上海交通大学数字图书馆雏型设计

本简介上海交通大学数字图书馆雏型产生背景、体系结构，包括网络拓朴结构、主干网的缚线系统和硬软件环境等，以及它的实用服务模式。     

基于微信公众平台在线练习系统研究与开发

文中主要提出基于微信公众号环境下开发新型在线练习系统,运用微信跨平台特性实现用户在各类网络终端如安卓系统手机、苹果系统手机、PAD等随时随地进行在线学习与练习的目标。     

基于在线地图交通状态的关键道路动态识别方法

交通拥堵问题日趋严重,关键道路识别成为了交通领域的研究重点. 以在线地图的交通状态数据为基础,利用时空相关性理论计算道路交通状态的预测值和波动影响值,并通过Moran 散点图划分道路类型,提出了基于在线地图交通状态的关键道路动态识别方法. 首先,调用在线地图开发者平台API 采集路网的交通状态数据,利用集成学习动态预测交通状态;其次,分析交通状态波动的传播结构,以此量化道路对其近邻道路的影响值;然后,结合道路交通状态的预测值和波动影响值划分道路类型,进而识别出关键道路;最后,以实际路网为例,论证方法可行性.     

基于在线地图交通状态的关键道路动态识别方法

交通拥堵问题日趋严重,关键道路识别成为了交通领域的研究重点. 以在线地图的交通状态数据为基础,利用时空相关性理论计算道路交通状态的预测值和波动影响值,并通过Moran 散点图划分道路类型,提出了基于在线地图交通状态的关键道路动态识别方法. 首先,调用在线地图开发者平台API 采集路网的交通状态数据,利用集成学习动态预测交通状态;其次,分析交通状态波动的传播结构,以此量化道路对其近邻道路的影响值;然后,结合道路交通状态的预测值和波动影响值划分道路类型,进而识别出关键道路;最后,以实际路网为例,论证方法可行性.     

Stochastic optimization in cooperative relay networks for revenue maximization

In cellular networks, cooperative relaying is an economic and promising way to enlarge the network capacity and coverage. In the case that multiple users and multiple relays are taken into account, efficient resource allocation is important in such networks. In this paper, we consider the joint relay power control with amplify- and-forward （AF） strategy and dynamic pricing for uplink cellular networks in order to maximize the network administrator＇s system revenue. The system revenue is associated with pricing strategies and mobile users＇ random data request, which is supported by the relay assisted transmission. To deal with the problem of the coupling in pricing and relay resource allocation, we utilize Lyapunov optimization techniques to design online pricing and relay power control without any statistic information of random events in networks. Theoretical analysis shows that the proposed algorithm can achieve a near-optimal performance and simulation results also validate its effectiveness and robustness.     

VRML在图学教育软件中的应用技术

通过实例介绍虚拟现实场景模拟,实时交互行为和构建基于Web的虚拟现实交互界面等关键技术,改变以往CAI用户对软件制作者事先设计的一幅幅模型与动画,只能跟着制作者的思路进行学习的被动局面,为开发工程图学的远程教育软件提供了成功的范例。     

CAI的设计与制作

从学科教师的角度探讨多媒体CAI课件的开发思路和制作技术。发挥计算机多媒体技术的特点和优势,推动高教环境教育的发展。多媒体教学更加生动,内容更加丰富,使环境教育知识更容易被接受,多媒体课件能够用漂亮的图形界面提高使用者的学习兴趣,以丰富的声音和影片剪辑使学习更有效果。     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明:GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。      

Web数据库中最小失败子查询问题研究

随着网络的普及,越来越多的网络用户通过Web数据库提供的查询接口进行数据查询。但是用户往往会遇到发出查询条件而没有返回结果的现象即空查询结果问题。造成这种情况的原因可能是一方面用户查询意图模糊,不能够准确地描述查询要求。另一方面,用户明确查询需求但Web数据库却找不到任何符合查询条件的结果。针对这种情况可以分析发现找到造成查询失败的子查询条件是解决问题的关键。本文的主要研究分两个步骤:首先,将用户发出的查询条件分解为单个的原子查询条件;然后找到造成查询失败的最小失败子查询(Minimal Failing Sbuquery,MFS)集合。     

A General Attribute and Rule Based Role-Based Access Control Model

Growing numbers of users and many access control policies which involve many different resource attributes in service-oriented environments bring various problems in protecting resource.This paper analyzes the relationships of resource attributes to user attributes in all policies, and propose a general attribute and rule based role-based access control(GAR-RBAC) model to meet the security needs. The model can dynamically assign users to roles via rules to meet the need of growing numbers of users. These rules use different attribute expression and permission as a part of authorization constraints, and are defined by analyzing relations of resource attributes to user attributes in many access policies that are defined by the enterprise. The model is a general access control model, and can support many access control policies, and also can be used to wider application for service. The paper also describes how to use the GAR-RBAC model in Web service environments.     

