ASP技术在网上考试系统中的应用

“网上考试系统”是当前Intranet/Internet环境下教育软件设计的主要领域之一，而ASP技术是实现这一应用的主要方法。本文针对远程教育中的考试问题对ASP方法的设计原理和实现步骤进行了分析。同时也给数据库在网上的应用提供了一个很好的范例。     

串口-网络协议转换器设计与实现

针对现场总线与工业以太网互连需求研究并设计了一个串口一网络协议转换器.它能够实现多个串口设备的数据采集和控制,再通过以太网接口与PC机相连.从硬件和软件分为2个主要部分进行研究.硬件部分将μC/OS-Ⅱ作为嵌入式操作系统,选择LPC2210作为控制器,串口处理模块采用MAX3232芯片对uART进行RS232电平转换;以太网控制芯片选用常用的10M ISA总线接口的RTIJ8019AS.软件部分主要分为μC/OS-Ⅱ嵌入式操作系统的移植与串口驱动模块的设计与实现.     

煤矿企业管理信息系统总体设计探讨

管理信息系统是为管理现代化和决策科学化提供应用技术和基本工具,为企业管理和决策服务。本文通过对石炭井矿务局管理信息系统总体设计主要内容的阐述,重点介绍了规划设计的过程和组织形式、具体要求和应该注意的问题,旨在探讨煤矿企业管理信息系统开发建设的经验和方法。     

企业信息网络管理方案分析

提出了由于企业信息网络开发建设的复杂度而引起对网络管理的重要性和必要性的讨论，给出了网络管理的主要内容和具体方案。     

两种火灾烟雾识别方法的研究

接触式火灾探测器在大空间和室外场景存在局限性,结合视频监控系统和数字图像处理技术,进行探测和预警成为火灾探测领域里的新研究方向。针对不同场景下烟雾识别算法的选择问题,研究颜色统计特征和小波变换两种方法在烟雾图像识别中的应用,分析算法的具体过程及其适用性。火灾烟雾图像包含丰富的颜色、纹理等特征参数,将烟雾图像转换为二值图像,采用数字图像处理的方法对烟雾的RGB颜色特征进行统计,分析其颜色距离与人类视觉的关系,提取图像中的烟雾点特征,识别是否有火灾烟雾生成以达到预警的目的。小波变换方法利用烟雾背景图像纹理模糊即信号衰弱的特点,对目标前景进行提取。利用连续目标图像计算均值背景,通过与均值背景的对比,捕捉图像信号衰减的连通区域,获取烟雾图像。通过实验,从图像要求、烟雾对象、时间复杂度、适合场所几方面得出颜色统计特征和小波变换方法在火灾烟雾识别中的性能比较。结果对不同场景下烟雾图像识别方法的选择有指导作用。     

用户角色的XML动态加密方法研究

在阐述了XML加密控制策略的基础上,结合煤矿安全综合监控系统的实际应用需求,针对不同工作人员对不同数据的访问请求,提出了按照用户角色划分,在不重构XML数据文档的基础上,对不同用户请求的XML数据实现动态加密。详细分析了用户请求访问数据的流程结构,加密策略及根据用户角色对XML文档进行动态加密的算法实现。实践表明,以XML文档为数据载体,并用XML格式定义加密策略集,实现对不同角色用户数据的动态加密,方便、灵活、易于扩展,有一定的实际应用价值。     

VLAN技术及其应用

介绍了虚拟局域网技术的工作原理,阐述了虚拟局域网的5种不同的划分方式以及各自的优缺点,探讨了虚拟局域网技术在构建局域网中的应用。     

煤矿安全信息网格GIS的系统框架研究

煤矿安全管理工作中数据密集、计算密集、资源分散、异构等问题制约了行业应用和信息化发展。网格作为新一代高性能计算环境和信息服务基础设施，能够实现动态跨地域的资源共享和协同工作。本文中从简单的煤矿安全信息网格的搭建出发，根据煤矿安全信息系统的需求特点，以“服务”为中心，设计出从信息获取、处理到应用的完整的MSGGOA的7层结构，并在对空间数据互操作以及MSGG管理平台研究的基础上，完成了其在服务端的集成方案。     

基于二叉推荐树的可信评估模型

在网络安全领域,可信被定义为一个实体期望另外一个实体执行某个特定动作的可能性大小。为了加强网络的安全性,允许某个结点去评估其他结点的可信性是非常重要的。本文主要讨论的是对可信事件的推荐评估。首先介绍了可信的相关概念和特性;接着,网络被抽象成一个有向图,在该图中,顶点代表实体或用户,边被看成可信关系,这样,评估过程可以看成是在有向图当中寻找最短路径问题,通过对影响推荐信任的因素分析,得到间接信任计算公式,为每个结点建立一个二叉推荐树,用来存储该结点能够推荐的结点以及这些结点推荐信任值,并在每个周期后动态地调整和整理该二叉推荐树;最后,对该模型的有效性进行了分析。     

基于数据融合的井下瓦斯浓度状态预测

针对现有方法中单独使用神经网络进行瓦斯预测时正确性得不到保障的问题,引入了数据融合的方法进行修正,期望在决策层达到提高正确率的目的。首先,将原始数据降噪,通过状态划分以明确模型中DS证据理论所需要的识别框架;然后,在保持数据拓扑意义不变的情况下,将数据重构为多维向量作为样本数据,利用该样本训练BP神经网络和径向基函数神经网络得到独立的2个预测模块,再选取样本训练得到分类器;最后,结合统计误差从证据折扣的观点来构造DS证据理论中的基本概率分配函数,使得数据在融合的过程中减少冲突。结果表明,提出的"预测-分类-融合"模型对瓦斯浓度区间判断的正确率比单独使用神经网络预测时的高。利用状态划分和数据融合可以对瓦斯数据进行有效的映射;在构造分类器时可以结合相关性分析,以得到更多的证据体,有利于挖掘出潜在的信息,指导安全生产。