基于B/S模式的高职毕业生就业数据管理系统的设计与实现

为了实现对高职毕业生就业数据的信息化管理,为班主任方便、准确、快捷地录入就业数据提供服务,特别是为各职能部门及时、方便地了解学校就业情况,提出构建基于Web的高职毕业生就业数据管理系统。基于三层的B/S体系结构,采用ASP.NET(C#)+SQL Server 2000等网站开发技术,设计系统总体架构、功能模块和后台数据库,给出安全访问控制、DropDownList无刷新三级联动显示数据、导入导出数据、自动统计就业率等关键问题解决方案,实现集班主任就业数据录入和各类就业率查询统计为一体的网络应用平台。     

服装艺术设计类专业网页设计课程实践教学与研究

阐述了网页设计课程在服装艺术设计类专业中的定位,分析了服装艺术设计类专业学生特点,给出了服装艺术设计类专业网页设计课程主要教学内容,最后总结了该课程的教学方法。     

基于B2C网上药品销售管理系统的设计与实现

为了扩大销售范围、降低销售成本、更好地保护客户隐私、增进与客户的交流、促进药品销售的可靠性与便捷性、快速进行销售统计,提出构建基于B2C 的网上药品销售管理系统.系统采用Visual Studio2012 为开发平台,应用ASP.NET（C#）＋SQL Server2008 等技术.按照软件工程思想,首先对系统进行了需求分析和总体设计;然后设计了公共类、系统主要流程设计和系统数据库设计等;接着阐述了系统前台购物车页面等主要模块的实现,提出了Session＋Hashtable 技术实现的购物车;最后阐述了系统后台订单管理等主要功能模块的设计与实现,提出了把订单状态分为是否确认、是否发货及是否归档三类,并且三者顺序不可逆转.经实际运行表明,该系统功能实用、安全性高、性能良好、易操作、易维护,可以很好地运用在中小型企业中,具有一定的应用价值.     

高职《ASP.NET动态网页设计》教学内容改革的探讨

在分析高职ASP.NET动态网页设计教学现状和存在问题的基础上,结合ASP.NET动态网页设计课程的特点,给出了高职ASP.NET动态网页设计课程的教学总体目标,然后紧紧围绕教学目标对该课程内容的设计理念及内容模块进行了探讨。     

基于Hashtable＋Session技术的网上购物车的设计与实现

网上购物车是电子商务网站的重要模块,该文提出的基于Hashtable（哈希表）＋Session技术实现购物车的策略,能有效地提高电子商务网站系统的安全性和稳定性,并给出ASP.NET中基于C#语言实现的核心源码。     

数据挖掘技术研究

当今世界,数据每天都在迅猛增长。人们保存如此大量的数据,一是因为计算机技术的发展使之变得方便可行。二是因为这些数据有巨大的潜在作用。由此而产生的数据挖掘概念引起了广泛地重视,出现了许多与之相关的技术和产品。本文对数据挖掘的基本概念、基本方法和基本技术及应用研究做了较系统的综述性回顾。     

权重推断与标签平滑的轻量级人脸表情识别

针对轻量级网络在复杂环境下对面部表情的特征提取不够充分、模型参数存在冗余以及单标签数据集无法有效描述复杂情感倾向所带来的歧义表情等问题,提出了一种结合改进ShuffleNet与标签平滑学习的人脸表情识别方法。通过对原始网络的分析与剪裁,得到了改进后更紧凑的K5＿Light＿ShuffleNet,不仅优化了网络参数,还提高了模型的表征能力。为了增强模型对人脸表情图像局部细节特征的提取能力,抑制非表情特征,在模型中嵌入了设计的轻量化通道空间关键权重推断模块。通过标签平滑学习方法,在不引入额外信息的前提下,利用软标签分布监督网络的学习,以减少由于歧义表情对识别性能所带来的不利影响。实验结果表明,在公开的RAF-DB、AffectNet-7和AffectNet-8数据集上分别达到了86.91%、61.80%和58.75%的表情识别准确率,相较于目前其他人脸表情识别方法,其识别率有一定提高,同时模型参数量和计算量均保持在较低水平,利于其在实际中的应用。     

敏捷软件开发过程中重构技术的研究

介绍了敏捷方法对开发过程中变动的应对策略、敏捷方法的原则、敏捷方法的实践特征;重点阐述了重构技术,包括重构的概念、何时重构、重构的信号与对应的重构方法、通过重构可以达到的目标、重构应该注意的问题。能有效地帮助读者如何在实际的软件开发中恰当地使用敏捷方法,并适时进行重构,从而实现高效的软件开发。     

结合三维交互注意力与语义聚合的表情识别

针对传统卷积网络难以有效整合不同阶段人脸面部表情的特征、存在特征表征瓶颈以及无法高效利用上下文语义等问题,提出了一种结合三维交互注意力与语义聚合的面部表情识别方法。在秩扩展（ReXNet）网络的基础上对其进行优化,在消除表征瓶颈的情况下,融合上下文特征,使其更适配表情识别任务。为捕获判别性人脸表情细粒度特征,结合非本地块与跨维度信息交互理论构建了三维交互注意力。为充分利用表情的浅中层底层特征与高层语义特征,设计了语义聚合模块,将多级全局上下文特征与高级语义信息进行聚合,达到同一类别的表情语义相互增益、增强类内一致性的目的。实验表明,该方法在公开数据集RAF-DB、FERPlus和AffectNet-8上的准确率分别为88.89%、89.53%与62.22%,展现了该方法的先进性。