基于“云预算”的高校专项资金项目库管理系统构建的研究

云预算在企业财务数据分析中有重要的作用,从会计电算化情况的来看,大多数高校存在人力物力资源消耗大、系统效率低以及智能化程度不高等问题。因此,该文提出基于“云预算”的高校专项资金项目库管理系统构建的研究,采用神经网络和数据挖掘方法对高校异常数据进行监测处理,其中采用数据挖掘对财务数据处理,对高校专项项目信息进行筛选,并对数据进行标准化处理,进而解决高校专项资金项目管理消耗大的问题。同时,采用神经网络算法对异常数据进行识别,加强对高校专项资金异常数据预警。结果表明：云预算具有效率高、智能程度高以及成本低等特点,云预算能在高校专项资金项目库管理系统上对异常数据进行识别,监测正确率能达到90%以上,证明了云预算的有效性。     

基于云计算服务的数据库安全与发展研究

数据库是信息系统的一个重要组成部分,携带着大量资料和数据。近几年来,伴随着经济和科技的发展,公司业务的扩展,数据格式的日益多样化,数据容量指数形势的增加,企业的数据环境也接近极限。数据维护和管理工作变得越来越繁重,数据库管理人员也变得难以承担重负。因此,要解决数据容量和数据管理的不足,云计算服务和云数据库应运而生。云数据库是那些适应云计算的数据库管理系统。     

改进蚁群算法在云环境下路径优化设计

云环境作为一种新的网络服务环境,提供大量的网络资源服务,云环境中的资源分配问题受带宽、负载以及响应时间的影响。蚁群算法是一种自适应搜索算法,对组合优化问题的解决发挥了重大的作用,但是其缺陷是容易陷入局部最优以及搜索速度慢。本文提出的蚁群优化算法,将蚁群算法和遗传算法结合起来,能够加快蚁群算法的收敛速度,提高搜索速度,降低云环境下的网络负载,使得云环境下的任务运行时间有效缩短,网络利用率明显提高。     

钛合金立铣表面粗糙度预测新方法

为实现加工前对表面粗糙度的预测,建立高精度的表面粗糙度预测模型至关重要.针对钛合金立铣表面粗糙度的特点及传统预测方法的不足,提出了表面粗糙度预测新方法.分别用递推最小二乘算法、基本蚁群算法与混合蚁群算法训练模糊系统,混合蚁群算法的收敛效果优于递推最小二乘算法和基本蚁群算法.通过回归分析建立了表面粗糙度的两种经验公式.对各方法所得模型进行测试,结果表明混合蚁群算法训练模糊系统的预测效果优于其他方法,用混合蚁群算法训练的模糊系统进行表面粗糙度预测是可行的.     

服装样片裁剪空行程路径的优化算法

服装样片裁剪空行程路径是影响裁床裁剪效率的重要因素,裁剪路径优化有助于提高裁剪效率。针对裁剪空行程优化问题,先构建了裁剪空行程路径的数学模型,结合遗传算法和蚁群算法的优势,提出了遗传蚁群混合算法优化裁剪空行程。算法先利用遗传算法的快速搜索能力建立蚁群算法的初始信息素分布,然后采用蚁群算法求精确解,最后建立仿真实验验证混合算法的可行性,与基本遗传算法相比,混合算法具有较优的全局优化性能。     

计算机数据库管理系统研究

计算机数据库是计算机应用的重要领域之一,也是实现对数据的组织、存储、管理等功能的有效形式,随着信息化的快速发展及计算机数据库技术的快速升级,数据库目前得到广泛的应用.数据库管理系统是实现数据库应用的有效组织系统,对计算机数据库管理系统进行研究希望能够有助于加深我们对相关知识的了解.     

基于Visual FoxPro在设备基础管理系统中的应用

根据本企业的设备管理要求,应用Visual FOXPro建立设备基础管理系统。Visual FoxPro是一个功能强大的数据库管理系统（DBMS）,具有快捷、高效、灵活的特点,使用户能够迅速而又简单地建立数据库,从而方便地使用和管理数据。     

基于当下在线教育环境下的高校学生大数据管理

目前都是数据信息爆发时代,目前高校大学生数据管理系统缺乏大数据处理技术,对相关信息和数据处理到较为片面化,所以该文在在线教育基础下,对高校学生大数据管理系统进行设计,该文主要从当下在线教育环境下的高校学生大数据管理系统进行分析,对总体构架进行描述,着重分析其算法,该设计主要采用Apriori算法和决策树算法,在这2种算法中,系统可根据算法进行分类处理,并对当下在线教育环境下的高校学生大数据管理系统应用进行设计,主要采用Apriori关联算法进行计算,以教育系统中成绩数据进行研究,结果表明：规则1、2和3自信度分别为100%、50%、50%,所以学好组合数学的学生,有助于算法设计,组合学生数据表明先学课程便于后期理解,能够提高高校学生的成绩。     

高校员工工资信息化管理系统

叙述高校员工工资管理的现状,重点介绍高校员工工资信息化管理系统的实现过程,包括系统分析、系统调查、数据流程分析、功能设计、数据库设计、系统物理配置方案、系统实现、系统测试和调试。本系统主要功能有员工管理,员工注册,工资管理,工资计算。包括功能需求描述、数据库设计等内容。     

