摘要：新高考要求按专业填报志愿,精准志愿填报需根据专业历史数据准确预测当年该专业可能的录取分数。针对新高考海量专业录取分数预测过程中,专业名称变化导致的自动历史数据追踪难的问题,设计了一种基于二部图最优匹配的专业历史数据追踪算法。该算法基于编辑距离构建了专业名称相似度测度,使用二部图最优匹配解决了最大相似度匹配导致的多对一匹配问题,强制专业名称前两个汉字相同的匹配规则可避免因字符串包含导致的匹配错误。

摘要：针对通用数据采集需要采集动态多样的数据,采集任务需要多级转发,采集到的数据需要逐级审核汇总,同时还要确保不同用户数据间的安全隔离等问题,设计了支持多级转发数据采集任务的关系型数据存储方案。通过为数据采集任务动态构建数据字段以及使用序列化LOB,实现了通用数据采集任务的统一关系型数据存储。借助“自关联表”,实现了填表类与追加类两种数据采集方式下数据采集任务的多级转发、追踪与审核汇总。父子任务的状态联动跃迁进一步降低了多级数据采集中状态管理的复杂度。

摘要：培养方案管理系统提升了人才培养方案修订工作的质量和效率,然而,该系统在使用过程中也暴露出了专业间课程独立修改与数据规范化设计难以两全、高并发环境下数据容易出现不一致、共享课程导致某一专业培养方案定稿困难等一系列问题。文章引入了“写入时复制”(Copy-on-Write)技术,增加了专业锁、学期锁、课程锁等逻辑锁,利用两阶段锁协议等技术对培养方案管理系统进行重构,保证了系统的稳定高效运行,为此类数据库系统并发一致性问题提供了解决方案。

摘要：基于成果导向(OBE)理念的人才培养方案制定越来越受到重视,现有培养方案管理系统多以驱动教务系统运转为目的,缺少对培养方案科学制定过程的有效支撑。针对上述问题设计了基于OBE理念的培养方案管理系统,实现了基于OBE的三个目标、三个支撑和三个机制,为反向设计人才培养方案提供了信息化支持。基于拓扑图的课程学期调整、培养方案文档自动生成、多维复合锁定、系统自动查错等关键技术提升了培养方案质量和制定效率。

摘要：为提高刀具磨损状态识别准确率,文章提出了S变换时频图纹理特征参数提取方法和基于隐马尔科夫模型的磨损状态识别方法。以声发射信号为敏感信号,设计了刀具磨损实验方案;基于EEMD算法,提出了互相关系数与鞘度相结合的综合降噪方法;使用S变换处理声发射信号得到等高线灰度图,通过灰度共生矩阵提取等高线灰度图的纹理特征参数;将类内散布矩阵和类间散布矩阵结合,提出了基于散布矩阵的特征参数敏感度分析和降维方法;采用基于隐马尔科夫模型的磨损状态识别方法,分别将全维特征参数和降维特征参数用于磨损状态识别,实验结果表明,全维特征参数的识别准确率为88.34%,降维特征参数的识别准确率为100%。

摘要：“传帮带教”是助力高校青年教师创新素质及能力提升的重要手段。国内外政府、企业、学校等组织在助力青年人才成长方面,形成了师徒带教、“责任导师+项目”、企业内部导师、全员导师、校外合作等帮扶模式。目前,河北省针对青年教师的助力培养存在总体性规划缺乏、高水平导师资源不足、帮扶流于形式等问题,为此要加强顶层制度设计,要从发展定位、导师及助力对象选取、助力方式、扶持政策、组织保障等方面制定青年教师“传帮带教”的实施方案,以此助力全省青年教师创新成长。

摘要：针对研究生业务费管理工作中的公共费用管理、联合预算报销、实际报销金额与预算不一致等问题,确保在不修改现有财务系统的前提下,实现与预算支出管理的无缝对接,设计并实现了本研究生业务费预算与支出管理系统。导师结组功能解决了校外导师无法校内报销的问题,实现了导师间预算打通使用;多人联合预算功能允许对票面金额较大的发票联合多人预算予以报销;基于二维码的预算来源单管理一方面确保了单据防伪和不可篡改,另一方面实现了和现有财务系统的无侵入式对接;研究生业务费自动分配功能减轻了管理人员的工作量,降低了出错率。

摘要：网站的重要信息如广告,通常采用动画的形式,因为动画不仅相比于图片和文字更加引人注意,而且动画的文件很小。最常用的制作二维广告动画的软件是Flash,[1]但Flash不容易上手,即使是再简单的动画。

摘要：针对带钢表面缺陷检测系统的速度滞后,精度偏低等问题,在分析成像理论和图像检测理论的基础上,设计并实现了一种带钢表面缺陷高速高精度在线检测系统.该系统首先采用大功率半导体均匀发光激光器技术、高速线扫描成像技术和基于图形处理器的Gabor纹理滤波技术实现了高速高分辨率的图像采集和处理,然后采用基于嵌套循环的K-折交叉验证、信息增益率和BP神经网络方法构建了高准确率的分类器,以达到对带钢表面缺陷高速高精度在线检测.实验结果表明,该系统满足了现有带钢生产速度的要求,具有较高的精度和准确率.

摘要：TF·IDF作为一种简单、直观、处理速度快的文本特征加权方法,在文本分类中得到广泛应用。但是这种方法简单地认为文本频数少的单词就重要,文本频数多的单词就不重要,使它不可能很好的反映单词的有用程度,从而导致分类准确率下降。针对TF·IDF方法存在的问题,采用在特征发生的条件下类的后验概率分布来衡量特征对分类的有效性,提出了一种基于熵的特征加权方法TF·Ensu。实验结果表明,这种加权方法具有很好的分类性能。