Windows技巧

虽然关于Windows的操作技巧数不胜数,但是在这里大家总能找到几个最实用的。 1／Windows／ 通过脚本要求系统释放一些内存 Windows对内存的需求较大,而一些内存比较小的电脑,长时间运行之后更容易出现内存不足的问题。这不仅会导致应用程序的运行速度变慢,而且个别应用程序甚至可能无法正常运行。不过,我们可以通过脚本要求系统释放一部分内存,系统将清理不必要的数据,腾出更多可用的内存。     

基于用户特征属性和云模型的协同过滤推荐算法

随着数据的极端稀疏性,仅仅依赖于传统的协同过滤相似性的度量方法已无法取得精确的推荐结果。针对这一问题,提出基于用户特征属性和云模型的协同过滤算法。首先,算法利用云模型计算用户评分云相似性,结合用户打分偏好对原矩阵进行填充,在此基础上得到用户的评分云相似性;其次,再结合用户特征属性相似性通过加权因子计算用户的最终相似性,得到一种新的相似性度量方法;最后,得到算法的评分预测。实验结果表明,该方法能够提高推荐质量。     

支持向量机补偿的多因素灰色模型话务量预测

为了提高对话务量的预测精度以及建模的速度,针对当前移动通信话务量预测受到多种因素的影响,提出了基于支持向量机残差补偿的多因素灰色话务量预测模型。该模型通过灰色关联分析法确定影响话务量的主因素变量,然后用多变量灰色模型进行预测,再用粒子群优化的最小二乘支持向量机进行残差序列预测,以实现残差补偿。实验结果表明,该预测模型具有所需样本小、预测精度高的优点,为话务量网络管理提供了一种新的预测工具。     

基于灰色马尔科夫链的小排量汽车销量预测研究

近两年来,我国小排量汽车的销量受到政策、价格等各种原因的影响呈现出波动的形势。为了较为准确的对小排量汽车销量进行预测,本文建立了相应的灰色马尔科夫链预测模型。首先通过灰色GM(1,1)模型获得两年来我国小排量汽车销量的基本走势,然后采用灰色马尔科夫链在GM(1,1)模型基础上进行修正,最后得到最终的预测模型。该模型有效整合了GM(1,1)模型处理光滑序列的有效性和灰色马尔科夫链处理随机序列的有效性。通过对2013年10月、11月、12月的销量数据进行测试,该模型具有较高的预测精度。     

基于质量管理体系和CMMI的气象水文软件质量控制方法浅析

论文针对气象水文软件开发中存在的问题,分析了国内外常用的软件质量控制方法以及它们所存在的问题,提出了将质量管理体系和CMMI相结合的质量控制方法,建立了一种新的软件质量控制模型,为全面提升气象水文软件的质量提供新的思路。     

电子政务系统软件质量评价软件

由于我国电子政务的发展正处于起步阶段,所以电子政务系统的质量评价也正在摸索中,本课题的目标就是建立一套完整、优质的电子政务系统质量评价软件,为我国电子政务的建设做出贡献。本项目通过对外部质量的研究结合电子政务系统的特点构建出电子政务系统软件的质量评价模型,并引入六西格玛质量管理理论作为质量评价模型各个指标的度量标准。给予各个评价指标适当的权重,结合指标数据和相应的权重进行计算,最终得出电子政务系统的评价分数。     

智能监控系统中一种改进的目标检测算法

目标检测算法是智能监控系统研究领域中的一个重要课题,基于混合高斯模型的背景差分方法是其中一种广泛使用的目标检测方法,但是,在当场景本身发生变化,如当静止的物体开始移动时,存在背景模型对背景的变化的不能快速、及时地响应等问题。本论文针对运动目标的检测,提出了一种新的混合高斯模型自适应更新算法,它能够快速准确地初始化背景模型,加强模型适应场景变化的能力。仿真实验结果表明,该算法准确性高,运算速度快,能够较快适应背景的变化,可以满足实时检测的需要。     

用关系数据库标准语言SQL实现数据查询(多表查询)的应用研究

关系数据库语言的国际标准在1987年被确定,到目前为止,版本由SQL—89标准、SQL—92标准升级到SQL—99标准,这些版本全称为SQL3。SQL现在已成为数据库领域中使用最为广泛的一个主流语言。它主要由数据查询、数据操纵、数据定义和数据控制四个功能组成。其中数据查询是SQL的核心功能,这其中多表查询也是最为复杂的查询,本文正是立足于SQL的多表查询在实际应用中的应用研究。     

云计算技术探讨

云计算作为21世纪的一种新兴产业,服务范围日益扩大,对云计算的要求很自然地也就越来越高。从云计算的发展来看,云计算技术的发展融合了分布式计算、并行计算、效用计算、网格计算、虚拟化和负载均衡等传统计算及网络技术,并逐步趋于理性发展阶段,云相关的技术、应用和服务也更加地成熟和完善。伴随信息时代的高速发展,云计算又将面临新的技术,网络、应用和安全等方面的挑战。在把握云计算服务模式和部署模型等基础概念基础上,基于对云计算前景发展的思考,开展对云计算的网络架构和数据安全探讨。     

基于LDA模型的科技文献话题演化分析

本文提出了一种通过追踪不同时间片内话题的变化趋势进行话题演化分析的方法,该方法首先利用LDA话题模型抽取科技文献的话题,然后对语义意义不明确的话题进行话题过滤,最后通过计算话题的强度和关联度来分析话题的演化趋势。本文对《计算机学报》论文集进行实验,实验结果表明,在不对话题生成进行人工干预的前提下,本文方法较真实地描述了研究主题强度和内容随时间的演化趋势,且具有良好的效果。