一种新型信息系统设计方法——信息系统自动化

一、信息系统开发方法论许多年来,信息系统的开发一直延续使用了自下而上、自上而下等结构化分析方法,许多国家并为此制定了一系列开发标准.利用这些标准,信息系统设计人员成功地为企业设计出了许许多多的应用系统,为企业的发展做出了贡献.然而,过去这些系统设计方法从某种角度看,的确不是一种科学的系统设计方法,存在着许多缺陷.英国Oxford大学C.A.R.Hoare教授在其文章中对过去的信息系统设计方法论是这样评述的:     

多媒体广告片制作一例

由中国远洋运输集团总公司主持、青岛远洋船员学院研制开发的《船用防避台风决策系统》荣获了交通部1997年度科技进步二等奖,并列入了国家经贸委“九五重点新技术推广指南项目”和交通部“通达计划”重点推广项目。尽管如此,该项目在96～97年度的推广应用中仍不尽人意,因此,为使该     

基于EM的启动子序列半监督学习

启动子的预测对于基因的定位有重要意义.已有多种对启动子进行预测的算法,涉及到信号搜索、内容搜索和CpG岛搜索等多种策略.基于马尔可夫模型的启动子分类方法也有研究,其中的转移概率都是直接通过统计已标号训练样本序列得来的.将半监督学习思想引入启动子序列分析中,推导出转移概率等参数的最大似然估计公式.实验中将待测试基因序列片段同已标号训练样本混合,利用得出的参数值对基因序列片段进行识别,使用少量的已标号的样本数据能得出较好的启动子识别结果.     

基于Hadoop的客服运维文本聚类算法研究

为快速准确地提取和挖掘信息系统运维服务过程中的关键咨询问题,本文利用分布式技术,基于Hadoop的客服运维文本聚类算法,对海量文本数据进行聚类研究。给出了基于Hadoop的运维数据分布式并行计算模型,并在Hadoop框架中对系统中所有运维数据进行分析处理。同时,给出了分布式文本聚类算法,并以10万余条电力信息系统运维数据为数据源,对设计的分布式聚类算法和传统聚类算法进行分析对比。实验结果表明,本文设计的分布式聚类算法所需时间低于传统聚类算法,不仅解决了传统聚类算法在处理海量数据方面由于数据规模过大引起的速度慢、效率低的问题,而且还借助大数据中蕴含的价值和动力,提升了企业运维服务水平。该研究具有较高的实用价值和理论意义。     

一种新型信息系统设计方法论——信息系统自动化

８０年代中期开始，一种新的计算机信息系统设计方法在国外开始流行。本文回顾并评价了过去的信息系统设计方法，介绍了新方法的原理，并给出了ＩＥ的效果和结论。     

近邻传播半监督聚类算法的分析与改进

近邻传播半监督聚类算法SAP在小数据集上运行时可能会出现并列类代表点的现象,当出现并列类代表点时,依据决策矩阵E对角线上数值大于0确定的类代表点并不是全部的类代表点。分析了近邻传播算法的性质,找出了并列类代表点的出现原因,并针对此现象给出了改进算法。