统中.     

基于MATLAB的信号与系统仿真

信号与系统内容复杂多样,不利于学生理解。本文利用MATLAB平台,仿真了信号与系统中的傅里叶变换的时移和频移性质。仿真结果形象直观,易于扩展,开拓学生的思维,使学生能够从多个方面深入了解信号与系统,更好地掌握这门基础学科。     

基于因子分析的应用研究

阐述因子分析的基本思想,指出正确运用因子分析的方法及适用的条件,针对应用中出现概念不清、对原始数据处理不当、样本不足等误用现象,探讨了其产生的原因,给出相应对策．     

基于小波与分形理论的数字水印算法

数字水印技术以其特有的优越性可以应用在版权保护、非法拷贝、保密通信等诸多领域,具有重要的应用意义和实用价值．本文提出了基于小波变换和分形理论的数字水印算法,有效的缩减了传统分形编码方法的时间复杂度．     

基于IM-SAPSO和SVM的EBPSK检测器设计

参数选择对于支持向量机(support vector machine, SVM)的分类性能很重要,其本质是搜索寻优.该文提出以最小化K-fold交叉验证误差为目标,以改进模拟退火粒子群优化算法(improved simulated annealing particle swarm optimization, IM-SAPSO)为寻优方法的SVM参数优化方法. 利用优化的SVM对扩展的二元相移键控(extended binary phase shift keying, EBPSK)通信系统中经冲击滤波器的“0”和“1”码元进行分类,并和基于SVM、PSO-SVM以及幅度积分判决的EBPSK检测器进行性能对比. 仿真结果表明：基于IMSAPSO和SVM的EBPSK检测器性能明显好于其他3 种检测器.     

结合像素交换与菱形编码的图像隐写

摘要：基于像素交换和菱形编码,提出一种新的隐写方法：EDSteg. 该方法吸取了Steghide和菱形编码的优点,在保持载体图像一阶统计特征不变的同时具有较高的嵌入效率. 该方法采取§1 嵌入法,即只允许相差不超过1 的像素进行交换,这样可以大大减小图像失真. 为了提高交换率,采取分组嵌入的方式. 由于像素值最多只允许改动1,所以每组数据有可能需要进行两次交换. 与基于图论的Steghide算法类似,可以将嵌入过程表述为寻找超图的最大匹配问题. 实验表明,EDSteg的嵌入效率、视觉效果及抗攻击性能都优于Steghide、菱形编码等方法.     

基于区间数的级数概念和运算

在用区间数理论对不确定性问题进行研究时,往往会碰到求解复杂的模型或方程,此时借助于级数理论能促进对模型或方程的求解.给出了基于区间数的级数概念和运算,得到了一些定理并证明了其结论的正确性.     

基于AdaBoost分类器和特征脸的人脸检测与识别

本文在人脸检测与识别技术理论研究的基础上,提出了一种有效的人脸检测与识别机器学习方法.该方法采用了海尔特征级联的AdaBoost分类器进行人脸检测,使用了特征脸的主分量分析法进行人脸识别.实验结果表明该方法能较快地定位并跟踪人的脸部,然后通过比较人脸数据库能较好地识别出待检人物的身份.     

基于KECCA与PLS的水下底质回声识别

分析了增强典型相关方法（Enhanced Canonical Correlation Analysis, ECCA）的不足,提出ECCA与偏最小二乘方法（Partial LeastSquare, PLS）相结合的多特征线性融合识别模型.为解决多特征非线性融合问题,将增强典型相关方法推广到核空间中,得到了核增强典型相关方法（Kernel ECCA, KECCA）.最后,将KECCA+PLS模型用到水下底质回声识别.四种底质回声识别实验表明,采用KECCA+PLS模型,识别效果得到进一步改善.     

浅谈基于计算机辅助教育的我国现代远程教育

本文首先阐述了我国远程教育的现状，然后分析了目前远程教育中存在的主要问题，结合这些问题探讨了基于计算机辅助教育的现代远程教育发展．