图的度量维数问题的0-1蚁群条件着色分辨算法研究

图的度量维数问题（MDP）是一类在机器导航、声呐系统布置、化学、数据分类等领域有重要应用的组合优化问题．针对该问题,本文通过引入图的分辨表存储结构,建立了非线性求解模型;同时,通过改进现有蚁群算法的参数设计,利用全局搜索和局部搜索相结合的策略,建立了求解模型的改进型蚁群算法．数值对比分析验证了算法的有效性：全局搜索和局部搜索的结合较大程度的改进了算法求解质量;在规则图上提高算法求解质量具有一定挑战;与遗传算法计算结果相比较,本文提出的算法不仅在求解质量方面有所提升,而且在最坏的情况下能为图提供极小分辨集. 最后,本文探索了部分算法参数对算法求解质量的影响,并给出了进一步研究课题．     

高校后勤企业文化的思考与实践

高校后勤企业文化是后勤社会化改革以来的一种新型企业文化,是高校校园文化的重要组成部分,也是高校后勤深化改革和发展的基石。本文首先理清高校后勤企业文化的内容,梳理其重要作用,并提出了构建高校后勤企业文化的几点思考。     

技术资料公共源数据库的构建

公共源数据库(CSDB)是技术数据存储与管理的容器,是一个通用的、海量的数据信息集合。本文针对CSDB中信息对象的特点,建立了CSDB信息对象模型,提出了基于数据库管理系统和文件管理系统的CSDB架构方案,实现了飞机技术资料的有效管理。     

基于WEB的学生考勤管理系统的设计

随着Internet/Intranet的快速发展,数据库技术的进一步成熟,建立智能化的学生考勤管理系统是当前高校管理部门的迫切要求。本文参考了目前国内高校学生管理的发展情况及管理模式,借鉴了目前国内先进的大型管理系统,对本院学生上课考勤管理进行了总体设计,建设"基于Web的"运行平台,实现方便快捷的前端Web登录和查询,采用ASP及ADO技术对数据库进行操作及维护。     

蚁群支持向量机在内燃机故障诊断中的应用研究

针对目前支持向量机参数选择时人为选择的盲目性,将具有良好优化性能的蚁群优化技术应用到支持向量机惩罚函数和核函数参数的优化,提出了蚁群优化支持向量机方法。根据内燃机气门振动信号实测数据,建立了基于蚁群优化支持向量机的内燃机气门间隙故障诊断模型,并与基于遗传支持向量机和反向传播神经网络算法的模型比较。结果表明：应用蚁群优化支持向量机建立的内燃机气门间隙故障诊断模型无论从学习效率还是故障识别准确性上都优于应用另外两种算法建立的模型,能够有效地进行内燃机的故障诊断。     

勘探与生产技术数据管理系统的实施与管理

1项目背景 2004年中石油某分公司初步建立了钻井数据库、录井数据库、井下作业数据库等专业数据库系统,积累了一定的数据资源和经验,培养了一批石油信息技术和管理人员,具备了启动勘探与生产技术数据管理系统建设的基本条件。根据以上情况,该公司主动申请参加中石油勘探与生产技术数据管理系统的一期推广工作。     

基于Android平台智能手机实现实验室管理系统

为提高高校试验室利用率,针对传统网上预约以及短信预约管理系统的弊端,提出Android平台智能手机实现实验室管理系统。重点介绍数据库配置、智能手机的端口以及数据在端口间传输等关键技术的设计及实现过程。     

基于蚁群神经网络的飞灰含碳量测量方法

飞灰含碳量是衡量电站锅炉燃烧效率的重要参数。飞灰含碳量的准确测量有助于调整锅炉燃烧,提高锅炉运行的经济性和安全性。本文采用了蚁群神经网络算法,利用蚁群算法对神经网络进行优化,将优化过后的神经网络用于飞灰含碳量的预测,并分析了经过蚁群神经算法与遗传神经网络的预测效果。     

C4．5算法在一个学生成绩管理系统中的应用

随着“数字化校园”的发展,各种管理系统已经成为高校不可或缺的现代化管理手段。在学生成绩管理系统中引入数据挖掘技术,利用C4．5算法对学生已修专业课程成绩构建决策树建立规则,预测后续专业课程的成绩。     

国家千克副基准自动测量与数据管理的设计与实现

为准确测量千克副基准的各项参数,提出采用自动化测量并建立数据库管理系统的方法。该文对系统的总体方案进行设计,分析砝码质量、砝码磁化率、砝码磁化强度、空气密度、砝码密度和体积的检测原理、算法流程及软件实现,设计数据库管理系统。该方法可完善和提升国家千克副基准的测量系统,提高工作效率及测量的准确度,保证量值传递的准确性及稳定性。     

消防装备器材管理系统的数据库设计

以消防部队信息化建设为背景,在分析公安消防支队及其下属中队装备器材管理业务流程的基础上,结合数据库相关理论,合理抽象数据信息,建立包含完整信息的数据表,定义视图实现数据分类、统计,运用数据表间关系构成数据关联,完成针对消防装备器材管理系统的数据库设计。