Web数据挖掘中的可信数据来源

从大量Web信息中获取有用的信息是Web数据挖掘的关键问题.如何评价web信息是否可信,现在主要方法是通过BadRank算法进行内容评测,或是通过链接权重进行相关引用数计算.可信数据来源是数据挖掘的前提,在基于关键词的数据挖掘中,通过评价挖掘所涉及的不同数据域,以及数据域自身的可信性,对在不同域所获得的挖掘数据给以权重,从而对挖掘结果的序列产生影响,提高挖掘算法在获取可信结果方面的效率.并通过试验测试了可信域评价的效果.     

煤矿通风系统三维模拟关键技术研究及其实现

 摘 要：本文主要对地理信息系统（GIS）在煤矿通风系统三维模拟关键技术及其实现进行了系统地研究，提出了巷道三维数据模型，建立了巷道的空间拓扑关系与空间属性数据库，通过对传统的粒子系统原理进行改造实现了巷道中的风流模拟演示。利用Visual C++、三维可视化引擎（OpenGL）和数据库引擎（ADO）实现了煤矿通风系统三维模拟与成功应用。     

非计算机专业“大学计算机基础”课程分类分层次教学改革探索

对非计算机专业"大学计算机基础"课程实行分类分层次教学改革是实施因材施教的重要措施。结合笔者多年从事课程教学的体会,本着"以学生为主体,教师为主导"的教学理念,阐述"大学计算机基础"课程分类分层次教学改革的必要性,介绍课程"面向(授课)对象,分类分层"的新教学模式实施方案以及相应的分类教学知识体系结构。     

复杂环境异源高分辨率光学卫星影像匹配算法

针对复杂环境异源高分辨率光学影像匹配成功率低的问题,提出了一种基于窗口约束的特征点匹配方法.借助于异源影像近似核线对和同名直线,对特征点建立几何约束窗口,利用该窗口限定同名点搜索范围,通过特征点主方向的约束和特征欧氏距离提取初始匹配点,并基于局部随机抽样一致性(RANSAC)算法剔除误匹配点,最终利用同名点对影像进行纠正,实现异源高分辨率卫星遥感的自动匹配.结果表明:与传统的尺度不变特征变换算法(SIFT)相比,窗口约束匹配方法提取了更多的同名点,为复杂环境异源高分辨率光学遥感影像数据的高精度自动匹配提供了一种可行的方法.     

基于DF与UDDI协作的Web服务发现机制

Web服务发现是Web服务系统架构中的一个重要部分,是客户以某种方式在不同类型的Web服务中找到其想要的服务,以执行Web服务请求.现有的发现机制UDDI统一描述、发现与集成是Web服务体系中的登记服务机制,但是,UDDI无法很好地理解搜索服务的内容.通过对FIPA给出的本体服务的研究,引入本体代理和注册中心DF的服务发现机制,将DF与UDDI协作.有了代理和本体的帮助,可以弥补UDDI的不足,提高Web服务发现的效率.     

在程序设计中培养学生钻研创新精神的探索

本文针对目前高等教育中对于培养学生钻研和创新的要求,通过多个课堂实践,提出在程序设计课堂教学中,培养学生提出自己的想法的思维习惯,促进学生科技创新的良好氛围形成,全面提升教育质量,培育更多优秀的高素质、创新型人才。     

基于UML的工作流管理系统建模的应用研究

首先对UML和Rational Rose的基本知识以及工作流管理系统的组成和功能进行简要的论述，对于UML和Rose在工作流管理系统中的应用的优点进行了讨论，并结合改进某煤矿企业安全管理的流程的实例，论述如何利用Rose对工作流管理系统进行有效的业务建模。     

SOA架构的工作流管理系统的研究与应用

为了更好地在分布式异构环境下实现企业的业务流程,满足企业基于Internet的管理和企业间合作的要求,提出了SOA架构的工作流管理系统。指出了传统工作流管理系统的局限性,分析了将SOA与工作流管理系统结合的可能性,并提出了基于SOA架构的工作流管理系统模型,阐述了基于SOA的业务流程集成机制。以某企业科技项目管理系统的改进与开发为例,讨论了如何将基于SOA的工作流技术应用于具体的管理信息系统开发中。     

基于主体网格的本体驱动自主学习系统

网上学习系统大多只是教材的一种电子化,没有实现用户的个性化教学。该文提出建立基于本体驱动的智能知识导航图。在学习过程中,用户可定制个性化学习内容,主体网格平台可通过Agent动态搜集个性化信息,在参考已建立的知识点本体后,基于用户行为观察的方式创建个性化学习档案,并利用主体网格智能平台AGrIP的多Agent协作提供个性化的、智能自主学习系统,为用户提供更好的知识服务。     

基于核函数的谱嵌入聚类算法

谱嵌入聚类(SEC)算法要求样本满足流形假设,样本标签总是可以嵌入到一个线性空间中去,这为线性可分数据的谱嵌入聚类问题提供了新的思路,但该算法使用的线性映射函数不适用于处理高维非线性数据。针对这一问题,通过核化线性映射函数,建立了基于核函数的谱嵌入聚类(KSEC)模型,该模型既能解决线性映射函数不能处理非线性数据的问题,又实现了对高维数据的核降维。在真实数据集上的实验分析结果表明,使用所提算法后聚类正确率平均提高了13.11%,最高可提高31.62%,特别在高维数据上平均提高了16.53%,而且在算法关于参数的敏感度实验中发现算法的稳定性更好。所以改进后的算法对高维非线性数据具有很好的聚类效果,获得了比传统谱嵌入聚类算法更高的聚类准确率和更好的聚类性能。所提方法可以用于诸如遥感影像这类复杂图像的处理领域。