成人教育计算机类课程教学教法研究

计算机的应用活动十分广泛,内部课程的设置也比较多样,在成人教育计划方案中占据着十分重要的位置。涉及普遍的高等技术课程,主要针对计算机编程规范进行调整。但由于成人教育活动的特殊性质,以及函授教学现状的影响,必须配合长期管理工作的实践经验进行模式调整,保证相关建议的合理参考价值。     

论网络穿越小说的女性意识

拥有女性视角的网络穿越小说的崛起成为一股新的文学力量。小说中注重表观女性对话语权的争取,尊重价值标准,体现了当 代女性自我认同的复苏,对爱情和事业的双重追求表达了当代女性的价值标准,女性现实生活中的压力在小说中也获得了宣泄。但 是,传统的男性话语权仍然在虚拟社会中占主导地位。从根本上讲,女性意识的完全觉醒依旧任重道远。     

基于大数据的新兴产业计量校准服务平台研究

针对当前新兴产业计量校准服务资源分散、服务信息不透明、智能化程度偏低等问题,提出一种基于大数据的计量校准服务平台。基于计量校准资源共享和进出机制,整合集成服务主体、服务对象、服务支撑等计量校准资源,建立全国计量校准服务资源池。在给出平台系统架构的基础上,利用智能评估与故障预测技术、大数据挖掘可视化等技术,构建面向新兴产业发展的计量校准服务平台,为产业提供一站式、标准化、可靠、及时的计量校准服务,提升产业服务智能化水平。建立“服务平台+标准体系+技术措施+创新中心”于一体的技术支撑体系,提升计量校准服务效率和竞争力,促进产业计量校准覆盖研制、生产、试验和使用等全过程,实现产品质量提升和全过程安全管控。     

多元时间序列的Web Service QoS预测方法

为准确并多步预测Web服务的服务质量（quality of service,简称QoS）,方便用户选择更好的Web服务,提出了一种基于多元时间序列的QoS预测方法MulA-LMRBF （multiple step forecasting with advertisement-levenberg marquardt radial basis function）.充分考虑多个QoS属性序列之间的关联,采用平均位移法（average dimension,简称AD）确定相空间重构的嵌入维数和延迟时间,将QoS属性历史数据映射到一个动力系统中,近似恢复多个QoS属性之间的多维非线性关系.将短期服务提供商QoS广告数据加入数据集中,采用列文伯格-马夸尔特法（Levenberg-Marquardt,简称LM）算法改进的径向基（radial basis function,简称RBF）神经网络预测模型,动态更新神经网络的权重,提高预测精度,实现QoS动态多步预测.通过网络开源数据和自测数据的实验结果表明,该方法与传统方法相比有较好预测效果,更适合动态多步预测.     

数据起源技术发展研究综述*

在总结国内外相关文献基础上,系统介绍了数据起源的概念、内容及其主要应用,介绍了数据起源的基础研究和开放环境下两个典型的形式化模型,然后介绍了其在数据库和工作流及其他领域的应用,对现有成熟的起源管理系统进行了分析和比较,最后展望了数据起源技术的发展方向。     

基于相关反馈的时间序列相似性搜索

传统的基于相关反馈的时间序列相似性搜索是将正反馈和负反馈融合在一起创建新查询向量,这样并没有充分利用负反馈序列的价值,而且容易对初始查询向量进行过多的更改。本文提出一种基于反馈的时间序列相似搜索方法,将反馈的正相关和负相关序列分开处理,最终的相似序列不但要与正相关序列相似,还要尽量与负相关序列不相似。在UCR数据集上的实验结果表明,本文提出的相似搜索方法与传统的基于反馈的相似搜索方法相比,在某些数据集上可以提高查询的准确率以及查全率。     

基于正则表达式、程序插桩和代码替换的以太坊智能合约bug检测和修复方法

作为当前最大的支持智能合约的区块链平台,数以百万计的智能合约被部署在以太坊上.由于即使发现包含bug也无法修改已部署的智能合约,因此对于开发人员而言,在部署合约前修复合约中的bug至关重要.当前研究人员已经提出了许多智能合约分析工具,用于检测合约中的bug.这些工具要么使用基于以太坊虚拟机字节码的符号执行来检测bug,要么将源代码转换为中间表示形式后再检测bug.然而,基于符号执行的工具通常无法覆盖合约中的大部分bug;将源代码转换为中间表示形式会对检测速度产生负面影响.此外,现有的工具都只能检测bug,而无法根据检测结果自动修复bug.为了解除以上限制,提出了一种名为SolidityCheck的方法,该方法通过使用正则表达式、程序插桩和语句替换等技术,实现快速检测合约中的bug并自动修复其中某些种类bug的目的.文中进行了 一系列实验来评估SolidityCheck,实验结果表明,与现有方法相比,SolidityCheck在多个指标上显示出了优异的性能.     

数据起源技术发展研究综述*

在总结国内外相关文献基础上,系统介绍了数据起源的概念、内容及其主要应用,介绍了数据起源的基础研究和开放环境下两个典型的形式化模型,然后介绍了其在数据库和工作流及其他领域的应用,对现有成熟的起源管理系统进行了分析和比较,最后展望了数据起源技术的发展方向。     

随机森林和DE-ELM的烘丝机入口含水率预测北大核心CSCD

烘丝机入口含水率是影响烟丝质量与卷烟口感的关键因素。为实现其预测并为操作优化提供依据,提出了基于随机森林和DE-ELM的烘丝机入口含水率预测方法。首先通过随机森林基于平均精确度减少的排序方法筛选特征变量,然后采用差分进化优化的极限学习机(DE-ELM)建立筛选后特征变量与烘丝机入口含水率的关系模型,进而实现烘丝机入口含水率的预测。对比神经网络(BP-NN)、支持向量机(SVM)、普通极限学习机(ELM)及随机森林等方法在相同历史生产数据集上的预测结果,所提DE-ELM预测方法使烘丝机入口含水率的预测准确率稳定在95.87%,预测标准平均误差仅为0.128%,预测效果最佳。     

城市正射影像图网络发布系统的实现及关键技术

基于SuperMap IS.NET平台,采用AjaxControls和WebService技术,在普通PC服务器上不仅实现了广州市全市域、不同年代、高分辨率正射影像图快速、高效地网络发布,而且实现了影像图与城市1∶500、1∶2000等大比例尺数字线划图、不同GIS格式专题图数据的集成式发布,本文对系统的实施思路、功能特色和关键技术等进行了详细地探讨。