网络信息资源的分类组织

通过分析网络信息资源的特点，阐述了用分类方法组织网络信息资源的优势，指出了目前网络信息资源分类存在的问题，对网络信息分类与文献分类进行了比较，提出了建立统一的网络信息资源分类体系的建议。     

动态链接库实现程序跨平台技术

讨论了 Win32下用 C语言创建动态库的原则 ;阐述了 CB4、VC6编译系统形成自定义动态库的方法 ;提出了如何在 Authorware4、CB4、VB6使用自定义动态库的思路。     

C/S 环境中ActiveX/DCOM 组件的使用技术

介绍了用在客户／服务器环境中的ActiveX组件类型：ActiveX控件、ActiveX文档和ActiveX代码组件；并在此基础上，阐述了ActiveX／DCOM组件在目前流行的VisualBasic、VisualC 、Visual J 中的应用技巧及其强大的功能。利于快速开发ActiveX软件组件、以及开发客户／服务器环境中的应用程序。     

基于离散余弦变换和支持向量机的人脸识别算法

提出了一种基于DCT提取人脸特征技术和支持向量机分类模型的人脸识别方法。利用离散余弦变换可提取人脸可识别的大部分信息,而支持向量机作为分类器,在处理小样本、高维数等方面具有独特的优势,且泛化能力很强,无需先验知识。从ORT人脸库上的实验结果可以看出,DCT特征提取是很有效的,且SVM的分类性能优于最近邻分类器,同时提高了整个系统的运算速度。     

郑洛新自主创新示范区高端装备制造产业创新网络演化过程分析

通过对郑洛新自创区高端装备制造产业创新状况和创新网络演化过程分析,可知目前郑洛新自创区已形成各自特色高端装备制造产业集群;其创新网络演化过程为产业整合阶段—产业结网阶段—网络规模初现阶段—网络成熟阶段;所形成的创新网络由核心创新层、产业配套辅助层、外围服务支持层构成.     

铁路桥梁钢及焊缝的CTOD性能

为了解铁路钢桥构件材料的弹塑性断裂韧性性能,对常用桥梁钢——Q370qE和Q345qD钢的各种板厚的母材、焊缝和熔合线试样进行了20℃至-70℃的直三点弯曲裂纹尖端张开位移(CTOD)试验。数据分析采用"个性化因素剔除"方法,回归得到随温度变化的CTOD临界值δ的通用计算公式。结果表明:δ在材料、温度、板厚不同的情况下,应分别取脆断、韧脆破坏和韧性破坏时的CTOD值;Q370qE钢母材在高于-70℃的环境温度下不会发生脆断,Q345qD钢母材的转脆温度为-42℃;两种钢材焊缝的CTOD性能相近,转脆温度为-24℃;CTOD性能可作为修订常规冲击韧性标准的依据。     

星形阴离子型聚丙烯酰胺的合成及絮凝性能

以季戊四醇为核,并与硝酸铈铵组成氧化还原引发体系,过硫酸钾为助引发剂,引发丙烯酰胺(AM)与2-丙烯酰胺基-2-甲基丙磺酸(AMPS)自由基共聚合,合成星形阴离子型聚丙烯酰胺絮凝剂Star-P(AM/AMPS).采用FTIR和1H NMR对产物结构进行表征,并计算平均臂数.同时考察反应时间、单体浓度、引发剂用量、反应温度对聚合反应的影响.溶液性能评价结果表明,Star-P(AM/AMPS)的耐温性能及絮凝性能均优于线形PAM.     

基于反向传播神经网络的入侵检测算法

讨论了多层神经网络算法缺陷,提出了一种基于改进反向传播(Back Propagation,BP)的快速入侵检测算法--IBP算法:在BP算法中的梯度下降算式中,加入一个动量项α[ω(t)-ω(t-1)],改善计算神经元 j到神经元i的级联权值;采用学习速率可变的策略;算法训练网络时采用批处理的样本输入方式.改进后的算法选取较大的学习速率η=0.5和η=0.65,并采用3层神经网络的结构,输入、输出样本是16维和15维,各进行100次独立仿真实验,结果证明可加快算法收敛速度,另外,仿真实验还证明:改进后的算法对初始权值的敏感性、网络所表现出的稳定性等都比传统算法性能优越.     

场域叠加效应下大学青年教师发展的阻碍与对策

当前,大学越来越成为一个叠加的场域。除了传统的学术底色外,大学主要受到社会经济等场域的渗透,产生场域叠加效应,对青年教师的发展造成阻碍,从而造成大学青年教师接受学术场域的规范作用减弱,发展信念发生动摇,学风走向浮躁。解决这些问题,应该进一步规范大学青年教师的"入场"秩序,完善他们的利益表达机制,优化大学青年教师发展的支持性条件。     

一种基于SOM解码的多类支持向量机

提出了一种基于自组织映射(self-organizing map,SOM)解码的多类SVM算法。该方法首先按照纠错输出编码(error correcting output codes,ECOC)训练子SVM二分类器,然后根据训练样本的输出训练SOM网络,得到其最优权值,最后对未知数据进行分类,这样充分考虑到了二分类器的输出置信度,而且有效地克服了同时和多个类别的距离最小的情况。通过对实际的Iris数据和Yale人脸库的分类实验,结果表明,新算法对于解决多类SVM的分类问题是很有效的。