基于ASP.NET的在线考试系统的设计与实现

该文介绍了基于ASP.NET2.0的在线考试系统的设计与实现。该系统采用多层体系结构,利用ASP.NET、C#和SQL SERVER2005技术实现,阐述了在线考试系统的功能和实现方法。     

基于RESTFUL服务的分布式遗传算法

根据REST及RESTFUL服务特点,构建一种基于REST的遗传算法。设计服务计算系统,采用主子2种独立的服务实现分布式遗传进化,利用PUT谓词及POX数据格式进行服务互调,以实现RESTFUL服务下的遗传组卷算法。实验结果表明,该算法具有较高的运行效率。     

频繁模式挖掘进展及典型应用

对近年来频繁模式的挖掘进行了总结。首先对有代表性的挖掘算法从算法思想、关键技术、算法的优缺点进行了分析概括,此后列举了一些典型频繁模式及关联规则的领域应用。综述内容的选择主要基于某一个研究后续被关注程度,组织过程中力争将相关研究进行归类,以给出其发展概貌。上述工作可以为频繁模式挖掘及关联规则的研究提供有益的参考。     

一水硬铝石型铝土矿在KOH亚熔盐介质中的溶出行为

采用KOH亚熔盐介质溶出中低品位一水硬铝石型铝土矿,考察了反应温度、碱矿比、初始KOH溶液浓度、反应时间及添加CaO对溶出后赤泥化学成分和物相的影响.结果表明,在反应温度220℃、碱矿质量比1.5、初始KOH溶液浓度50%(ω)、反应时间1h的条件下,Al2O3回收率可达81.4%,赤泥的铝硅质量比降至1.06,赤泥中硅主要以KAlSiO4形式存在.溶出过程中添加CaO不能提高Al2O3溶出率.进一步回收溶出后赤泥中的K2O和Al2O3,终赤泥中K2O含量降至0.61%,Al2O3含量降至8.09%,Al2O3总回收率可达90.7%.     

分布式并行关联规则挖掘算法研究

关联规则挖掘算法FP-Growth虽然效率比Apriori要快一个数量级,但存在频繁模式树可能过大而内存无法容纳和数据挖掘过程串行处理等两大缺点。提出一种分布式并行关联规则挖掘算法,该算法针对分布式应用数据架构,不需要产生全局FPtree,避免全局FP-tree可能过大而内存无法容纳的问题,算法在各个主要步骤上都实现了并行处理。算法测试结果和分析表明,与传统的关联规则挖掘算法FP-Growth相比,该算法通过多节点分布式并行处理显著提高了执行效率和处理能力。     

多谓词约束下基于模式增长的频繁项集挖掘算法

针对多维关联规则中挖掘事务数据库的所有频繁项集这一问题,提出了基于维约束进行求解的构想。采用模式增长的挖掘方法并根据渭词约束特征,设计了两种频繁项集挖掘算法,其中MCMF11算法在指定约束下构建模式树并进行频繁项集挖掘,而节点向量约束的算法MCMF12在预先挖掘出无约束频繁项集的情况下,依据给定约束对已有频繁集及模式树进行更新搜索,因此需要开销更多的主存,但在更新过程中有更高的效率。理论分析和实验结果都表明了MCMFI算法的完备性和有效性。     

分布式遗传算法在智能组卷中的Web services实现*

研究了分布式并行遗传算法的智能组卷问题。设计了在校园网范围内的分布式Web服务的组卷系统,通过多线程的软件结构实现了Web服务之间的相互调用及反馈机制,采用基于Base64的预先基因压缩方案来提高SOAP性能。仿真试验证明了分布式Web服务的组卷系统不仅可以极大地减少组卷时间、具有良好的容错能力,同时也能一次生成多套试卷,为构建B/S模式下的机器考试系统提供了依据。     

完整案例导向的VFP教学平台建设

分析VFP知识体系,论证构建一个完整案例的可能性及必要性。通过对学生管理系统进行详细设计,结合案例和VFP相关功能,研究教学课件的功能及主要组成部分,探讨学生管理系统开发及课程学习网站建设,为VFP课程的教学改革提供有益探索。