文档管理系统的研究与设计

文件档案管理系统是办公自动化系统的一个重要的组成部分。本系统的重点在于将文档按照部门机关和文档类别进行分类列表,从而方便用户查询文档信息。文件列表减少了用户在查找时所耗费的时间。强大的管理功能保证了文档资料能够最大化实现其价值,作为公司各个部门有力的参考资料,优化企业资源。     

Analyzing the efficacy of using digital ink devices in a learning environment

There has been increased interest on the impact of mobile devices such as PDAs and Tablet PCs in introducing new pedagogical approaches and active learning experiences. We propose an intelligent system that efficiently addresses the inherent subjectivity in student perception of note taking and information retrieval. We employ the idea of cross indexing the digital ink notes with matching electronic documents in the repository. Latent Semantic Indexing is used to perform document and page level indexing. Thus for each retrieved document, the user can go over to the relevant pages that match the query. Techniques to handle problems such as polysemy (multiple meanings of a word) in large databases, document folding and no match for query are discussed. We tested our system for its performance, usability and effectiveness in the learning process. The results from the exploratory studies reveal that the proposed system provides a highly enhanced student learning experience, thereby facilitating high test scores.

基于三层网络架构及DOM的XML系统模型

本文阐述如何在三层网络架构上运用XML以构造XML文档支持系统,提出了基于三层网络架构及DOM的XML系统的模型,该系统与传统的客户／服务器应用或是应用一般的数据传输方式如HTML等系统相比具有减少了网络流量、更有利于检索、可从多种不同的数据源集成数据、开放性、可扩充性、可重用性等一系列特点。     

一种基于SOM和K means的文档聚类算法*

提出了一种把自组织特征映射SOM和Kmeans算法结合的聚类组合算法。先用SOM对文档聚类,然后以SOM的输出权值初始化Kmeans的聚类中心,再用Kmeans算法对文档聚类。实验结果表明,该聚类组合算法能改进文档聚类的性能。     

XML文档更新的有效性问题研究

XML作为Web上用于表示和传递数据的主要技术之一正在受到越来越广泛的关注,在介绍了XML文档更新的相关内容后,详细分析了XML文档更新中存在的问题,将其归结为一致性问题和先验性问题,并给出相应的解决方案和具体实现。     

语义标注元数据及其抽取技术*

讨论了语义Web上用XML或RDF/XML标注元数据的方法以及元数据标注在语义Web上的两种存在形式：单一文件或XML包。在此基础上,介绍了从这些单独文件或XML包宿主文件中抽取元数据的方法,包括XML解析器SAX和DOM以及XML包扫描器的构造。     

网络环境下高校图书馆文献传递发展现状研究——以武汉纺织大学图书馆为例

通过对武汉纺织大学图书馆文献传递的服务方式、传递途径、数据统计分析等方面进行探讨,提出一些对策及建议,以促进文献传递更好的为高校教学科研服务。     

一种新的电子公文加解密方法

随着电子政务的广泛应用,人们对电子公文的真实性和安全性的要求越来越高,本文提出一种新的电子公文加解密方法,主要基于矩阵的一些组合问题,在加解密过程中减少了使用大量的模指数运算,提高了计算效率,从而提高了电子公文的传输和共享的效率。     

一种基于最少出现文档频的文本特征提取方法

传统特征提取改进方法在特征分布信息的量化方面存在不足,很大程度上影响了其分类效能。针对这一问题,提出一种基于最少出现文档频的特征提取改进方法,即TF-LDF算法。该算法用最少出现文档频来量化特征类间集中度与类内离散度,能够更加准确地反映特征分布情况。通过实验结果比较,可以证明TF-LDF算法分类效果更佳。