基于面向对象技术的考试与题库管理系统研究与实践

考试与题库管理系统是目前教育行业应用较多的软件，但通常情况下，均采用结构化的方法开发，导致软件的维护困难，且其中的通用功能模块难以重用在其他系统中。本文采用面向对象的方法来实现考试与题库管理系统的开发，克服了结构化方法开发的软件维护和重用困难的缺点。另外，本文融合了现代教育测量学原理和多种统计分析方法，S-P、S-T分析使得考试与题库管理系统有了新的含义。     

一个基于集群的并行计算模型——NHCBL

当前,集群是流行的并行计算平台,既具有所有并行计算都具备的一般特性,又具有自己独有的特性———节点计算资源的异构性、节点计算资源的非独占性、对节点间通信的敏感性。针对基于集群环境的并行计算,对非独占、异构、同步LogGP模型NHBL(Nondedicated Heterogeneous Barrier Log GP model)进行改进,提出了一种更实用的计算模型,即考虑网络拥塞的非独占、异构、同步LogGP模型NHCBL(Nondedicated Heterogeneous Barrier Log GP model considering Conges-tion)。NHCBL模型既比较准确地描述了并行计算的一般特性,又比较准确地描述了基于集群的并行计算独有的节点计算资源的异构性、节点计算资源的非独占性、对节点间通信的敏感性,其描述比NHBL模型更全面也更准确。     

人工智能技术在遥感图像分类中的应用

研究遥感图像分类精度问题,遥感图像分类根据图像特征进行分类,然而其特征维数相当高且信息冗余严重,分类器不能降低特征维数,导致分类器计算量大,图像分类效率和正确率低。利用主成分分析(PCA)降维特征维数的优点,提出一种基于PCA-SVM的遥感图像分类方法。PCA-SVM算法首先采用LBP算子提取遥感图像特征,然后采用PCA对遥感图像特征进行降维处理,减少特征维数并消除特征冗余信息,获得对分类结果贡献大的特征,最后采用SVM进行遥感图像分类。仿真结果表明,PCA-SVM提高了遥感图像分类效率和正确率。     

TD-SCDMA系统业务QoS仿真分析

Qos问题是第三代移动通信系统的一个重要技术问题.本文主要研究TD-SCDMA系统的QoS问题.利用OPNET Modeler软件,根据无线接入网络的协议构建网络仿真模型,参照3GPP技术规范定义的业务要求,对各种业务的QoS性能和指标进行了比较和分析.     

基于UML的可支持教学效果评价的考试系统应用研究

采用面向对象分析方法UML来实现考试系统的开发,克服结构化方法开发的软件维护和重用困难的缺点,融合现代教育测量学原理S-P,S-T分析和多种统计分析方法,使考试系统和形成性教学效果评价有机结合,创新地扩展了考试系统功能,并用C#实现在线考试和形成性教学评价的集成系统,对监控学习效果、提高教学质量有一定的实用价值。     

遗传神经网络在水声通信盲均衡中的应用

研究在水声通信优化问题,水声信道具有空变、时变、高噪声等特性,对通信信号造成干扰。传统的神经网络算法具有良好的非线性处理能力,较适合于水声信道盲均衡处理,但存在收敛速度慢,易陷入局极小值等缺限,导致误码率较高。为了减小误码率,提高通信质量,提出一种采用遗传神经网络的水声通信盲均衡算法。首先利用遗传算法对BP神经网络的参数进行优化,解决了神经网络的缺陷,然后利用优化后的神经网络进行水声信号的盲均衡。仿真结果表明,与传统的盲均衡算法相比,遗传神经网络算法加快了水声通信盲均衡速度,降低了通信误码率,提高了水声通信质量。     

遗传算法在矩阵特征值求解中的应用

遗传算法进行全空间并行搜索,并将搜索重点集中于性能高的部分,从而使效率提高且不易陷入局部极小。具有固有的并行性,通过对种群的遗传处理可处理大量的模式,并且容易并行实现。重点研究遗传算法以及混合遗传算法在传统数学中的应用:解决矩阵特征值问题。通过大量的实验研究,证明遗传算法在传统数学的研究问题中有很高的应用价值。     

基于ASP技术的Web考试系统的安全机制设计

当前基于ASP技术的Web考试系统成了考试系统的主流。而考试系统中，信息安全是必须解决的首要问题。本文综合运用了多种安全方法（源代码保护、用户身份认证、访问拉制列表、用户身份传递、数据加密、数据备份与恢复），设计了一套比较完整的基于ASP技术的Web考试系统的安全机制。通过在具体系统中的应用证明，这套安全机制是安全、高效、适用的。