基于Ext+Spring+Hibernate的Web系统开发架构的研究与应用

介绍了当前开源框架Spring、Hibernate和新型Ext开源框架,并针对新一代Web应用程序开发的问题,采取基于Ext＋Spring＋Hibernate的Web系统开发架构设计开发。该架构具有高效复用快速特点。本文还举例阐述了如何利用该架构进行Web应用程序开发。     

一种基于重构算子的分水岭变换算法

分水岭变换是数学形态学的主要分割工具,它通过对梯度图像进行分割,能够提供单像素宽的封闭的区域边缘.但是,直接对梯度图像进行分水岭变换存在严重的过分割问题,这个问题往往采用基于标记的分水岭变换加以改进,可是,有时又会带来欠分割问题.通常过分割和欠分割问题主要发生在灰度的非极大值或极小值的过渡区域.为了克服分水岭变换易造成过分割的问题,通过对分水岭变换产生的过分割以及标记点选取可能导致的欠分割原因进行分析,提出了一种基于重构的分水岭变换算法,该算法首先通过基于重构的变换序列滤波来平滑图像,以减少目标内部差异;然后针对梯度图像,利用重构闭来消除灰度过渡区域在梯度图像上所造成的极小;最后对其进行分水岭变换,可有效控制分水岭变换的过分割现象.     

基于扩充的GIX/M/1/N排队系统的主动队列管理算法性能评价模型

为了评价主动队列管理(AQM Active Queue Management)算法的性能,通过在标准的排队系统GIX/M/1/N中嵌入主动队列管理(AQM)算法的方法,建立了一个扩充的GIX/M/1/N排队系统。利用该扩充的GIX/M/1/N排队系统和Internet业务流量自相似性的特征,提出了一种评价AQM算法在非响应业务流量下的性能的分析方法,并据此评价了TD,RED,GRED和Adaptive RED等4个经典的AQM算法。为了验证该分析方法的合理性,利用NS2进行了一系列的仿真实验。结果表明,该分析方法所得结果与仿真实验所得结果一致,因此该分析方法能用于评价AQM算法的性能。     

基于核偏最小二乘分类的垃圾邮件过滤

垃圾邮件是Internet上亟待解决的问题,目前许多垃圾邮件过滤技术已经被使用。基于偏最小二乘的方法可以解决垃圾邮件的内容中普遍存在的数据稀疏性、高特征维数和多重相关性问题。但邮件内容之间的内在联系往往不是线性的,该文通过在偏最小二乘方法上引入核函数,去解决这一类的非线性问题。Enron-Spam垃圾数据集实验表明,同PLSR等方法比较,模型表现出了较好的过滤性能。     

基于多重分数差分和AR模型的网络流量预测

网络流量的分析、模型仿真以及流量的预测,在网络管理和设计中起着很重要的作用,提出了一种利用多重分数差分与自回归模型进行网络流量建模和预测的新方法.通过多重分数差分的消除长相关序列中的长相关特性,得到多条短相关信号和一条趋势项,分别利用AR模型进行定阶、参数估计及预测操作,用实际网络流量对该模型进行验证,实验表明,该方法比传统的预测方法具有更好的预测效果.     

一种映射BPEL中的links结构至WF-nets的新方法

本文提出了一种新的映射BPEL中links结构的新方法,从而使得所得到的WF-nets更加简洁,并且解决了当Links结构中的joinCondition的结果为false时所出现的与原BPEL process不一致的问题。     

Web结构挖掘算法研究

分析了Web结构挖掘算法PageRank和HITS,并对二者进行了比较,指出它们所存在的问题,提出了一种PageRank的改进算法。     

ActiveX Scripting技术在组态软件中的应用

在分析传统组态软件编写脚本程序存在的困难提出了一种有效的解决办法.通过使用ActiveX Scripting技术,可以在应用程序中方便地添加类似VBA的脚本语言,并给出了ActiveX Scripting在组态软件中的应用.     

基于搜索引擎Web API和模拟请求方式的搜索服务研究

传统的基于网页方式的搜索引擎服务不能很好地满足用户个性化的需求,搜索引擎Web API概念的提出较好地解决了这一问题。文中讨论了非商业网站如何使用搜索引擎Web APIs实现网站搜索服务。为避免搜索引擎Web APIs在搜索次数上的限制,给出一种不使用Search APIs而直接通过模拟请求方式得到搜索结果的新方法。     

Pearson x^2检验在计算机自适应化测验中的应用研究

计算机化自应用测验（CAT）使用项目反应理论（IRT）,通过观察被试在项目上的反应,将能力和项目参数的关系用数学模型表达出来。如何有效地估计被试的能力,是计算机化自适应测验的一个关键问题。本文首先论述了Berkson的最小化x^2方法,但使用该方法的前提是已知被试的能力,且运用了Pearson x^2检验的思想。接着指出该方法中存在的缺陷,进而提出了一种新的解决方案,该新方案可弥补Berkson的最小化x^2方法的不足之处,可以作为该方法的一个改进。本文的研究表明,新的方案比Berkson的最小化x^2方法具有更加科学的解释能力。