基于虚构件的软件开发研究

对构件的软件工业化生产中的两个主要问题:构件模型和构件组装进行讨论.在总结了最具代表性的国内外构件模型的成功与不足之后,文中提出了一个改进的构件模型.在此基础上,为方便构件的检索和组装而提出了虚构件的概念,最后提出引入虚构件概念之后的软件开发模式.     

一种基于Agent 的构件组装机制

讨论了软构件组装中存在的问题,结合Agent的特性研究设计了一种基于Agent的构件组装机制,由不同开发商设计的、具有不同接口标准的构件不需要修改可以直接实现相互合作,为基于构件技术开发软件系统提供有力的支持。     

基于质量功能展开的大学生素质教育评估

针对当前大学生素质教育评估存在的忽视评估对象,评估过程机械化等现象,本文介绍了基于质量功能展开的大学生素质教育评估方式.质量功能展开是一种获取"顾客"需求,改进产品、服务质量的工程技术方法,由于具有重视客体需求、易于操作和便于改进的特性,使其非常适合大学生素质教育评估.运用质量功能展开评价大学生素质教育的主要步骤为识别学生需求、建立评估模型和实施评估.     

基于QFD的网站用户需求分析

以最终用户满意为驱动力,基于质量功能展开原理,提出一种将网站用户需求转化为对网站各个环节的要求的多层次演绎分析方法,即网站用户需求展开,为将用户满意理念贯穿于网站的设计与管理之中提供了理论框架与操作方法。     

基于特征模式提取的教育信息构件检索

检索是衡量构件库管理系统的一个重要指标．本文侧重对构件库的检索进行了研究,介绍了已有的一些算法,并提出了一种基于样本模式特征提取的构件检索方法,最后分析了构件检索面临的问题和未来研究的发展趋势。     

基于元对象和构件的MIS开发方法

介绍基于元对象和构件的ＭＩＳ开发方法。提出了元对象的概念，给出了对象的定义及在ＭＩＳ软件中的分类，并在元对象基础上建造支持ＭＩＳ软件生成的ＭＩＳ构件类。     

实现虚拟实验构件的快速提取方法研究

在虚拟实验教学系统可视化设计中,实验构件轮廓的提取尤为重要,本文采用分水岭预分割算法,通过对图像的预处理,减少了最大流分割时的计算量,实现了对构件轮廓的快速提取。     

高光谱遥感图像最优波段选择方法的研究进展与分析

随着成像光谱仪的发展日益成熟,高光谱遥感图像的研究已进入到一个新的阶段--对获取的高光谱数据进行有效处理和利用的阶段。目前的处理方法主要集中在对高光谱图像的数值分析处理上,比如大气校正、降低数据维数、信息提取、分类与目标探测等方面。高光谱图像相邻的波段之间一般具有较大的相关性,并不是所有的波段对于后续处理都有着同等的重要性,通过选择最优波段而组成新的高光谱图像空间,在不损失重要信息的条件下可以代表其他波段的信息。因而需要在更合理的数学模型的指导下,按照一定的准则,来决定最佳波段的选择问题。对目前国内外高光谱图像的各种波段选择方法进行了综合归纳和分析,力图为高光谱图像处理寻找突破点,加强此领域的研究力度。     

节能构件与外墙的一体化设计研究

本文分析了当前节能构件在外墙应用中存在的问题,提出节能构件与外墙进行一体化设计的思路做法,为建筑师们进行节能设计提供有效的参考依据。     

基于构件/构架的雷达电源测试台软件框架设计

应用构件，构架技术来设计雷达电源测试台软件框架．介绍了软件的框架设计，并描述了框架中各组成部分的作用和相互关系．结果表明，构件，构架技术可有效地实现测试系统软件的重用。     

类逐步回归变量筛选法在黑龙江农村居民收入预测中的应用

以黑龙江省农民收入为研究对象,采用类逐步回归变量筛选法,建立了家庭经营收入模型和工资性收入模型,得到的拟合模型的总体相对误差在0.6％左右.探讨了制约农民收入增加的主要因素,并提出了增加农民收入的具体对策.     

