利用VB5.0实现统计图形

本文讲述了利用ＶＢ５．０的数据访问对象（ＤＡＯ）和ＭＳＣｈａｒｔ这－ＡｃｔｉｖｅＸ控件实现统计图形，并用一个例子加以说明。     

VB5.0中图形显示方法的选用

对VB5.0环境下各种图形显示方法的特点进行了分析和比较,并提出在不同情况下的使用方法及选用原则。     

活用VB统计图控件

数据分析中经常用到统计图，它能让我们对数据分析一目了然。例如对一个学校学生成绩进行分析，借助于柱形图就可以很清楚看到结果。在PB中直接有了这样的报表形式，可以直截和数据库相联让数据以图形模式显式，而在VB中进行数据库编程时，怎么样生成统计图形？当然这样的方法很多，通常我们采用VB6中提供的MSChart控件。要想利用MSChart控件，我们必须确认系统中是否对该组件进行了注册，没有的话我们可以利用下面命令注册该组件：regsvr32mschart20lib.ocx。MSChart控件虽然提供了绘制统计图功能，但要灵活运用它，这就需要编程的技…     

在VB5.0中使用和操作MATLAB

本文介绍在ＶＢ５．０中利用ＡｃｔｉｖｅＸ自动化技术使用和操作ＭＡＴＬＡＢ的方法。它以 ＶＢ作为自动化控制器。ＭＡＴＬＡＢ作为自动化服务器,在使用ＶＢ进行Ｗｉｎｄｏｗｓ编程中,充分发挥ＭＡＴＬＡＢ在系统分析。仿真等方面的优势。     

VB5.0中通用对话框控件CommonDialog的特性分析及应用

本文对ＶＢ５．０中通用对话框控件Ｃｏｍ ｍ ｏｎＤｉａ－ｌｏｇ 的有关特性作了详尽的分析,同时给出了该控件的使用方法及应用实例     

在VB5.0环境中发送E—mail

本文详细介绍了ＶＢ５．０企业版的ＭＡＰＩ控件的主要属性和作用,讨论了使用该控件与Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｈａｎｇｅ软件连接,发送电子邮件正文和插入文件的基本过程,并给出了应用程序。     

用VB5.0编制一个ActiveX控件

使用控件,是VB实现可视化编程和代码复用的重要手段,经历了VBX控件和OCX控件后,VB5.0不但升级为更先进的ActiveX控件,而且还提供了开发ActiveX控件的强大功能。开发者可以通过组合现有的控件来派生新的控件,同时可以继承或新增一些属性、方法、甚至事件。新建的控件也可加入数据绑定支持、自动注册、属性页、Internet特性等功能。     

VB中MSFlexGrid控件的应用

运用VB的TEXTBOX控件和COMBO控件,对MSFlexGrid控件的性能进行了扩展,实现了MSFlexGrid控件的可编辑功能,并给出用上下箭头、退出键和回车键在MSFlexGrid控件的单元格之间移动光标进行编辑的解决方法.     

用ChartFx控件实现图形统计

阐述了ＡｃｔｉｖｅＸ组件ＣｈａｒｔＦｘ（图表）的特征和方法ＶＦＰ５．０中的应用技巧,介绍了如何用它来制作统计图,并能在直方图、饼图、离散点图、曲线拟合图之间切换,２／３维切换,改变视角,以表格方式浏览等。     

用VB5.0建立ODBC数据库连接

对ＶＢ５．０开发语言进行ＯＤＩＢＣ数据库的连接及所采用的主要方法进行了阐述，分析了各方法的优缺点，并提供相应的连接代码。     

基于分层概率图的动态网络在线异常检测方法

针对当前动态网络异常检测方法只能检测点异常、边异常和子图异常等局部异常事件的缺点,提出了基于分层概率图的在线异常检测方法。首先以窗口为单位将动态网络表征为树状图,然后运用概率分布的方法量化动态网络中连接关系的不确定性,最后结合统计假设检验的方法确定网络窗口是否发生异常。将该方法运用于AS级Internet的动态网络,实验结果表明,分层概率图模型不仅能够准确表征动态网络拓扑结构的演变,而且可以有效检测动态网络中的异常事件。     

基于邻域的大规模图数据动态分割算法

随着图数据的规模日益增大,出现大量以动态图数据为基础的分布式处理需求,划分问题在动态图数据分布式处理领域尤为重要. 对大规模动态图数据上的划分问题进行研究,根据图结构性质及动态图特点,提出并实现基于邻域的动态图分割算法. 算法分为静态切分和动态调整两个阶段,其中基于割边算法整合现有最优化策略提出了大规模图数据的静态切割算法. 在优化后的静态切割算法的基础上,根据图数据的动态扩张的特性提出动态分割算法. 根据迁移顶点所达到的最小负载值进行顶点迁移,并在此基础上进行性能及割边控制优化操作. 最后,改进算法在各类图数据集上进行了验证,验证的结果显示在平衡度和割边等指标上优化后的算法效果显著,提高了划分的合理性,并且在保证割边不增加的情况下提高了图分割的平衡度.     

