基于Spring、Struts和Hbernate的研究生教育管理系统的设计与实现

随着计算机和网络的迅速发展,基于web的研究生教育管理系统在研究生的日常管理中王得越来越重要,选择良好的体系结构与开发框架对于研究生教育管理系统的开发维护和扩展具有重要的意义.本文首先提出了研究生教育管理系统的分层分级管理,然后阐述了struts、Spring、Hibernate三种框架技术以及这三种框架技术的相互集成,最后提出了基于这三个框架的系统体系结构,并实际开发了一个高质量的J2EE应用系统.     

基于粒子群优化-支持向量回归的高速公路短时交通流预测

为实现高速公路短时非线性交通流的精准预测,依托高速公路运营积累的大量数据资源,构建了基于粒子群优化(par-ticle swarm optimization,PSO)的支持向量回归(support vector regression,SVR)预测模型.首先,对获取的高速公路交通流数据进行异常值剔除、缺失值填充以及归一化等预处理;其次,基于SVR算法采用滑动窗口的方式建立预测模型,并基于具有较强寻优能力的PSO优化算法获取SVR模型的最优参数组合;最后,通过京台高速济南西收费站断面交通流数据进行实例验证.模型的预测结果表明,所提出的高速公路短时交通流预测模型能够满足实际需求,且相较反向传播(back propagation,BP)、差分整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)模型具有较高的准确性,可为日后高速公路运营决策提供理论支持.     

基于Spring、Struts和Hibernate的研究生教育管理系统的设计与实现

随着计算机和网络的迅速发展,基于Web的研究生教育管理系统在研究生的日常管理中显得越来越重要,选择良好的体系结构与开发框架对于研究生教育管理系统的开发、维护和扩展具有重要的意义。本文首先提出了研究生教育管理系统的分层分级管理,然后阐述了Struts、Spring、Hibernate三种框架技术以及这三种框架技术的相互集成,最后提出了基于这三个框架的系统体系结构,并实际开发了一个高质量的J2EE应用系统。