基于JDBC数据库时间获取方法

JDBC API是JAVA访问关系数据库的编程接口,但各个数据库开发商对接口的实现并不完全相同,本文研究并测试了不同数据库及其JDBC驱动程序在不同时区获取数据库时间的情况;对在不同时区不能正确读、写数据库时间的数据库及其JDBC驱动,提出了调整算法,使用调整算法进行调整后,都得到正确的结果。     

基于排序学习方法的本体映射算法

本体映射作为实现多本体间相互操作的重要手段,已广泛应用于诸多科学领域.根据本体自身的结构设计边权值函数和函数,利用排序算法将多本体图映射成实直线,通过比较两概念对应实数间的差值或排名的接近程度判断它们的相似程度,由此得到对应的本体映射.实验表明,该算法有较高的效率.     

k-部排序本体相似度计算

将本体图中每个顶点的相关信息用一个向量表示。根据本体图自身的结构将顶点分成k个部分。在每个部分中选取样本点组成S,并选择相应的排序亏损函数。运用k-部排序学习算法得到最优排序函数,从而将本体结构图中每个顶点映射成一个实数,通过比较实数间的差值判断两概念的相似程度。实验表明该方法对于计算本体概念间的相对相似度是有效的。     

一种改进的基于Harris的角点检测方法

在研究Harris角点检测算法时发现该算法对一些图像进行角点提取时,存在提取伪角点、角点信息丢失和位置偏移,而且在进行非极大值抑制时不易设置阈值等现象.提出了在进行非极大值抑制时采用双阈值法,分别设置一个相对大和一个相对小的两个阈值,从而得到同一图像不同阈值的角点信息,通过角点信息对比能够很好地解决角点信息丢失和位置偏移并能消除一部分伪角点,然后利用SUSAN的思想消除剩余的伪角点.通过对比实验表明,文中算法提取角点非常有效,比Harris算法具有更好的角点检测性能.     

PowerDesigner在数据库综合性实验中的应用研究

以"学生成绩管理系统"为例,进行模型设计,阐述了需求模型、业务模型、概念模型、物理模型、生成数据库脚本及测试数据的主要设计过程。     

基于谱图理论的本体相似度计算

概念的语义相似度研究,是知识表示以及信息检索领域中的一个重要内容。将与某概念相关的信息表示为一个向量,建立原本体图的伴随图。用ε-领域方法定义边,用高斯核函数定义边的权值。通过计算图拉普拉斯矩阵的次小特征值对应的特征向量得到本体相似度计算函数。实验结果表明该算法是有效的。     

角点检测方法研究

根据实现方法不同可将角点检测方法分为两大类:基于边缘的角点检测方法与基于灰度变化的角点检测方法,并对现有的角点检测方法作了较为详细的分析与比较,指出角点检测技术的研究与发展方向.