浙江天气网气象商城网上支付功能技术实现

随着社会经济发展及人民生活水平的提高,公众对气象信息的需求越来越旺盛,而在电子商务迅猛发展的今天,网购已成为老百姓的主要购物方式之一。浙江省气象服务中心开辟网上气象商城通过支付宝网上支付实现网购气象信息平台,介绍了支付宝网上支付功能的技术实现。     

不完备区间值信息系统中邻域粗集模型

目前对未知区间值的研究还处于起步阶段。以包含复杂的遗漏型未知区间值不完备信息系统为研究对象,提出了一种基于灰格运算和Hausdorff距离的新的邻域关系。在此基础上,依次提出了邻域关系、最大相容类和邻域系统3种灰色粗集模型。进一步讨论了3种灰色粗集模型之间的上、下近似空间,以提高近似空间的精确度,并用实例进行了分析及验证。     

一种基于分类的平行语料选择方法

大规模高质量双语平行语料库是构造高质量统计机器翻译系统的重要基础,但语料库中的噪声影响着统计机器翻译系统的性能,因此有必要对大规模语料库中语料进行筛选。区别于传统的语料选择排序模型,本文提出一种基于分类的平行语料选择方法。通过少数句对特征构造差异较大的分类器训练句对,在该训练句对上使用更多的句对特征对分类器进行训练,然后对其他未分类句对进行分类。相比于基准系统,我们的方法不仅缩减40%训练语料规模,同时在NIST测试数据集合上将BLEU值提高了0.87个百分点。     

SQL SERVER 2005基于事务日志的备份与恢复深入研究

SQL SERVER 2005的备份/恢复功能表面上看似简单, 但实际上其实现机制相当复杂并且微软公司并没有对外公布其备份/恢复机制的具体实现细节. 包括专业数据库管理员在内很少有人能将SQL SERVER 2005的备份/恢复机制解释清楚, 力图从一个较深入的层次研究分析SQL SERVER 2005的事务日志以及基于事务日志的备份与恢复.     

气象水文到报监测的实时性设计

到报监测是气象水文数据传输、处理等的重要环节,其实时性是关键设计目标.通过分析文件目录扫描方法和消息通知机制的应用特点,结合气象水文资料传输、处理规程及应用模式,重点阐述了结合实时性和可靠性要求的到报监测方法,并给出一种重构性强、应用灵活的到报监测模块的设计方案.     

网络编码调度算法的研究

近年来,网络编码作为提高通信系统吞吐量一种手段。在多播的通信网络,网络中各个传送节点结合动态变化的网络情况,对不同信息流的数据包进行编码处理,从而减轻局部节点的阻塞,提高了整个通信系统的性能。文章主要工作要体现在典型无线通信网络中,引入动态网络编码调度算法,提高无线通信系统的网络编码增益和系统吞吐量;探讨在自适应无线通信系统下,如何适当的使用自适应技术,使得动态网络编码调度算法的作用发挥到最大。各个节点间的发送端更应选取适合的自适应技术,来提高无线通信系统性能。通过MATLAB仿真显示,带有自适应技术的无线网络,在动态网络编码调度算法作用下,对改进系统性能有着更加重要的现实意义。     

蒙古国都日根水电站鱼道建设的启示

通过对国内外鱼道发展现状和趋势的分析,对几种常用鱼道的优缺点做了比较,结合都日根水电站所在秦诺哈拉依赫河鱼类生长繁殖特点,采用了垂直竖缝式加小底孔相结合形式的鱼道设计。实践证明此鱼道设计有效保护了鱼类及河流生态的预期作用,具有一定的科学性、实用性和可推广性,对我国中小河道枢纽建设具有一定的参考价值。     

集对分析在汛期分期中的应用研究

合理的流域汛期分期,对水库防洪、兴利和实现洪水资源安全利用具有关键意义。现有汛期分期方法较复杂,计算繁琐,不便于应用。为此提出了基于集对原理的汛期分期方法——集对分析法(SPAM)。介绍了集对分析的基本思路和汛期分期计算的步骤。实例分析表明基于集对分析的汛期分期可行,分期结果可信。SPAM概念清晰,结构简单,计算简洁,易操作,是一种有效的分期途径。     

Compression and aggregation of Bayesian estimates for data intensive computing

Bayesian estimation is a major and robust estimator for many advanced statistical models. Being able to incorporate prior knowledge in statistical inference, Bayesian methods have been successfully applied in many different fields such as business, computer science, economics, epidemiology, genetics, imaging, and political science. However, due to its high computational complexity, Bayesian estimation has been deemed difficult, if not impractical, for large-scale databases, stream data, data warehouses, and data in the cloud. In this paper, we propose a novel compression and aggregation schemes (C&A) that enables distributed, parallel, or incremental computation of Bayesian estimates. Assuming partitioning of a large dataset, the C&A scheme compresses each partition into a synopsis and aggregates the synopsis into an overall Bayesian estimate without accessing the raw data. Such a C&A scheme can find applications in OLAP for data cubes, stream data mining, and cloud computing. It saves tremendous computing time since it processes each partition only once, enabling fast incremental update, and allows parallel processing. We prove that the compression is asymptotically lossless in the sense that the aggregated estimator deviates from the true model by an error that is bounded and approaches to zero when the data size increases. The results show that the proposed C&A scheme can make feasible OLAP of Bayesian estimates in a data cube. Further, it supports real-time Bayesian analysis of stream data, which can only be scanned once and cannot be permanently retained. Experimental results validate our theoretical analysis and demonstrate that our method can dramatically save time and space costs with almost no degradation of the modeling accuracy.     

紧密衔接工序组联动的综合调度算法

由于现有的工序间存在紧密衔接条件的复杂产品综合调度问题, 采用的移动交换算法不易于软件实现且没有考虑移动工序后产生的连锁反应引起较高算法复杂度的问题, 提出将具有紧密衔接约束条件的工序组进行统一联动的综合调度算法.该算法利用将具有紧密衔接约束条件的工序分组的扩展加工工艺树模型, 按路径上属于工序组的工序个数多少确定所在路径工序组调度的次序, 通过降低对工序组的限制要求降低算法复杂度; 对于被调度工序组中各工序的前序工序, 按工序组中工序的加工顺序确定调度次序, 对某个工序的前序工序采用复杂度较低的拟关键路径法确定工序的调度次序; 调度完所有紧密衔接工序组后, 剩余的标准工序按拟关键路径法确定调度顺序; 采取工序首次适应调度算法调度标准工序和工序组, 由于工序组中工序采取按序紧密衔接的联动调度方式确定工序组的开始时间, 避免了二次调整, 进一步降低了算法复杂度. 分析和实例表明, 所提出的综合算法比以往算法复杂度更低, 调度结果更优且更易于实现.