面向对象技术在构建数据仓库中的应用研究

为了利用数据仓库技术实现对经济指标数据的有效管理,提出了基于面向对象技术构建数据仓库的一种解决方案。在构建过程中,根据经济指标数据管理需求和数据仓库特点,确定了系统所面对的各种对象以及它们之间的关系,设计了数据仓库结构模型,应用Visual C .NET实现了数据仓库管理系统,并通过ADO(Active Data Object)和OLE(Object Link Embedded)等面向对象技术完成了数据仓库访问和异构系统数据集成,从而使经济指标数据仓库(EIDW:Economic Indicators Data Warehouse)可作为后台数据环境应用于经济动态分析、预测和监测的决策支持系统中。     

机构综合的新型同伦算法研究

机构学问题的数学模型常可化为多元非线性方程组,一般求解多元非线性方程组需要初始值,而初始值的选择是相当困难的,同伦方法不需初始值就能求出全部解,为求解决这一问题提供了可行的方法,但需要编写专用的程序.通过构造新型同伦函数并结合Maple高级程序设计语言的通用工具箱,提出了同伦算法的原理与实现方法.运用该算法编写了MAPLE程序对3-RPR平面并联机构综合问题进行了研究,求出了全部解,为实际机构的设计提供了多种选择方案,为同伦方法提供了简便的实现方法.     

地方高校对外汉语专业人才培养模式的改革和探索

对外汉语专业作为很多地方高校的新增专业,在培养目标、课程设置、实践教学、方向模块设置等方面都存在诸多问题。地方高校对外汉语专业人才培养要确立正确的培养目标,设计科学的课程结构,建构全方位、分阶段的实践教学模式。只有这样才能培养优秀的对外汉语专业人才。     

基于音素相关后验概率变换的发音质量评价

帧规整对数后验概率是目前公认最有效的发音质量的度量。但该文证明了该度量还反映了当前发音对应的声学模型与概率空间中声学模型的混淆程度,使其在评分任务上存在着严重的缺陷。因此,该文提出了可训练的音素相关的后验概率变换;并研究了线性和非线性sigmoid变换,同时给出线性变换的显式全局最优解和非线性变换的梯度下降解法。在全国采集的普通话水平测试现场考试的篇章朗读题型上进行实验。实验结果表明:当概率空间包含所有音素时,该方法能使人机相关度从0.582提升至0.768;当采用优化的概率空间时,该方法能使人机相关度从0.696提升至0.773。     

如何提高外文期刊的利用率

阐述了在外刊采购和管理中存在的问题,提出了提高外刊利用率的措施,包括做好外刊的采购工作、提高外刊管理人员素质、保证读者服务质量等。     

寡头垄断市场广告投放效果的元胞自动机仿真

本文针对宏观层面的数学模型在描述个体差异方面的不足,建立了一个异质元胞自动机模型,对寡头垄断市场中广告的投放效果进行了仿真研究.通过运行仿真程序再现了两种产品竞争与扩散的过程,以及不同内部影响力、市场占有率、市场规模等条件下,广告投放力度对扩散结果的影响.通过分析仿真结果得到了在寡头垄断市场中,当产品差异减少的时候广告就成为决定产品竞争胜负的关键因素等结论.     

带有两种营销模式的供应链合作广告协调模型

本文考虑了带有直营店和代理商两种营销模式的Newsvendor型产品合作广告问题,分别建立了分散决策和集中控制下制造商和代理商的最优广告决策模型,分析了需求的随机性及直营店的营销模式对供应链双方广告决策的影响．给出了一个基于地方促销广告费用分摊的策略以实现供应链协调．最后,用数值仿真验证了本文的相关结论并得到一些重要的管理启示．     

基于X语言的起飞场景民机协同设计与仿真一体化方法

针对大型复杂产品,传统基于模型的系统工程(model-based system engineering, MBSE)方法存在系统设计和仿真验证的多语言、多平台集成实现,难以保证高效、准确地反馈系统设计的缺陷,无法达到快速优化设计目的等问题,提出采用基于面向复杂系统支持MBSE的新一代一体化建模仿真语言—X语言实现面向起飞场景的民机跨域子系统的一体化建模仿真。从民机起飞过程需求分析出发,建立了起飞场景的系统级模型和物理级模型,并在X语言的建模仿真软件—XLab进行统一的建模仿真验证,给出了基于X语言面向复杂产品协同设计与仿真一体化方法,为不同领域的设计人员实现复杂产品设计的协同与优化提供了全新的理论与方法参考。     

一种改进的RSA算法的研究与实现

RSA算法被普遍认为是目前最优秀的公钥方案之一,但RSA也存在运算代价高,速度较慢等缺点.本文提出了一种改进的RSA算法并在Java平台中得到了很好的应用.     

使用期待提高对话系统的语音识别率

在回顾了各种语言模型的基础上,针对如何更有效地构建口语对话系统中语音识别器的语言模型展开讨论,研究并实现了使用系统期待来建立语言模型的方法.在口语对话系统中,根据系统提出的问题或者系统给用户的提示,对话管理器产生对用户响应的期待,也称作系统期待.由于系统期待是建立在对话系统当前状态的基础上,所以可根据系统当前状态构建系统期待,从而建立更加优化的语言模型,并使用此语言模型来提高语音识别的识别率.