基于WEB的二手房信息系统的开发

随着社会的发展,住房问题显得越来越迫切,"找房难"成为一个普遍的问题,大量的房产中介公司应运而生,但却有很大的缺陷,昂贵的中介费,信息的局限性等.因此急需借助Internet这个强大的平台,开发一个房产信息系统,使人们方便快捷的找到所中意的住房,而房主也可容易的将自己的房屋信息发布到网络上.     

矿区最优投资分配动态规划模型研究

应用动态规划的理论,针对矿区建设的特点,以投资呆滞损失和欠产损失为主优化目标,以初期投资少为次优化目标,建立了矿区建设投资最优分配的多阶段动态规划投资模型,并给出了模型的解法.最后以我国某矿区为实例,应用模型进行求解,得出了满意结果.     

基于Web的Internet化学资源挖掘

简要讨论了基于Web的Internet上化学资源挖掘的两种主要手段,着重介绍了利用搜索引擎和化学主题资源检索化学资源的具体方法。     

数据挖掘技术在银行业的应用

随着技术的进步、市场规模的扩大以及分工交易方式的发展,银行业的经营环境也因信息技术发展的影响而不断改变,银行业面临着愈加激烈的竞争.通过建立数据仓库,使用数据挖掘技术,挖掘出为银行创造利润的客户,从复杂的客户信息中建立模型,能够降低成本与风险,提高效益.     

零售业销售数据关联规则挖掘算法关键思想研究

对零售业销售数据关联规则挖掘算法的关键思想进行了研究，给出了各种提高算法效率的方法以及对规则选择的方法。     

试论村庄下采煤的技术问题

文章讨论了村庄下采煤的技术问题。     

Discovering Frequent Subtrees from XML Data Using Neural Networks

By rapid progress of network and storage technologies, a huge amount of electronic data such as Web pages and XML has been available on Internet. In this paper, we study a data-mining problem of discovering frequent ordered sub-trees in a large collection of XML data, where both of the patterns and the data are modeled by labeled ordered trees. We present an efficient algorithm of Ordered Subtree Miner （OSTMiner） based on two- layer neural networks with Hebb rule, that computes all ordered sub-trees appearing in a collection of XML trees with frequent above a user-specified threshold using a special structure EM-tree. In this algo- rithm, EM-tree is used as an extended merging tree to supply scheme information for efficient pruning and mining frequent sub-trees. Experiments results showed that OSTMiner has good response time and scales well.     

基于XML的Web模型研究

基于HTML的“瘦客户机”Web模型是当前流行的应用程序开发模型,但这种模型存在数据结构复杂、数据的可读性差、数据的共享性差和数据重复利用率低等弱点.为了解决这些问题,笔者提出了一种基于XML的多层次的Web应用程序模型,充分利用了XML技术的数据与表现形式分离所带来的特点,从而为解决上述问题提供了一种途径.     

基于DNN的高校科研管理信息系统的分析与设计

以杭州师范学院科研管理系统为示例,将科研管理业务逻辑进行重组,以实现科研管理系统化、规范化的目标,并运用DNN应用程序框架对该系统进行设计,特别是页面管理和模块定义功能实现了用户接口和业务逻辑,具有成本小、可重用性和可扩充性等特点.     

网络环境下构建新型英语教学模式

从CAI、多媒体到教育网络，网络英语教学，即基于Internet的网络英语教育，正冲击着传统的教学模式，并正成为主流的教学模式．阐述了基于网络环境下的外语教学的特点和形势，并对网络环境下的英语教学所应注意的问题提出了自己的建议．