课堂教学评价分析系统的数据仓库设计

以广西某高职院校的课堂教学评价分析系统为例,通过系统需求分析,对系统的数据仓库体系结构进行了研究,最终设计出课堂教学评价分析系统的数据仓库,为如何充分利用现有的数据为教学、学习、管理和决策服务提供了新的思路和途径。     

在线考试系统的设计与运用

在线考试系统是一个基于网络和数据库的远程在线实时测试系统,包括学生考试系统、自动批阅系统和试题库管理系统等.     

基于数据挖掘工具的人脸识别LBP计算

LBP(局部二元模式)是一种有效的图像纹理描述算子,本文首先提出了一种新的人脸识别中LBP的计算方法:采用数据挖掘工具"Weka"来计算"属性";然后,在人脸识别过程中,在假定每一块人脸区域都会对识别结果产生不同影响的前提下,本文又设计了一个9区域"面具",并且利用"RapidMiner"得到了此面具的一套优化权值。经过FERET人脸库测试,只使用这9个统一LBP时,这种方法的识别率在90%到94%之间。这种方法不仅减少了识别任务中特征向量的维度,而且还缩短了计算数据库中所有人脸的时间。     

基于WebGIS的煤矿生产信息管理系统

利用以网络为基础的WebGIS信息管理系统可以实现对煤矿生产的科学化管理。首先介绍了依托于WebGIS的煤矿生产信息管理系统的目标及整体框架;在此基础之上分别从GIS平台软件及其相关支撑软件、基础数据以及应用子系统等方面对基于WebGIS的煤矿生产信息管理系统的具体建设情况进行了全面阐述。     

数据仓库技术在高职院校课堂教学评价中的应用

建立一套系统的课堂教学评价体系是高职院校内部进行教学质量自我监控、自我调节的一种有效机制。教学质量监控系统一般是基于数据仓库的,它是从能够提高用于分析的数据质量和分析效率、提供多方位监控分析的角度来构建的。并且,它提供教学监控相关信息的挖掘功能,能在决策方案变化时快速适应,从而支持高职院校教学管理人员的分析和决策。     

数据挖掘及应用研究

随着社会信息化不断进步发展,大量的信息充斥在我们的社会中,这就要求我们能从中及时发现有用的知识,做出正确的分析,从而提高决策的正确性,就是在这样的背景下深入地分析数据挖掘的基本概念、挖掘流程及挖掘技术,讨论数据挖掘的一些具体应用.     

基于Adaboost的人脸检测算法研究

Paul Viola和Michael Jones曾提出的基于积分图象和Adaboost算法构建层叠式(cascade)人脸检测器,是人脸检测算法上的里程碑事件。先利用积分图象在常数时间内快速计算矩形特征,再用Adaboost算法训练这些矩形特征组成强分类器,从而使分类器的速度大大提高。此外,构造层叠分类器,首先简单的强分类器排除大多数非人脸窗口,减轻复杂分类器的负担,进而提高速度。