双软联用 去除批量身份证号

将一大批不具有成批命名规律的文件名更改成另一些不具有规律的文件名,单靠更名软件本身无法实现。如果将编辑软件和文件更名软件相结合,就能轻松实现批量不规则文件的更名。图1为某社会大学的学生照片目录,照片采集时每个学生的照片文件名均是     

建立和使用灵活的动态菜单

菜单定义保存在文件中,系统运行时根据捆绑的菜单定义文件动态生成菜单,这样不需要更改程序,就能在线更改菜单内容,使菜单变成一种由数据驱动的对象,本文介绍了该方法的实现原理。     

TFTP协议在嵌入式系统中的应用

介绍了一种如何通过TFTP协议把系统的IMAGE文件通过以太网成批的下载到系统的SDRAM中，然后利用烧录程序将SDRAM中的数据成批写入到FLASH中的方法。     

MBD机加工序模型更改的主动传播与一致性维护方法

针对MBD机加工序模型在设计更改中数据一致性维护困难的问题,提出了发现、传播与适应MBD工序模型更改的方法.首先归纳了MBD工序模型的组成,分析相邻MBD工序模型之间几何结构与标注的关联关系;接着按照工艺更改情况分类提出工艺更改的传播模型;并基于该传播模型提出了模型更改发现算法、模型更改传播算法和三维标注维护算法,用以维护前后置工序的数据一致性.实例验证结果表明,MBD工序模型的工艺更改传播模型与一致性维护方法是有效的.     

数据库中多媒体数据的成批处理方法

本文介绍了用VB编程实现Access数据库中多媒体数据的成批存取方法，实现了将Access中的记录（包括图像）成批插入到Word中，并以准考证为例给出了关键程序代码段。     

一种基于数据库复制技术的分布式联机方案

针对一般分布式方案中存在的不足,构建了一个基于数据库复制技术的分布式系统.这个系统的各级服务器都自带数据库,数据采用集中更改的方式,避免了分布式更改所带来的数据一致性冲突;同时服务器之间采取事务复制技术,及时将集中更改的数据反映到各订阅服务器,满足了数据的及时同步.客户端采取本地数据库查询,提高了系统响应速度.整个系统的数据传输量小,反映速度快,既保证了各服务器的数据一致性,又能满足客户的及时性要求.     

KMM可编程序调节器的PID运算数据

从实际应用出发,以山武——霍尼韦尔公司的KMM可编程序调节器为例,介绍了KMM可编程序调节器在编程、填写PID运算数据时遇到的问题及更改方法。     

你可试过更名软件

经常从网上成批拉图片或MP3文件的网友可能都遇到过这样的麻烦:网站上的文件名称往往起的不是很规范,这样不仅影响到我们的正常下载(需要不断更换下载文件存放目录),还影响到我们平时对这些文件的使用和管理。更改文件名吧,老掉牙的DOS命令REN的功能实在不敢     

一种XML元素域的有效表示法

对大部分XML数据的索引结构，由于元素间的相互关系擞据内容更新会引起XML元素域表示值的大量变动，当XML数据内容频繁改动时就成为严重问题。该文提出了一种称为BRRC的有效方法以减少XML数据更新时引起的元素域表示值的更改数量。     

一种基于数据库复制技术的分布式联机方案

针对一般分布式方案中存在的不足，构建了一个基于数据库复制技术的分布式系统。这个系统的各级服务器都自带数据库，数据采用集中更改的方式，避免了分布式更改所带来的数据一致性冲突；同时服务器之间采取事务复制技术，及时将集中更改的数据反映到各订阅服务器，满足了数据的及时同步。客户端采取本地数据库查询，提高了系统响应速度。整个系统的数据传输量小，反映速度快，既保证了各服务器的数据一致性，又能满足客户的及时性要求。     

A Novel MDFA-MKECA Method With Application to Industrial Batch Process Monitoring

For the complex batch process with characteristics of unequal batch data length, a novel data-driven batch process monitoring method is proposed based on mixed data features analysis and multi-way kernel entropy component analysis (MDFA-MKECA) in this paper. Combining the mechanistic knowledge, different mixed data features of each batch including statistical and thermodynamics entropy features, are extracted to finish data pre-processing. After that, MKECA is applied to reduce data dimensionality and finally establish a monitoring model. The proposed method is applied to a reheating furnace industry process, and the experimental results demonstrate that the MDFA-MKECA method can reduce the calculated amount and effectively provide on-line monitoring of the batch process.      

