应用主成分回归分析评估企业经济效益

文中编制了一个MATLAB程序,针对多个企业的基本数据进行主成分回归分析,得到一个经济效益的定量描述公式,从而可以不受人为因素制约地对企业进行综合评估并排名;分析发现企业经济效益主要由资金周转次数等因素决定,与实际情况相符,因此排名结果容易得到认同.此外还分析了指标间的关系.结果表明主成分回归分析法对于指标数多且指标间存在较大相关性的场合简洁高效.     

如何实现Foxpro和Sybase之间的数据传输

本文讲述了Ｓｙｂａｓｅ和Ｆｏｘｐｒｏ之间的数据传输问题，重点介绍了使用Ｂｃｐ．ＣｏｐｙＴｏ命令及Ｅｄｉｔ软件将Ｆｏｘｐｒｏ数据库内容复制到Ｓｙｂａｓｅ数据表的实现方法     

计算机专业本科毕业设计存在问题及对策分析

针对本科毕业设计存在问题的研究多关注表面现象,很少分析深层次的原因,已有解决方法多注重形式上的质量管理,较少从更深层次着手解决。综合多年本科课程教学与本科毕业设计指导的体会和已有的相关研究,从教育体制与教学管理、教师、学生三个方面分析了当前形势下计算机专业本科毕业设计存在的主要问题及其产生问题的原因,并探讨了解决方法。     

基于页面分类的Web信息抽取方法研究

通过对现有Web信息抽取方法和当前Web网页特点的分析,发现现有抽取技术存在抽取页面类型固定和抽取结果不准确的问题,为了弥补以上两个不足,文中提出了一种基于页面分类的Web信息抽取方法,此方法能够完成对互联网上主流信息的提取。通过对页面进行分类和对页面主体的提取,分别克服传统方法抽取页面类型固定和抽取结果不够准确的问题。文中设计了一个完整的Web信息抽取模型,并给出了各功能模块的实现方法。该模型包含页面主体提取、页面分类和信息抽取等模块,并利用正则表达式自动生成抽取规则,提高了抽取方法的通用性和准确性。最后用实验证实了文中方法的有效性与正确性。     

网络管理发展及其关键技术

旨在对纷繁复杂的互联网网络管理技术进行合理的分类并对网络管理发展趋势进行预测.首先概述了网络管理概念,然后从网络管理技术的产生背景、网络管理功能和网络管理层次等方面分析了互联网网络管理管理的发展历程,并将网络管理发展分成了功能层次逐渐递增的3个阶段:可用性管理、网络行为监测和网络内容监管.研究认为网络管理的发展趋势是继续设法保障网络具有良好的服务质量,并将越来越注重网络秩序和网络信息安全的维护.     

网络安全评估

首先指出网络安全评估具有重要意义，然后给出参照CC的网络安全评估实施框架，重点讨论了TOE评估依据－安全指标的建立，并给出EAL1级和EAL2级TOE评估的内容，最后说明实施评估还有很多问题有待考虑。     

基于话题标签和转发关系的微博聚类和主题词提取

针对微博聚类正确率不高的问题,在研究微博数据特点的基础上,利用微博hashtag来增强向量空间模型,使用微博之间的转发关系提升聚类的准确性,并利用微博的转发、评论数以及微博发布者信息来提取聚类中的主题词。在新浪微博数据集上进行实验发现,与k-means算法和基于加权语义和贝叶斯的中文短文本增量聚类算法(ICST-WSNB)相比,基于话题标签和转发关系的微博聚类算法的准确率比k-means算法提高了18.5%,比ICST-WSNB提高了6.48%,召回率以及F-值也有了一定的提高。实验结果表明基于话题标签和转发关系的微博聚类算法能够有效地提高微博聚类的正确率,进而获取更加合适的主题词。     

基于全局增强图神经网络的序列推荐

已有基于会话的推荐系统大多根据最后一个点击的项目与当前会话的用户偏好的相关性进行推荐,忽略了在其他会话中可能包含了与当前会话相关的项目转换,这些项目转换可能对用户的当前偏好也有一定的影响,因此需要从局部会话和整体会话的角度来综合分析用户偏好;并且这些推荐系统大多忽略了位置信息的重要性,而与预测位置越近的项目可能与当前用户兴趣的相关性越高。针对这些问题,提出一种基于全局增强的图神经网络的推荐模型(GEL-GNN)。GEL-GNN旨在根据所有会话预测用户的行为,它使用GNN来捕获当前会话的全局和局部之间的关系,使用LSTM来捕获全局层面会话间的关系。首先,通过注意力机制层将用户的偏好表示为基于全局层面和局部层面会话兴趣的组合;然后,使用反向位置信息衡量当前位置和预测位置之间的距离,以便更加准确地预测用户行为。在3个真实的数据集上进行了大量的实验,实验结果表明GEL-GNN优于现有的基于会话的图神经网络推荐模型。     

多元线性回归的一种神经计算实现及其优点

给出了用模糊感知器学习算法和（ε，δ）准则估计多元线性回归模型回归系数的详细算法，讨论了学习速率，ε和δ的设定，并与经典的回归系数估计方法最小二乘法作比较，发现总体拟合最好的特性对于含异常数据(noisy data）的情况反而会使预测值背离事实更远，而基于模糊感知器的学习算法实现线性回归具有编程简单，对数据无特殊要求而且对数据的容错性较高的优点，可用来实现数据挖掘所需要的预测和异常检测功能。     

基于对等结点指针表优化的Chord算法改进

对等网络需要解决的一个关键性问题是如何有效地查找存储所需资源的结点。文中在研究分布式查找算法Chord的基础上,介绍了分布式哈希表（DHT）的主要思想,阐述了资源关键字查找方式,重点分析结点指针表的特性及其表中冗余信息对查找资源的影响,进而提出了覆盖冗余信息的方法（uRFchord）改进结点指针表。URFChord方法首先要计算指针表的冗余量R（N）,然后在不增大指针表存储空间的情况下,删除指针表冗余信息再添加R（N）个新的路由信息。通过性能分析及仿真实验,证实了这种改进方法的可行性和有效性,减少了平均查找路径长度,提高了查询效率。