基于MVC＋Struts的HIS设计与实现

通过对MVC设计模式与Struts框架的分析,本文结合医院管理信息系统的特点及功能,给出了MVC＋Struts框架中控制器、模型、视图组件在医院管理系统中的实现方法以及Struts文件的配置,采用JSP＋Servlet＋JavaBean技术完成了一种基于B/S结构的医院管理信息系统的设计与开发方案。     

利用Hibernate快捷实现全文检索

本文给出了在JavaEE应用程序中运用Hibernate技术实现全文检索功能的一种方法。文章首先简要地介绍了如何在JavaEE应用程序中使用Hibernate技术,然后在一个实例中讲解Hibernate在JavaEE应用程序中是如何简化数据库操作的,最后给出全文检索功能的一种快捷实现方法。     

一种电力光传输网运行状态评估方法

针对现有电力光传输网评估方法考虑方面单一、主观性占比多等问题,提出了一种电力光传输网运行状态评估方法。首先从设备、光缆和系统3个维度选取指标,从网络规模、运行质量和管理因素3个方面建立评估指标体系,设计重叠信息分析法对评估指标体系进行优化。其次改进基于区间模糊层次分析法和熵权法的主客观组合权重赋值法计算指标权重。然后设计基于模糊综合评价法、效用函数法、可拓耦合评价法以及组合评估方法的运行状态评估算法评估光传输网运行状态。通过真实实例分析,验证了该方法能够更加全面、客观地评估光传输网的运行状态,辨识电力光传输网薄弱环节,为运维、检修和规划建设提供参考。     

考虑材料影响的双向直流固态变压器绕组损耗计算方法

为提高双向直流固态变压器的整体效率和功率密度,研究双向直流固态变压器绕组损耗的计算方法。建立双向直流固态变压器绕组损耗基本计算模型,分别从铜箔绕组、利兹线绕组与实心圆导线绕组三方面研究适合不同导体绕组损耗的计算方法,其中采用有限元与傅里叶分解计算方法求得铜箔绕组损耗,通过修正Ferreria算法求得实心圆导线绕组的交流电阻,将其代入双向直流固态变压器绕组损耗基本计算模型中求得实心圆导线绕组损耗,利兹线绕组损耗由Tourkhani利兹线绕组损耗精准模型计算。以铜箔样例绕组与实心圆导线样例绕组为例进行实验,实验结果表明,所研究方法的计算值与实际测量值非常接近,计算精准度高,计算结果具有较高的实际应用价值,可为双向直流固态变压器整体效率优化提供参考。     

气海动态跨介质海面蓝绿激光下行传输链路上的散射特性（特邀）

实现空天地海立体化光信息传输的技术瓶颈就是需要解决气海-海气跨介质动态海面条件下激光上下行传输问题。文中主要利用海水环境下蓝绿激光作为载波,提出了蓝绿激光通过气海动态跨介质海面的下行传输数值研究方法。详细讨论了近海面大气海雾、海面风速和海水中的粒子分布对蓝绿激光下行传输散射特性的影响。数值计算了不同风速下蓝绿激光透过率随透射角的变化以及不同近海面大气海雾能见度、不同叶绿素浓度、不同气泡浓度等条件下蓝绿激光下行传输的透过率。结果表明:蓝绿激光在海水中传输时,气泡对激光衰减的影响随着风速的增加而增加,随着传输深度的增加而减小;随着近海面大气中海雾能见度的增大,蓝绿激光通过大气海面和海水的透过率逐渐增大,随着传输距离的增加,叶绿素的影响逐渐增大,蓝绿激光的透过率减小。文中工作对气海-海气蓝绿激光跨介质上下行无线光传输和通信提供理论和技术支撑。     

“计算机公共基础系列课程”建设与实践

提出"计算机公共基础系列课程"的建设方案,包括课程特色、教学改革措施、实践性教学和资源建设,并介绍课程建设的成果。     

基于WNN和EGA的信息安全风险评估

为克服传统信息安全风险评估模型在人为权重分配中的主观性,提出一种基于小波神经网络(WNN)和熵权-灰色关联(EGA)的信息安全风险定量评估模型。该模型利用WNN得到风险事件的风险值以及各个实体的风险统计状况,通过EGA得到该风险状况排序,并计算平均风险水平,从而有效评估信息系统的安全风险。     

基于条件误分类的决策树剪枝算法

在建立决策树分类模型时,剪枝的方法直接影响分类器的分类效果。通过研究基于误差率的剪枝算法,引入条件误差的概念,改进剪枝标准的评估方法,针对决策树的模型进行优化,提出条件误差剪枝方法,并将其应用于C4.5算法中。实验结果表明,条件误差剪枝方法有效地解决剪枝不充分和过剪枝的情况,在一定程度上提高了准确率。     

高校校园网ARP病毒欺骗原理及防御方法

本文通过对ARP病毒欺骗的原理进行了分析,提出多种防御方法,可以有效的解决高校校园网的ARP欺骗问题。     

A power- and coverage-aware clustering scheme for wireless sensor networks

A common and critical operation for wireless sensor networks is data gathering. The efficient clustering of a sensor network that can save energy and improve coverage efficiency is an important requirement for many upper layer network functions. This study concentrates on how to form clusters with high uniformity while prolonging the network lifetime. A novel clustering scheme named power- and coverage- aware clustering (PCC) is proposed, which can adaptively select cluster heads according to a hybrid of the nodes' residual energy and loyalty degree. Additionally, the PCC scheme is independent of node distribution or density, and it is free of node hardware limitations, such as self-locating capability and time synchronization. Experiment results show that the scheme performs well in terms of cluster size (and its standard deviation), number of nodes alive over time, total energy consumption, etc.