基于本体的教务管理系统设计与实现

数据的异构性是分布式系统进行信息集成的主要障碍。本文在教务管理系统的开发过程中引入了本体,通过构建本体来设计和实现系统,克服了传统方法的缺陷,提高了系统的可扩展性和共享数据资源的利用率。     

基于Web的学校多媒体教学与管理系统安全模式设计

本文阐述了基于Web的学校多媒体教学与管理应用系统的安全模式设计,我们按照用户界面层、Web服务层、数据库层的三层结构来设计本应用系统,其安全控制分布在上述三层结构的每个层面之中。在设计时从这两个方面来考虑:一是对Web访问的控制,另一个是对数据访问的控制。RBAC来实现Web访问的控制、数据访问的控制,从而实现学校多媒体教学与管理系统的访问控制。     

清单计价应用中的技巧

本文主要通过对现行工程量清单计价模式进行探讨,针对工程量清单计价模式的特点、编制、报价和审定、工程量清单的使用等四个方面进行了阐述,希望在推行工程量清单报价应用方面起到共勉的作用。工程量清单报价法是适应建设市场运行机制和施工承发包活动的需要,是与国际惯例接轨的必然要求,它改变了过去施工企业过分依赖国家发布定额和现有定额中束缚企业自主报价的状况;通过市场优化了价格和资源配置。     

Identify Implicit Communities by Grap Clustering

How to find these communities is an important research work. Recently, community discovery are mainly categorized to HITS algorithm, bipartite cores algorithm and maximum flow/minimum cut framework. In this paper, we proposed a new method to extract communities. The MCL algorithm, which is short for the Markov Cluster Algorithm, a fast and scalable unsupervised cluster algorithm is used to extract communities. By putting mirror deleting procedure behind graph clustering, we decrease comparing cost considerably. After MCL and mirror deletion, we use community member select algorithm to produce the sets of community candidates. The experiment and results show the new method works effectively and properly.     

函数S-粗集与它生成的F-遗传规律

利用函数S-粗集,给出系统粗规律的F-生成, F-遗传概念,给出了系统粗规律的F-遗传特性;提出了系统粗规律的F-遗传特性定理,系统粗规律的F-遗传依赖于属性集α上的属性补充，并提出了系统粗规律的F-遗传的属性特征定理.利用这些讨论,给出了依赖于F-遗传的规律挖掘.     

应用Flash MX绘制Web动态图表的一种方法

应用Flash MX绘制Web动态图表,是在Flash MX交互绘图功能的基础上,通过HTML页面使用ASP程序访问网络数据库并传递数据,然后由Flash MX接收处理后动态绘制实现的.     

Web搜索技术现状分析

介绍了目前网络上的主要WEB搜索方法和技术及一种优化搜索技术的方法,分析了搜索技术存在的不足及未来发展趋势.     

基于MVC2的Web应用

传统的Web应用程序开发普遍采用2层结构，存在显示与逻辑事务没有分离、程序的移植性差、流程控制混乱等缺陷，这种缺陷在大型系统开发中表现得十分突出．MVC2框架采用分层技术，把系统划分为表示、逻辑和控制3部分，有效地克服了传统开发的不足．Struts是MVC2的一个实现，是一个可重用的MVC2设计，也是一组Servlet、相互协作的类和JSP标记，包含了丰富的标记库和独立于该框架工作的实用程序类．Struts通过将问题划分为更小的组件，有助于提高代码的可重用性和灵活性，实现了系统程序流程控制简单有效．本文以XML文档检索系统为例，说明了Struts在系统程序流程控制方面的应用．     

旋转编码器的应用

旋转编码器在角度、转速测量方面具有许多其他测试装置无法比拟的优势，本文结合增量式和绝对式两种编码器的特点介绍旋转编码器的应用以及使用注意事项。     

一种基于序列挖掘的分类系统框架

为了有效地对序列数据进行分类，提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS)．先采用一套约束和裁减策略，为每个分类挖掘频繁序列模式，并将其转换为分类序列规则(CSR)；再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器．SPACS不需要在提取序列的特征后采用传统方法进行分类，可以直接利用从序列数据中提取出的频繁序列进行分类．实验结果表明，对于序列类型的数据的分类，SPACS比传统的决策树和关联分类方法具有更高的分类精度．