基于0-1规划的高校选课策略

以某高校大二年级的选课为例,研究了由0-1规划描述的选课模型,利用计算机软件MATLAB和LINGO进行编程求解,给出了选课问题的最优方案,从而为学生顺利选课提供了参考策略.     

基于主成分分析的BP神经网络和RBF神经网络月平均气温预测模型

应用基于主成分分析的BP神经网络和RBF神经网络建立了气温预测模型.通过比较模型的均方误差(MSE)和平均绝对误差(MAE)值可知,采用主成分分析的BP神经网络得到的预测模型的误差小于主成分分析的RBF神经网络预测模型.结果表明,模型采用主成分分析提取了影响因变量的重要因子,去掉了网络输入样本的自变量之间的重叠因子,同时也提高了预测能力.     

对青少年中长跑运动员选材的研究

从中长跑运动员选材指标、选材的基本方法和步骤及注意事项等方面 ,对青少年中长跑运动员选材进行分析 ,并结合多年的训练选材经验 ,揭示中长跑运动员选材的规律和原则 ,以提高选材的科学化水平 .     

基于随机森林的多阶段集成学习方法

集成学习主要分为串行和并行学习方法.并行学习的优势在于分类器的并行学习和融合,对分类问题通常采用的融合策略为投票法或堆叠学习法,它们的代表分别为随机森林和堆叠泛化Stacking.为了进一步提高Stacking的分类性能,在经典Stacking算法原理的基础上,提出基于随机森林的多阶段集成学习方法,以随机森林作为基层的基学习算法,以投票法和学习法同时作为融合方法,来降低泛化误差.在UCI数据集上的实验结果表明,提出的模型在Accuracy和1F指标上,相比Bagging,随机森林和Stacking等分类器在分类性能上有很大的提升.     

基于B-样条的波动方程数值解法

利用S24(△(2)mn)中的2组均匀B-样条D1i,j(x,y)和D2i,j(x,y),给出波动方程的一种数值解法,并利用这2组B-样条所构造的拟插值算子讨论数值解的误差估计.得到D2i,j(x,y)为基底的数值解比以D1i,j(x,y)为基底的数值解要精确的结果.     

基于ISEC项目的微积分教学方法分析与研究

ISEC项目是中外合作办学的一种新模式,在项目开展的过程中充分体现了ISEC教学理念的有效性与先进性.在微积分的教学中,将ISEC中的教学理念与探究性教学、实验化教学和应用性教学相融合,可以达到良好的教学效果.     

基于图论法的课程安排模型

随着我国高校不断的整合发展,各高校校区分散化程度明显提高.分散化的校区给大学管理提出了诸多新的问题,这其中就包括分散化校区的课程安排问题.根据高校校区分散化的的实际情况,在简化模型的情况下,利用运筹学中分层规划的思想将问题逐步分解,通过图论法把排课问题转化为二分图的边着色问题,并使用扩展的边着色理论,从教师、班级、教室3个角度出发,用匹配限制着色来解决课程安排问题.     

基于改进组合赋权的TOPSIS法在数控机床选购中的应用

数控机床的评价和选择是一个复杂的多指标决策问题,为了提高数控机床选购的客观性和科学性,在分析数控机床的性能评价指标的基础上,提出了基于改进组合赋权的TOPSIS法的机床设备优选方法.该方法结合改进的层次分析法(AHP)与熵权法确定机床选购评价指标的权重,修正了单指标权重的缺陷.实例分析表明,新的评价方法得到的评价结果更加合理,更符合实际.     

基于主成分分析和马氏距离的测井曲线自动分层方法

采用主成分分析与判别分析相结合的方法对测井曲线进行自动分层。首先对所有井进行数据预处理,通过程序比较字符串的方式提取出其中的公共曲线,然后对处理过的数据用R编程实现主成分分析,选择主成分代替原来的数据,达到降维的目的。最后以标准井提供的分层结果作为样本进行距离判别分析,对剩下井进行自动分层,并与手工分层的结果比对,给出最终处理的分层结果。