基于ZigBee的棉织物丝光碱浓度监控系统设计

针对棉织物丝光过程中对碱液浓度监控的实时性要求,提出了一种基于ZigBee技术的织物丝碱液浓度实时监控系统,给出了系统网络结构、传感器节点和系统主节点电路,设计了网络协议、主从节点流程。系统运行结果表明:该系统具有低成本、结构简单、抗干扰、工作可靠等特点。为纺织生产前处理工艺提供了一种新的监控技术。     

《管理信息系统》课采用案例教学的探索

本文分析了案例教学的来由及其特点,探讨了在<管理信息系统>课教学中进行案例教学的具体做法,总结了运用案例教学的经验.     

基于J2EE和Web服务的服装企业EAI研究

本文通过对J2EEEAI技术和Web服务的探讨，提出了服装企业EAI综合解决方案．在利用JMS和JCA实现企业内部系统集成的基础上，通过Web服务实现了B2B企业问的集成．     

基于项目属性和BP神经网络的协同过滤推荐

针对协同过滤推荐中存在的数据稀疏性问题,文中提出了一种基于项目特征属性和BP神经网络相结合的协同过滤推荐算法,并通过Movielens数据集验证了该模型的有效性。此方法首先将用户评分数据映射为用户对项目特征属性的偏好,然后使用BP神经网络训练得到目标用户的特征属性偏好模型并对新项目的评分进行预测,从而降低用户项目评分矩阵的数据稀疏性,最后使用协同过滤推荐算法,形成最近邻并生成推荐建议。     

一种基于特征属性的Web用户模糊聚类改进算法

为降低传统FCM算法的计算复杂性,提高Web用户聚类的效果,文中提出了一种改进的基于特征属性的Web用户模糊聚类算法。首先通过用户访问页面的次数和时间建立Web用户兴趣度矩阵,并根据商品的特征属性值将Web用户兴趣度矩阵映射为用户对特征属性的偏好矩阵,从而有效降低数据稀疏性;然后以此为数据集,对传统的FCM算法进行了改进,将聚类中心分为活动和稳定两种,忽略稳定聚类中的距离计算以降低计算复杂性。最后通过仿真实验证实了新算法的有效性和可行性。     

高职计算机信息管理专业主动实践创新能力培养

针对高职信管专业学生创新能力不强、整体素质不高的现状,对信管专业的人才培养目标进行了重新定位,提出了＂平台＋岗位＂的主动实践创新能力培养模式,并从网络资源建设、ERP仿真平台搭建和科技兴趣小组建立三方面讨论了主动实践环境的创设,以提高学生创新能力。     

基于J2EE的Web服务在EAI中的研究与应用

由于传统的企业应用集成(EAI)技术不能满足B2B企业间信息共享的要求,本文提出了一种基于J2EE的面向Web服务的EAI框架,并用实例探讨了在J2EE平台下如何利用Web服务进行企业应用集成.     

基于阿拉伯数字中介的汉蒙数词对齐策略

在汉蒙词对齐任务的背景下,针对数词这一特殊的词类,提出了以阿拉伯数字作为转换中介的对齐方法。其基本思想是,将汉蒙文本中的数词分别转换为阿拉伯数字后再决定它们之间是否存在对应关系,即是否可以成为一个对齐连接。转换过程建立在汉蒙基本数词与阿拉伯数字信息对应表——numtable的基础上。numtable中设置了“标志位”信息,用以标明基本数词是否为“10”的倍数。数词到阿拉伯数字的转换模块依据numtable中的“标志位”信息,经过推理,将汉蒙数词分别转换为相应的阿拉伯数字。在实现转换时,不仅考虑了汉语数词和蒙古语数词各自的特征,而且以“词对齐”作为目标,对每一种语言内部不同类型的数词分别采取了不同的转换策略。     

一种基于特征属性的 Web 用户模糊聚类改进算法

为降低传统 FCM 算法的计算复杂性,提高 Web 用户聚类的效果,文中提出了一种改进的基于特征属性的 Web 用户模糊聚类算法.首先通过用户访问页面的次数和时间建立 Web 用户兴趣度矩阵,并根据商品的特征属性值将 Web 用户兴趣度矩阵映射为用户对特征属性的偏好矩阵,从而有效降低数据稀疏性;然后以此为数据集,对传统的 FCM 算法进行了改进,将聚类中心分为活动和稳定两种,忽略稳定聚类中的距离计算以降低计算复杂性.最后通过仿真实验证实了新算法的有效性和可行性.     

基于短语统计机器翻译模型蒙古文形态切分

该文结合最小上下文构成代价模型,借鉴并利用统计机器翻译的方法,尝试解决蒙古文形态切分问题。基于短语的统计机器翻译形态蒙文切分模型和最小上下文构成代价模型分别对词表词和未登录词进行形态切分。前者选取了短语机器翻译系统中三个常用的模型,包括短语翻译模型、词汇化翻译模型和语言模型,最小上下文构成代价模型考虑了一元词素上下文环境和词缀N-gram上下文环境。实验结果显示 基于短语统计机器翻译形态切分模型对词表词切分,最小上下文构成代价模型对未登录词处理后,总体的切分准确率达到96.94%。此外,词素融入机器翻译系统中后,译文质量有了显著的提高,更进一步的证实了本方法的有效性和实用性。