基于案例分析的Java程序设计教改研究

本研究“Java程序设计”课程教学结合其它程序设计类相关课程,采用基于具体案例的教学方法,应用案例“基于Web的学生成绩管理系统设计”贯穿于整个Java课程教学的始终,实验环节以Eclipse作为Java集成开发环境。研究主旨为适应三本类和专科学生培养的目标,提高学生学习的兴趣,加强实践环节教学,着重于学生实际动手能力的培养。     

基于XML的完全频繁查询模式挖掘算法

使用树结构建模对XML查询进行研究,提出了一种基于树同构的查询包含检测方法。采用最右分枝扩展方法,系统地枚举查询模式树的同根子树。在枚举过程中,采用Diffset结构记录包含同根子树的事务集的查询事务标识,并给出挖掘算法DiffFRSTMiner。实验结果证实了该算法合理、高效,并可以减少一定的内存开销。     

一种基于本体的高校毕业生就业供求信息智能匹配实现方法

介绍了建立高校毕业生就业和社会招聘领域本体的步骤和方法,研究了本体实例化人机交互界面实现方法,并在Racer Pro推理机基础上,设计了一种双向智能匹配系统原型,以实现高校毕业生和用人单位的供求信息匹配.     

基于J2EE的GIS与企业应用系统集成方案探讨

企业应用系统中使用地理信息越来越多,GIS与企业应用系统的集成尤显重要。本文分析了GIS数据源特征和J2EE的体系结构,提出了J2EE对GIS数据的访问模式,构架了基于J2EE的GIS与企业应用系统集成体系。     

"数字浙江"地理空间数据库建设探讨

地理空间数据库建设是“数字浙江”工程的重要基础。本文分析了地理空间数据的特征、数据获取和组织方法,定义了地理空间的数据结构框架,提出了基于SQLServer的“数字浙江”地理空间数据库框架和构架分布式数据库的设想。     

低存储化压缩感知

目的 非相关观测是压缩感知(CS)理论中的关键因素。高斯随机矩阵作为一种普适的CS非相关观测矩阵,在压缩感知中得到广泛的研究与应用。但在实际应用中,却存在实际内存占用较多,不适应大规模应用的问题。为寻求降低随机观测矩阵所需的存储空间,提出一种基于半张量积的压缩感知方法,利用该方法可以成倍地降低观测矩阵所需的存储空间。方法 该方法利用半张量积理论,构建降维随机观测矩阵,实现对原始信号的随机观测,并采用l^q(0< q< 1)范数的迭代重加权最小二乘法进行重构,从而得到稀疏信号的估计值。结果 仿真实验分别采用1维稀疏信号和2维图像信号进行了测试,并从重构概率、迭代收敛速度、重构信号的峰值信噪比等角度进行了测试和比较。通过不同大小的随机观测矩阵比较验证表明,采用降维后观测矩阵进行采样和重构,其重构信号质量并没有明显下降,但其观测矩阵所需的存储空间却可大大降低,如降低为通常的1/4,1/16,甚至更低。结论 本文压缩感知方法,可以大大降低观测矩阵所需的存储空间,同时有效降低数据运算复杂度以及内存占用率,有助于压缩感知的应用。     

高分辨率影像中基于纹理的建筑区信息提取

在分析QuickBird高分辨率遥感影像特点的基础上,将纹理特征作为分类依据,通过对比实验得出参与分类计算的纹理特征参数为反差和增强反差,按标准距离选出最佳分类因子。选取绿色波段数据,使用改进的最小距离法自动提取影像中的建筑区信息。仿真结果表明,基于该方法提取的建筑区信息识别率为95.4%。     

基于B/S结构的毕业生就业管理系统

本文介绍了在Internet上开发浙江省普通中专毕业生就业信息管理系统的分析、设计和系统实现的关键技术,分析了基于B/S的信息管理系统的结构模型,指出了系统数据处理的关键问题及解决方法。     

基于灰度和纹理特征的QuickBird影像中土地利用信息的提取

为了提高QuickBird高分辨率影像土地利用信息自动提取的精度,提出了一种将灰度和纹理特征相结合共同作为分类因子、分层次(从建筑物到水体再到田地)的自动提取方法.通过定义筛选和比较各纹理公式的稳定性,确定了反差和增强反差比其他纹理参数更为适合参与信息提取.提出了基于标准距离的分类因子选择方案.实验表明使用该方法提取建筑区、水体和田地精度分别达到了93%、88%、88%,获得了较好的效果.     

一种改进的UIO序列生成算法

基于UIO的测试方法都需要先找到FSM状态图中所有状态的UIO序列。Kshirasagar Naik提出一种基于FSM的UIO生成算法，可以避免求UIO树时先求出较长的UIO序列，但该方法采用的推导过程却使得出的UIO序列越来越长。该文利用宽度与深度相结合的方法，对上述算法得出的结果做了进一步处理，缩短了测试序列。