CUIMWMPCA方法及其在批过程故障监测中的应用*

针对传统的多向主元分析(multiway principal component analysis,MPCA)批过程监测的缺陷,提出了一种连续更新的改进移动窗多向主元分析(consecutively updated improved moving window MPCA,CUIMWMPCA)方法。该方法采用连续更新的多模型非线性结构代替传统的MPCA固定的单模型线性化结构,一旦通过改进的移动窗多向主元分析(improved moving window MPCA,IMWMPCA)判断出某一新批次过程正常,则     

cKBET: assessing goodness of batch effect correction for single-cell RNA-seq

Single-cell RNA sequencing reveals the gene structure and gene expression status of a single cell, which can reflect the heterogeneity between cells. However, batch effects caused by non-biological factors may hinder data integration and downstream analysis. Although the batch effect can be evaluated by visualizing the data, which actually is subjective and inaccurate. In this work, we propose a quantitative method cKBET, which considers the batch and cell type information simultaneously. The cKBET method accesses batch effects by comparing the global and local fraction of cells of different batches in different cell types. We verify the performance of our cKBET method on simulated and real biological data sets. The experimental results show that our cKBET method is superior to existing methods in most cases. In general, our cKBET method can detect batch effect with either balanced or unbalanced cell types, and thus evaluate batch correction methods.     

间歇过程滑动窗口子时段PCA建模和在线监测

针对在短期内不容易获得充足建模数据的间歇工业过程,提出一种间歇过程监视方法,该方法只需要一次正常间歇操作数据,利用滑动窗口,进行子时段划分、建立初始主元分析(PCA)监测模型,同时提出了基于子时段PCA模型的在线监测算法和一种模型更新策略.通过在注塑过程的成功应用,表明了所提出方法的可行性和有效性.     

Batch process monitoring with tensor factorization

A batch process monitoring method using tensor factorization, tensor locality preserving projections (TLPP), is proposed. In many existing vector-based methods on batch process monitoring such as MPCA and MLPP, a batch data is represented as a vector in high-dimensional space. But vectorizing batch data will lead to information loss. Essentially, a batch data is presented as a second order tensor, or a matrix. In this case, tensor factorization may be used to deal with the two-way batch data matrix directly instead of performing vectorizing procedure. Furthermore, tensor representation has some advantages such as low memory and storage requirements and less estimated parameters for normal operating condition (NOC) model. On the other hand, different from principal component analysis (PCA) which aims at preserving the global Euclidean structure of the data, the TLPP aims to preserve the local neighborhood information and to detect the intrinsic manifold structure of the data. Consequently, TLPP may be used to find more meaningful intrinsic information hidden in the observations. The effectiveness and advantages of the TLPP monitoring approach are tested with the data from a benchmark fed-batch penicillin fermentation and two industrial fermentation processes, penicillin and cephalosporin, respectively.     

基于XML的B/S模式下数据批量输入的一种方法

数据批量输入是B/S模式应用系统中经常遇到的一个待解决的问题。针对该问题提出了一种基于XML的实现方法,首先采用浏览器内置的文件上传控件功能将客户端中以Excel格式保存的缓存文件中的批量数据上传到服务器;然后在服务器端通过数据转换组件技术将其转换成XML格式;再以Web方式返回给客户端修改和确认;最后导入到服务器端数据库中保存,从而实现B/S模式下数据的批量输入。     

支持错误定位的远程数据完整性批量验证方案

远程数据完整性验证技术是保证云数据安全的一种重要技术,能通过与服务器进行少量交互,验证外包数据是否完整。在现实中,云存储服务通常是在多用户与多服务器之间存在的,最近多用户与多服务器环境下的批处理验证方案陆续被提出。但这些方案在数据出错后,往往于一次挑战中无法判定错误数据的拥有者或所在服务器。利用Merkle Hash Tree（MHT）提出了一种支持错误数据定位的批处理校验方案,可以在批处理校验不通过后,同时定位出错误数据的拥有者与其所存储的服务器。     

ADO．NET批处理更新的实现

批处理更新是进行数据操作最为行之有效的方法之一。本文以ADO．NET数据操作为基础,从数据集准备、数据表标识、批处理更新核心操作这三个方面详细阐述了ADO．NET批处理更新的实现方法,为数据操作提供了新的解决方案。     

一种间歇过程异常数据剔除的主元分析方法

提出一种用于间歇生产过程中异常数据控制的方法。这种方法将原始的三维间歇生产数据集合展开成一个二维数据矩阵,进行中心化和规格化后再转化成另一个按照时间序列排列的二维数据矩阵。这种方法可以克服Wold方法在对数据进行中心化时引起的原始信息失真问题。通过对聚合反应釜过程数据进行分析,表明该方法能有效地对生产数据剔除异常。     

基于二维主元分析的间歇过程故障诊断

传统的多向主元分析(MPCA)已广泛应用于监视多变量间歇过程。在MPCA算法中,三维的间歇过程数据需要转换为高维的二维向量,导致计算量和存储空间大,同时不可避免地丢失一些重要信息。因此,提出一种新的基于二维主元分析(2DPCA)的故障诊断方法。由于每个批次的间歇过程数据是一个二维向量(矩阵),应用以各个批次矩阵为分析对象的2DPCA算法,避免矢量化,存储空间和存储需求小;另外,2DPCA采用各个批次的协方差的平均值来进行建模,能够更加准确地反映出不同类型的故障,在一定程度上增强了故障诊断的准确性。半导体工业实例的监视结果说明,2DPCA方法优于MPCA。