基于.NET的员工绩效考核系统

绩效考核是对员工一段时间的工作、绩效等的考核,其结果可以为相关个人薪酬调整、奖金发放及职务升降等提供依据。设计了一种基于绩效指标的绩效考核系统,以上下级考评方式为基础,并以ASP.NET为前台、SQL SERVER为后台实现了该绩效考核的整个流程,结果表明该系统是一个实用,有效的绩效考核系统。     

一种基于B/S模式的多课程考试系统研究

构建一个基于B/S模式的多课程综合考试系统,对减少全省性大规模的考试资源消耗,提高考试管理效率有着重要的意义。给出了一个基于B/S模式的考试系统的体系结构,并且分析了该系统评分的关键技术。     

基于Web和组件技术的城市照明远程监控系统

针对城市照明监控系统控制模式采用传统的C/S结构,难于更新和维护、不能有效解决故障发生率的现状,采用分布式多级控制思想,利用组件、Web和XML技术以及各种Java框架实现系统组件和组件接口,设计了主控中心和子控中心两级B/S结构的城市照明远程监控系统.实验结果表明,设计模式具有较高的灵活性,故障诊断方法具有很好的故障控制率.系统组件能够有效应用于其它系统的开发,具有良好的可扩展性.     

Cubic B样条旋转曲面的自由绘制技术

随着基于样条曲线的模型逐渐成为CAGD的主要研究对象,进一步带动了高度自由曲面建模技术的发展.本文描述一个新颖、直观的旋转曲面绘制技术,它支持三次B样条的自由输入作为轮廓线,并通过提取的样点矢量以及最小方差逼近方法形成旋转轴,利用轴上测量点的切线方向确定各个圆平面,从而建立了平面上旋转坐标矩阵,最终插值空间球面样点生成双三次B样条曲面.实验结果有效地验证了此技术的高效性.     

基于聚类的P2P电子商务信誉评价算法

提出基于聚类的P2P电子商务信誉评价算法。该算法根据节点行为的相似性将节点聚类成若干集合,将每个节点集合视为一个节点进行迭代信誉计算。诚实节点行为相似性较高,通常聚类为最大的节点集合,在迭代计算中占主导地位。实验结果表明,与基于社会网络和概率估计的信誉评价体系算法相比,该算法误差较小。     

一类混沌序列线性复杂度的分析

针对传统密码学中由线性移位寄存器生成的序列在统计特性上的不足,提出一种基于混沌的序列密码生成方法,并在有限精度实现时引入Legendre扰动序列使得输出具有良好的统计特性。用B-M算法对其进行线性复杂度分析,并与等效的线性反馈移位寄存器的复杂度进行比较,结果显示该混沌序列具有良好的非线性特性,保密性好且软件实现简单。     

一种新的最小二乘支持向量聚类

针对传统支持向量聚类的低性能和高耗费问题,提出最小二乘支持向量聚类(LSSVC)模型,设计自适应参数化方案。模型中包括两步簇划分算法和快速训练算法。前者对支持向量和非支持向量分别进行划分,后者采用增量方式,每次增量对应聚类模型的双向学习过程。实验结果证明,LSSVC可有效提高同类算法的效率,具有良好聚类能力,当数据增量为工作集大小的10%时,算法可在时间耗费和聚类准确率之间取得良好的平衡。     

结构化信息的去重方法

针对载有结构化信息的网页,提出一种基于学习的去重方法。通过先期准备的样本定义分类器,根据分类器对页面中结构化信息的不同属性字段进行分类和距离计算,计算出整个信息对象和已分类样本信息的距离,以这些距离与阈值的大小关系判断该信息对象是否重复。     

基于密度可达的多密度聚类算法

为对多密度数据集聚类,提出一种基于密度可达的多密度聚类算法。使用网格划分技术来提高计算每个点密度值的效率,每次聚类都是从最高密度点开始,根据密度可达的概念和广度优先的策略逐步向外扩展进行聚类。实验表明,该算法能够有效地对任意形状、大小的均匀数据集和多密度数据集进行聚类,并能较好地识别出孤立点和噪声,其精度和效率优于SNN算法。     

基于约简SVM的网络入侵检测模型

支持向量的数量越大,基于SVM的网络入侵检测系统速度越慢。针对该问题提出一种新的SVM约简方法,在特征空间中对支持向量进行聚类,寻找聚类质心在输入空间中的原像,将其作为约简向量,以实现支持向量削减目的。实验结果证明,该方法能提高SVM入侵检测引擎的速度,增强入侵检测系统的实时响应能力。