论J2EE中的MVC模式及其在网上书店开发中的应用

介绍了J2EE技术和MVC模式,通过一个实例说明了基于J2EE平台的网上书店的设计,分析了MVC模式的优点。     

高校图书馆招标采购的现状及存在问题探讨

从我国高校图书馆招标采购的现状出发,分析了图书招投标采购的优越性及目前存在的问题,并提出了相应的解决办法。     

中国文献图书出版的最新进展和未来

总结了中国文献图书出版的最新发展,并与一些主要国家的情况进行了比较。在最近十几年来,中国文献图书出版占全世界的比例已从2%上升到11%,这使得中国在文献出版上已超过绝大多数国家,并在向美国靠齐。在未来的发展中,我国图书馆需为学者提供更多世界最高端科学、技术、人文的信息资源,以便为他们创造机会取得世界先进水平的成就。     

基于k-邻域相关性的多标签分类

多标签分类是指数据可以同属于多个类的分类问题,其数据特征和标签间相关性对分类结果存在影响。因此,提出一种融合前述两种因素的多标签分类算法。将数据用核函数进行特征映射,根据训练数据的k-邻域计算得到每个标签的最大后验概率;并将其加入到对应的数据特征中。用加入最大后验概率的数据特征训练分类器。通过在经典的yeast、scene和emotion数据库上实验,证明了算法的有效性。     

一种基于最大间隔的偏标记学习算法

在机器学习中,偏标记学习是一类重要的弱监督学习框架;在该框架中训练示例不再具有单一明确的标记,每个训练示例的真实标记被隐藏在一个候选标记集中并且在学习过程中不可获知。为了解决从训练示例的候选标记集中学习真实标记的问题,基于最大间隔准则提出了一种新的偏标记学习算法;该算法是通过优化模型在候选标记集中最大输出与非候选标记集中最大输出之间的间隔,以及优化模型在候选标记集中最大输出与候选标记集中其他输出之间的间隔进行偏标记学习。采用改进的次梯度Pegasos算法完成模型参数的优化学习。在四组人工改造的UCI数据集中,在平均65%的情况下优于其他对比算法。在四组真实偏标记数据集中,相比其他对比算法,取得了4.4%~10.2%的性能提升。实验证明,具有更好的泛化性能。     

浅谈高校图书馆的采访工作

从实际工作需要出发,论述了高校图书馆采访工作中应注重的几个关键问题。     

浅谈高校图书馆工具书的利用及管理

介绍了工具书及工具书的作用,分析了高校图书馆利用工具书的现状,提出了提高工具书利用率及加强管理的方法。     

中文图书实行政府采购的实践和思考

介绍了政府采购的含义及政府采购应遵循的基本原则,论述了图书实行政府采购的意义,并指出了图书实施政府采购应注意的问题和关键环节。     

MELINETS在典藏工作中的应用与问题探讨

阐述了MELINETS系统在典藏工作中的具体应用以及工作中存在的问题,提出了解决问题的方法,并总结了经验。     

论新形势下提高高校图书馆图书采购质量的对策

介绍了我国高校图书馆图书采购的原则,阐述了图书采购中存在的主要问题,提出了提高高校图书馆图书采购质量的对策。