用VB5.O和Office97集成开发管理信息系统

ＶＢ５．０的ＡＣＴＩＶＥＸ控件与应用程序接口的特性和Ｏｆｉｃｅ９７的Ｗｅｂ页技术，使管理信息系统具备前后端相屏蔽和动态维护的新特性。     

图知识蒸馏综述：算法分类与应用分析

图数据, 如引文网络, 社交网络和交通网络, 广泛地存在现实生活中. 图神经网络凭借强大的表现力受到广泛关注, 在各种各样的图分析应用中表现卓越. 然而, 图神经网络的卓越性能得益于标签数据和复杂的网络模型, 而标签数据获取困难且计算资源代价高昂. 为了解决数据标签的稀疏性和模型计算的高复杂性问题, 知识蒸馏被引入到图神经网络中. 知识蒸馏是一种利用性能更好的大模型(教师模型)的软标签监督信息来训练构建的小模型(学生模型), 以期达到更好的性能和精度. 因此, 如何面向图数据应用知识蒸馏技术成为重大研究挑战, 但目前尚缺乏对于图知识蒸馏研究的综述. 旨在对面向图的知识蒸馏进行全面综述, 首次系统地梳理现有工作, 弥补该领域缺乏综述的空白. 具体而言, 首先介绍图和知识蒸馏背景知识; 然后, 全面梳理3类图知识蒸馏方法, 面向深度神经网络的图知识蒸馏、面向图神经网络的图知识蒸馏和基于图知识的模型自蒸馏方法, 并对每类方法进一步划分为基于输出层、基于中间层和基于构造图知识方法; 随后, 分析比较各类图知识蒸馏算法的设计思路, 结合实验结果总结各类算法的优缺点; 此外, 还列举图知识蒸馏在计算机视觉、自然语言处理、推荐系统等领域的应用; 最后对图知识蒸馏的发展进行总结和展望. 还将整理的图知识蒸馏相关文献公开在GitHub平台上, 具体参见: https://github.com/liujing1023/Graph-based-Knowledge-Distillation.     

面向模式图变化的增量图模式匹配

在大数据时代,数据图的规模急剧增长,增量图模式匹配算法能够在数据图或模式图发生变化时避免重新在整个数据图上进行匹配、减少响应时间,因此成为了研究的热点.针对实际应用中数据图不变而模式图发生变化的情况,提出了一种面向模式图变化的增量图模式匹配算法PGC_IncGPM,在模式图匹配的过程中记录适当的中间结果作为索引,用于后续的模式匹配.提出了增强的图模式匹配算法GPMS,用于首次整个数据图上的模式匹配.该算法一方面能够建立后续增量匹配所需的索引,另一方面减少了整个数据图匹配的执行时间.设计实现了面向模式图增边和减边的两个核心子算法,通过子算法的组合,能够支持在模式图发生各种变化时进行增量图模式匹配.在真实数据集和合成数据集上进行实验,结果表明:与重新在整个数据图上进行匹配的ReComputing算法相比,当模式图中变化的边的数目不超过不变的边的数目时,PGC_IncGPM算法能够有效减少图模式匹配的执行时间;随着数据图规模的增大,PGC_IncGPM算法相对于ReComputing算法的执行时间的减少程度更加明显,对于大规模数据图具有更好的适用性.     

动态图划分算法研究综述

图划分是大规模分布式图处理的首要工作,对图应用的存储、查询、处理和挖掘起基础支撑作用.随着图数据规模的不断扩大,真实世界中的图表现出动态性.如何对动态图进行划分,已成为目前图划分研究的热点问题.从不同动态图划分算法的关注点和特点出发,系统性地介绍当前可用于解决动态图划分问题的各类算法,包括流式图划分算法、增量式图划分算法和图重划分算法.首先介绍图划分的3种不同的划分策略及问题定义、图的两种不同的动态性来源以及动态图划分问题;然后介绍3种不同的流式图划分算法,包括基于Hash的划分算法、基于邻居分布的划分算法以及基于流的优化划分算法;其次介绍单元素增量式划分和批量增量式划分这两种不同的增量式图划分算法;再次,分别介绍针对图结构动态的重划分算法和针对图计算动态的重划分算法;最后,在对已有方法分析和比较的基础上,总结目前动态图划分面临的主要挑战,提出相应的研究问题.     

动态图模式匹配技术综述

随着大数据时代的到来,多源异构数据的快速增长已经成为了一个开放性问题,这些数据之间的内在关联通常可以用图数据的形式来表现.然而在实际应用中,例如网络安全分析和社交网络舆情分析,描述实体对象之间关系的图数据的结构和内容往往不是固定不变的,图数据的结构以及节点和边的属性会随着时间的推移发生更新变化.因此,如何在动态更新的图数据中进行高效的查询、匹配是目前研究的热点问题,也涌现了许多优秀的研究工作.本文从关键技术、代表性算法和性能评价方面对动态图匹配技术的研究进展进行了综述.最后对动态图匹配技术的典型应用、面临的挑战问题和未来发展趋势进行了总结和展望.     

图数据分析系统计算模型综述

随着大数据时代的到来,图作为一种表示和分析大数据的有效方法,正成为学术界和工业界广泛关注的焦点.图数据具有规模巨大、耦合性强、动态变化等特点,需要新的计算模型支持高效的图计算系统对大规模图数据进行处理.对图计算系统计算模型的研究现状进行了调研和综述,首先介绍图计算系统的产生和发展,然后将主流图计算系统中的计算模型按照计算对象分为:结点中心计算模型、边中心计算模型、路径中心计算模型和子图计算模型四类,重点介绍结点中心模型的应用和性能,最后对图计算模型的发展过程进行总结,并展望图计算模型未来发展方向.     

基于社交网络的图数据挖掘应用研究

社交网络数据的高度复杂性给数据挖掘研究带来了巨大的挑战,而社交网络数据挖掘更注重实体之间相互关联的特点,使得图数据挖掘技术的研究与应用逐渐成为该领域的热点。传统数据挖掘,如聚类、分类、频繁模式挖掘等技术逐渐拓展到图数据挖掘领域。文中首先介绍了现阶段图数据挖掘算法（其中包括图查询、图聚类、图分类和图的频繁子图挖掘）的研究内容和存在的问题;其次介绍了图形数据库研究现状,以及对比了主流图形数据库管理系统的优劣;最后介绍了图挖掘技术在社交网络中的应用。