基于MF-R和AWS密钥管理机制的物联网健康监测大数据分析系统

带有传感器的可穿戴式医疗设备不断生成大量数据，由于数据的复杂性，难以通过处理和分析大数据来找到有价值的决策信息。为了解决这个问题，提出了一种新的物联网体系结构，用于存储和处理医疗应用的可扩展传感器数据（大数据）。所提出的架构主要由两个子架构组成：Meta Fog重定向（MF-R）架构和AWS密钥管理机制。MF-R架构使用Apache Pig和Apache HBase等大数据技术来收集和存储不同传感器设备生成的传感器数据，并利用卡尔曼滤波消除噪声。AWS密钥管理机制使用密钥管理方案，目的是保护云中的数据，防止未经授权的访问。当数据存储在云中时，所提出的系统能够使用随机梯度下降算法和逻辑回归来开发心脏病的预测模型。仿真实验表明，和其他几种算法相比，提出的算法具有更小的误差，且在吞吐量、准确度等方面具有一定的优越性。     

基于项目导向、任务驱动的软件测试课程开发研究

职业能力是高职高专人才培养中一个很重要的内容,通过基于企业需求制定教学大纲,引入企业真实项目作为导向,深入剖析项目工作任务,针对项目工作任务的特点,划分教学任务设计,在多个班级的软件测试教学中试验,完成了"项目导向、任务驱动的软件测试课程"开发研究工作。事实证明以这种教学模式开展的课程不仅提高了实践教学的效果,促使学生在学习过程中完成项目的实施过程,同时提高了职业工作技能。     

基于云计算的网络教育平台的探索和研究

基于云计算的网络教育平台,主要为高校、信息技术相关企业、个人提供多学习方向,集理论学习和项目实践能力训练为一体的信息技术类的网络教育服务。项目采用SaaS服务模式,高校、企业、个人用户通过网络购买服务即可,不需在软硬件基础设施方面投入大量资金,可节省大量成本。同时,通过本平台将培养出更多的信息技术实战人才,解决信息技术类人才短缺问题。     

Spark框架下利用分布式NBC的大数据文本分类方法

针对现有面向大数据的计算框架在可扩展性机器学习研究中面临的挑战,提出了基于MapReduce和Apache Spark框架的分布式朴素贝叶斯文本分类方法。通过研究MapReduce和Apache Spark框架的适应性来探索朴素贝叶斯分类器（NBC）,并研究了现有面向大数据的计算框架。首先,基于朴素贝叶斯文本分类模型将训练样本数据集分为◢m◣类;进一步在训练阶段中,将前一个MapReduce的输出作为后一个MapReduce的输入,采用四个MapReduce作业得出模型。该设计过程充分利用了MapReduce的并行优势,最后在分类器测试时取出最大值所属的类标签值。在Newgroups数据集进行实验,在所有五类新闻数据组上的分类都取得了99%以上的结果,并且均高于对比算法,证明了提出方法的准确性。     

车联网智能交互系统设计探索

随着近几年车联网的快速发展和应用,车联网智能交互系统的设计方案种类较多,本文通过对车联网的了解和探索,提出了初步的设计方案。这套设计方案是基于Android系统在物联网汽车领域的应用而设计的解决方案,主要有三部分：服务器端管理系统、车载硬件交互系统（Android智能平台）、便捷管理软件（智能手机客户端）。     

多任务协同的车载电源管理系统研究

文中通过研究并修改系统源码的方式,对车载Android的电源管理模块进行重新设计,包括与之相关的Input输入子系统、Audio声音子系统以及开机动画时序问题,满足了智能座舱多样化的定制需求。最后,通过模拟CAN总线测试以及实车测试,各子任务模块在进行电源管理状态切换时,可以做到协同有序,达到了预期目标,为当下国内外车载系统的开发提供了宝贵的经验,具有一定推广价值。     

基矛PHP安全模板引擎的设计与实现

本文提出了一种自定义的基于PHP模板引擎的安全设计方法，针对编译型模板引擎，总结了PHP中的不安全的因素，使用正则匹配实现对编译模板安全过滤，提高了模板引擎的安全性。     

信息系统中常规数据操作测试方法探索总结

信息化系统中最重要的是管理信息和数据，对于数据的常规操作就是增删改查，本文主要探索和总结的是在信息化系统的软件质量控制中，针对数据常规操作的测试方法经验总结。     

基于MapReduce的分治k均值聚类方法

针对原始k均值法在MapReduce建模中执行时间较长和聚类结果欠佳问题,提出一种基于MapReduce的分治k均值聚类方法。采取分治法处理大数据集,将所要处理的整个数据集拆分为较小的块并存储在每台机器的主存储器中;通过可用的机器传播,将数据集的每个块由其分配的机器独立地进行聚类;采用最小加权距离确定数据点应该被分配的类簇,判断收敛性。实验结果表明,与传统k均值聚类方法和流式k均值聚类方法相比,所提方法用时更短,结果更优。