基于单片机的蒙古文输入及显示系统设计

蒙古文是我国少数民族——蒙古族使用的文字,研究蒙古文的信息处理具有重要的意义。本设计在借鉴西文、中文输入显示技术的基础上,根据蒙古文的特点,开发了基于单片机的蒙古文输入显示系统。该系统以AT89C51单片机为核心,包括128×64液晶显示器、输入设备、单片机外围电路和蒙古文字库。首先建立蒙古文字库,蒙古文字库采用点阵式,有16×16和16×32两种格式。单片机一方面从蒙古文字库取字符传送到LCD显示,另一方面通过74HC373和74HC00器件控制LCD显示。在Proteus仿真环境下对系统进行了仿真,具有良好的显示效果。     

网络管理员考试重点和难点分析

随着网络技术的普及和发展,人们逐渐认识到了网络安全才是网络管理的重点和难点,网络管理不仅仅要保证其可用性,更重要的应该是要保护其完整性和安全性。     

数据科学平台:特征、技术及趋势

以2015年以来的《Gartner数据科学平台魔力象限系列年度报告》为线索,分析调研35种数据科学平台产品,提出数据科学平台的定义和类型.数据科学平台相关学术研究中的主要科学问题涉及数据科学平台的设计、数据科学平台的可扩展性、基于数据湖的数据科学平台研发、数据科学平台的支持团队协作能力、数据科学平台的开放策略以及数据科学平台工程方法论.数据科学平台的主要特征包括模块化开发及集成能力、开发运维一体化、重视可扩展性、强调用户体验、重视非专业级数据科学家以及重视人机协同场景;数据科学平台的实现需要的关键技术为机器学习、流处理技术、数据规整化、容器化技术和数据可视化;数据科学平台的未来发展趋势主要体现在与人工智能的融合、对开源技术的支持、对非专业级数据科学家的重视、数据治理的集成、数据湖的引入、高级分析及应用的探索、向数据科学全流水线的转型和应用领域的多样化等;数据科学平台的研发活动应遵循以激活数据价值为中心、人在环路(human-in-the loop)的设计模式、开发运维一体化、可用性和可解释性的平衡、数据科学产品生态系统的培育、强调用户体验以及与其他业务系统的集成等设计原则.现阶段的数据科学平台研发亟待在数据偏见与公平性、鲁棒性及稳定性、隐私保护、因果分析、可信任/负责任数据科学平台等方面进行理论突破.     

基于元胞自动机的P2P搜索算法研究

P2P搜索引擎的发展面临着文档分布和节点分布不一致、均衡负载难、健壮性差等技术难题。为了解决上述技术难题,本文充分利用复杂性研究领域中的处于混沌边缘的元胞自动机能够支持一定的人工生命的研究成果,结合P2P技术,首次提出了基于元胞自动机的P2P搜索算法,并通过实验证明了其可行性和优越性。     

我国铁路客票电子商务标准体系研究

文章借鉴国内外电子商务相关标准制定和体系设计的经验,设计出了一个符合我国实际的铁路客票电子商务标准体系。标准体系的设计采用了基于Web服务的分层架构,较好地支持了跨平台应用的互操作性。在此基础上,分析了我国铁路客票电子商务框架所涉及的干系人及其内在联系,并提出了我国铁路客票电子商务的发展趋势。     

浅谈高校ERP实验课程建设

本文结合笔者多年辅导ERP实验课程的经验,从开设ERP实验课程的必要性、所面临的困难、应注意的问题和具体实施方案等角度提出了自己的见解。     

数据科学与大数据技术专业特色课程研究

目前,我国数据科学与大数据技术专业的建设已成为新的热点话题。在系统调研世界一流大学数据科学专业建设现状的基础上,从特色课程的视角重点分析加州大学伯克利分校、约翰·霍普金斯大学、华盛顿大学、纽约大学、斯坦福大学、卡内基梅隆大学、哥伦比亚大学、伦敦城市大学共8所大学的数据科学专业,提出了数据科学与大数据技术这一新专业应重视的10门特色课程,并分析了现阶段我国数据科学教育中普遍存在的8种曲解现象及对策建议。     

数据科学研究的现状与趋势

大数据时代的到来催生了一门新的学科——数据科学。首先,探讨了数据科学的内涵、发展简史、学科地位及知识体系等基本问题,并提出了专业数据科学与专业中的数据科学之间的区别与联系。其次,分析现阶段数据科学的研究特点,并分别提出了专业数据科学、专业中的数据科学及大数据生态系统中的相对热门话题。接着,探讨了数据科学研究中的10个争议及挑战:思维模式的转变(知识范式还是数据范式)、对数据的认识(主动属性还是被动属性)、对智能的认识(更好的算法还是更多的数据)、主要瓶颈(数据密集型还是计算密集型)、数据准备(数据预处理还是数据加工)、服务质量(精准度还是用户体验)、数据分析(解释性分析还是预测性分析)、算法评价(复杂度还是扩展性)、研究范式(第三范式还是第四范式)、人才培养(数据工程师还是数据科学家)。然后,提出了数据科学研究的10个发展趋势:预测模型及相关分析的重视,模型集成及元分析的兴起,数据在先、模式在后或无模式的出现,数据一致性及现实主义的回归,多副本技术及靠近数据原则的广泛应用,多样化技术及一体化应用并存,简单计算及实用主义占据主导地位,数据产品开发及数据科学的嵌入式应用,专家余及公众数据科学的兴起,数据科学家与人才培养的探讨。最后,结合文中工作,对数据科学研究者给出了几点建议和注意事项。