任务驱动在C语言程序设计的探析

根据C语言教学经验,针对学生学习积极性不高,上机实践盲目等问题,采用从总体到细节的教学模式,以兴趣引导来提高学生的求知欲望,划分知识模块,突出知识点之间的内在联系,以任务驱动来培养学生的自学能力;提出了以学生为中心,注重学生的创新能力的培养,从而提高学生的综合素质的教学思想。     

基于动词属性的模板化自动代码生成

介绍了一种自动代码生成的方法.提出了以动词为中心,基于属性的语义处理方法理论.在此思想理论的指导下,建立了相应的知识库和语义处理规则库,并详细研究了受限自然语言语句中词语的语义处理过程.最后将受限自然语言理解应用自动代码生成中去,通过对已经规范化的受限汉语语句中的各个动词进行分类并赋予其属性概念,依据知识库和规则库,对受限语句进行语义分析,将之转换为中间语言,并结合可定制的模板方法,在程序生成引擎中自动生成代码.     

SQL Server 2005数据挖掘技术在证券客户忠诚度的应用

文中主要研究了我国证券业客户忠诚度分类和表现形式,提出了一种证券业客户忠诚度评估的有效方法。依据RFM客户评价方法,结合数据挖掘的一般流程将SOLServer2005中的数据挖掘技术应用于证券业客户忠诚度模型系统中,并结合某证券公司客户交易数据,对其客户忠诚度进行了准确合理的分类,对其不同忠诚度类型的客户提出相应个性化营销建议,最后通过使用DMX语言在客户端运用数据挖掘产生的分类规则对其客户进行了准确预测。     

面向自动抄表系统的智能消息语言

针对传统自动抄表系统存在的多种计量设备相互通信困难的问题,提出了一种面向自动化抄表系统的智能消息语言(SML).分别阐述了SML的基本概念、结构及其在网络结构中的定位,分析了SML语言标准中的消息簇组成格式、封装和编码方式等.最后,结合电力抄表系统的应用实例,给出了SML语言在电力自动抄表系统中的各种数据传输格式.通过...     

基于OpenCL的MD5破解算法

在基于GPU的异构平台上,采用开放计算语言(OpenCL)实现破解算法,利用分轮生成攻击密码、图形渲染管线加速存取以及多密码并行等方法对算法进行优化,在Intel四核CPU Q8230(2.3 GHz)和一片NVIDIA GT200组成的平台上进行实验。实验结果表明,在相同CPU平台上该算法能够获得高于破解软件John the ripper 17倍的破解速度。     

基于递归和表函数的一到多数据转换研究

针对关系表达式难以进行无限制一到多数据转换的问题,通过关系代数的扩展表达一到多数据转换,采用递归查询和表函数实现无限制一到多数据转换,在每个输入元组上产生一个或者多个输出元组。递归查询通过创建初始结果,递归获取结果集,并返回最终结果集;表函数声明变量集合,使用过程体和游标循环访问表,迭代输出元组。实验分析不同参数影响因素下有限制和无限制转换的不同方法,结果表明扩展方法能够改善系统性能。     

一种基于tuProlog的智能售货系统设计

给出一种结合Prolog逻辑智能和传统程序设计的虚拟售货员系统的设计方法。该方法基于tuProlog技术,将业务逻辑与关系型数据结合在一起的传统程序设计转变为将逻辑推理与其他非逻辑处理分开的设计方法,即把系统分为逻辑处理模块和骨骼模块,逻辑模块负责复杂多变的业务逻辑处理,骨骼模块负责其他非逻辑问题,介绍逻辑模块的设计思路和实现步骤。该方法既利用了传统程序设计的优势,又将复杂的逻辑推理独立出来,由专门的逻辑引擎处理,有效提高系统的灵活性和可扩展性,是一种可供参考的智能程序设计方法。     

多核环境下的图像分割并行算法研究

对多核环境下的图像分割并行算法进行研究,在基于正交小波分解的多分辨率图像锥中引入模糊C-均值(FCM)算法,采用OpenMP语言设计P-FCM多核并行模型,并给出该模型的算法实现步骤。在对初始图像数据预处理时,采用矩形块数据分割法进行图像分块,将分块后的子图像数据作为并行运算时的输入数据由主线程分给不同的处理器。实验结果表明,在处理较大图像时,该算法效率较高。     

面向协同产品商务的零件信息表达与共享

根据协同产品商务中各方对零件信息统一表达和共享的需要,提出一种面向协同产品商务的零件信息表达与共享方法。该方法分析零件信息特征构成及特征间关系,并基于特征建模技术建立面向协同产品商务的零件信息特征模型,将零件信息特征模型转化为统一的XML Schema信息模式,阐述转化的基本规则,构建面向协同产品商务的零件信息共享与交换平台,该平台以XML Schema信息模式进行检验,零件信息由XML描述并通过各种XSL样式表映射,满足不同用户的显示需要,实现零件信息的共享与交换。应用实例证明了该方法的有效性和可行性。     

基于LSI的代码-文档可追溯关联挖掘研究

软件过程产品间可追溯关联挖掘对软件维护及需求跟踪等众多领域至关重要。基于此,提出一种基于潜在语义索引提取程序代码和中文文档关联信息的方法,该方法是对向量空间模型的改进,通过分析文本间隐含的语义结构来确定关联度,而不依赖于词项的匹配。实验结果表明,该方法不依赖于代码和文档预先定义的同义词库和知识库,并能一定程度上提高查全率和查准率。