基于二维邻域保持判别嵌入的人脸识别

提出二维邻域保持判别嵌入(2DNPDE)算法,该算法是一种有监督的基于二维图像矩阵的特征提取算法.为表示样本的类内邻域结构和类间距离关系,分别构建类内邻接矩阵和类间相似度矩阵.2DNPDE所获得的投影空间不但使不同类数据点的低维嵌入相互分离,而且保留同类样本的邻域结构和不同类样本的距离关系.在ORL和AR人脸数据库上的实验表明,该算法具有更好的识别效果.     

一种基于有向图的访问控制方法的研究

提出了一种基于有向图结构的数据关系的表示方法.这种方法直观地将数据之间的包含、信任关系表达出来,可以很方便地计算出对于某个特定的数据访问者所能访问的数据的集合和具体的访问权限,从而达到表达访问控制逻辑的目的.通过这种方法,可以把访问控制逻辑从应用层下降到数据管理层,大大简化应用系统的逻辑复杂度.     

一个拟PETRI网建模模型

本文利用ＰＥＴＲＩ网和自动机理论，为ＥＡＲ数据模型的数据库设计，建立一个拟ＰＥＴＲＩ网的设计方法，并构造一个建模模型，为数据库辅助设计提供基础框架结构。     

分析型CRM的软件体系结构

随着客户关系管理概念的普及推广,各厂家的CRM产品及人们对CRM的讨论层出不穷,由于这些讨论大多集中在CRM的功能、效益及发展前景等方面,因而对CRM本身的软件体系结构却未能形成统一的标准。该文针对CRM系统中重要的支撑部分-分析型CRM,依据层次化体系结构和中间件的思想,提出一种分析型CRM的分层软件体系结构。     

基于数据仓库的客户关系管理

数据仓库是数据管理信息领域近年来出现并发展迅速的一种新技术,它可以将各个渠道得来的数据,整理成全面、完善的客户信息库,通过数据挖掘和数据分析,来了解客户的需求,以保持良好的客户关系,维系客户忠诚,从而提高企业核心竞争力。论文介绍了数据仓库的基本概念及其技术特征,详细分析了数据仓库在客户关系管理中的作用。在此基础上,提出了客户关系管理数据仓库系统的具体设计方案。     

基于聚类的数据挖掘技术在电子商务CRM中的应用研究

本文通过对电子商务中客户关系管理聚类数据挖掘技术的研究,提出基于CABOSFV算法的客户聚类算法,用于解决客户关系管理中大量高维稀疏数据组成的客户行为数据集聚类分析和信息管理问题。     

基于频繁项集的互补替代关系挖掘算法

以TOP-k-ClosedMiner算法为基础,提出基于索引的频繁项集挖掘算法Index-FIM。该算法用位向量表示数据集,同时引入广度扩展剪枝和区域索引跳过策略。实验表明,Index-FIM算法在稀疏数据集上挖掘频繁项集具有较高的执行效率。为得到能直接用于预测的有效信息,提出基于频繁项集的互补替代关系挖掘算法(CARM)。通过对已挖掘出的各频繁项集中的频繁项进行相关性计算,得到频繁项之间的互补替代关系,并以互补替代关系图(CAG)的形式直观表示,便于决策者做出准确、合理的判断。实验表明,CAG比频繁项集表示的信息更有效、更精确。     

基于关系着色图的Timetabling算法研究及其应用

考试自动安排系统在高校教务管理中处于重要位置,也是一个难题.提出一种基于关系着色图RCC(Relationship Coloring Chart)的Timetabling算法,探讨了该算法在考试时间安排中的应用,开发了某高校业余大学考试自动安排系统,并解决了较大数量学生补考的复杂安排问题.     

生态危机根源探析——人对人的压迫与人与自然的分离

在人类社会的历史进程中,人与自然的关系一直是人类密切关注的议题。工业革命一方面给人类带来了文明,但另一方面也使人与自然的关系越来越恶化。生态危机已经成为全球性的问题。人们要想解决这一难题,首先必须寻找问题产生的根源。从马克思主义的观点出发,探讨了生态危机产生的根源,即人对人的压迫所造成的人与自然的分离,而人与自然的分离又进一步加剧了人对人的压迫。因此,当今的生态危机仅仅通过改良是不能够真正得到解决的。人类必须从根本上改变人对人的压迫、人与自然分离的现状,才能使人类既保护和建设生态环境,又合理地改造和利用自然,从而实现人类的可持续发展目标。     

建筑的“世界”——五台山佛光寺的再思考简

本文以东西方两个建筑的图片引发两种建筑认识的提问,并通过这两种认识的比较引出对中国传统建筑建造思维的思考。