PowerBuilder中目录树的探讨

在管理信息系统中,经常会用到无限级的树形结构,如学校班级管理、物品分类等等。它看起来很像窗口形状,在此通过一个案例,加深对TreeView理解。     

ASP．NET下出版管理系统的设计与实现

给出了出版管理信息系统的设计和实现技术。系统的主要功能模块包括：编务管理、印务管理、发行管理、财务管理。根据系统需求和业务特点,其中编务、印务管理子系统采用浏览器/服务器（B／S）架构,发行管理、财务管理子系统采用客户机／服务器（C／S）架构。文章综述了出版管理信息系统的主要功能模块设计以及在业务流程中应用。设计过程采用了一种ASENET利用ADO对Access、SQLServer数据库的调用方式。这种方式在其他管理信息系统设计中已得到应用。     

高职类院校"嵌入式系统"教学思考

本文根据嵌入式系统的教学特点和高职类院校人才培养的目标,分析了高职类院校嵌入式系统教学的现状与特点、并对如何改进嵌入式教学现状、如何才能更好地培养出满足社会需求的高素质嵌入式技术人才提出了几点建议.     

嵌入式平台项目开发研究——J2ME代码优化与紧缩

使用J2ME平台在嵌入式平台所能提供的有限的硬件上开发应用软件与游戏,这对J2ME开发者来说是一个挑战.通常来说,刚刚开发完成的软件,要运行在真机设备上常常会出现一些问题.所以开发完成的产品,必须通过对产品进行多方面的优化.通过算法与编码方式的优化可以提高程序的运行速度、减少内存的占用、提高程序的运行效率.     

受限功能信息家电的Jini启用

受限功能信息家电由于功能限制而不能自主加入Jini群体。本文主要探讨了在这类设备中如何启用Jirti技术。并提出了几种可行的方案。     

一种新型的基于IPTV网络的视频会话系统

基于IPTV网络的视频会话系统具有广阔的应用前景。研究并实现了一种基于IPTV网络的具有服务质量保证的新型视频会话系统,阐述了该系统的体系架构及业务流程,提出了适用于本视频会话系统的嵌入式IP机顶盒的体系架构,并针对嵌入式系统资源受限的特点进行了性能优化设计,特别提出了一种带宽自适应的QoS机制,充分保证视频会话应用在IPTV网络多业务环境下的用户体验。     

基于Web_CORBA信息家电家庭网关的设计与实现

随着各种信息家电的出现及网络技术的发展,家电控制需要一个便捷有效的平台。本文提出了Web_CORBA家庭网关的设计构想,给出了信息家电的接口定义,采用CORBA-CGI方式最终实现了Internet远程控制,并以信息家电冰箱为例给出了具体的设计过程。     

Xilinx XC4000系列FPGA自动测试平台搭建

随着FPGA的发展,FPGA测试技术也得到了相应的发展。因为FPGA的结构和传统专用集成电路(ASIC)有着本质的区别,在FPGA中不能形成可测性设计电路,但它的可编程能力决定了其测试电路可以通过编程的方法来实现。本文讨论了Xilinx XC4000系列FPGA中CLB资源和互连资源的自动测试方法。而且提出了一种新的测试资源坐标定位方法,使得由软件仿真向器件真实测试取得了突破。并搭建了硬件测试平台。     

Supervised classification of share price trends

Share price trends can be recognized by using data clustering methods. However, the accuracy of these methods may be rather low. This paper presents a novel supervised classification scheme for the recognition and prediction of share price trends. We first produce a smooth time series using zero-phase filtering and singular spectrum analysis from the original share price data. We train pattern classifiers using the classification results of both original and filtered time series and then use these classifiers to predict the future share price trends. Experiment results obtained from both synthetic data and real share prices show that the proposed method is effective and outperforms the well-known K-means clustering algorithm.     

Robust path-based spectral clustering

Spectral clustering and path-based clustering are two recently developed clustering approaches that have delivered impressive results in a number of challenging clustering tasks. However, they are not robust enough against noise and outliers in the data. In this paper, based on M-estimation from robust statistics, we develop a robust path-based spectral clustering method by defining a robust path-based similarity measure for spectral clustering under both unsupervised and semi-supervised settings. Our proposed method is significantly more robust than spectral clustering and path-based clustering. We have performed experiments based on both synthetic and real-world data, comparing our method with some other methods. In particular, color images from the Berkeley segmentation data set and benchmark are used in the image segmentation experiments. Experimental results show that our method consistently outperforms other methods due to its higher robustness.