基于用户关系的在线社会网络关键用户识别算法

为了从在线社会网络中识别关键用户,并对用户的关键性进行量化排序,提出URRank算法,通过模拟人类社会的投票行为,综合考虑用户自身的活跃度和用户间的关注与互动关系,经过迭代计算,量化用户的关键性.以新浪微博的部分抓取数据为例,通过比较现有几种关键用户排序算法发现,URRank算法能够避免其他算法存在的被欺骗及片面性问题,识别出具有高认知度和高覆盖度的关键用户.     

如何运用情感因素促进英语教学

积极的情感有助于激发外语学习者的兴趣和动力,能使他们充分挖掘学习潜能,克服语言学习焦虑情绪和心理抑制,对英语学习产生积极作用。本文试从情感及其情感与语言学习的关系、英语学习中的情感因素等方面入手,探讨在英语教学中如何运用情感因素,促进英语教学。     

流形学习算法概述

流形学习是一种非监督学习算法,流形学习算法的目的是挖掘嵌入在高维数据空间中的低维光滑流形,本文在论述流形学习算法诞生及研究现状的基础之上,指明流形学习算法的研究重点:流形本征维数估计、有监督学习、样本外学习能力、特殊流形降维,并指出流形学习的研究意义。     

基于分解策略的计算网格资源分配优化

提出多种Agent分别代表用户、服务提供者、资源提供者相互协作解决网格资源分配优化问题.采用双层市场模型解决网格系统资源的最优调度,即网格用户Agent与网格服务Agent相互协作的服务市场,以及网格服务Agent与网格资源Agent所组成的资源市场.为了降低计算复杂性,将分配优化问题分解为两个子问题,分别在资源市场和服务市场中解决.在双层市场中两个子问题所获得的优化值即为主问题的优化值.     

体现“湖北制造”经济特色的数控技术专业共享型教学资源库建设

探讨了立足＂湖北制造＂区域经济特色,依托先进资源管理平台,构建共享、开放型数控技术专业资源库的目标、思路、内容、步骤、规格等核心问题。提出了涵盖2个专业方向、针对15门核心课程、兼顾3个学习层次、打造7个特色模块,建设8种类型资源包、设计多种表现形式的资源库建设方案,以此推动专业建设和课程建设,满足教与学不同方面、多种层次的需求。     

城市交通控制在线仿真系统

交通在线仿真系统通过交通数据接口部件和控制数据接口部件将仿真软件VISSIM与真实的交通数据连接起来,实现了仿真与现实的同步进行．使交通区域得到了真实再现。     

基于区域划分的GPS/DR组合导航定位研究

建立广域车辆定位导航系统的服务区区域划分，在此基础上实现了GPS定位模式切换、建立分层地图数据库和实现通过路网数据对GPS及推算定位的结果进行匹配的快速匹配算法。对车载导航系统的中心模块进行了相应的改进，实现了基于区域 发和地图分级思想的车辆定位导航系统基础模型，并结合成都中心区和广州市的试验结果进行了分析。分析表明，区域划分思想用于车辆定位导航系统，可以提高系统的总体性能。基于该思想实现的车辆空平导航系统模型不仅能在局域，而且能在广域范围内提供满意的定位导航服务。     

体现“湖北制造”经济特色的数控技术专业共享型教学资源库建设

探讨了立足"湖北制造"区域经济特色,依托先进资源管理平台,构建共享、开放型数控技术专业资源库的目标、思路、内容、步骤、规格等核心问题。提出了涵盖2个专业方向、针对15门核心课程、兼顾3个学习层次、打造7个特色模块,建设8种类型资源包、设计多种表现形式的资源库建设方案,以此推动专业建设和课程建设,满足教与学不同方面、多种层次的需求。     

基于异几率属性的可视化关联规则挖掘

在分析数据特性的基础上，提出了一种基于异几率属性的可视化关联规则挖掘算法，不仅提高了质算法的运行效率，而且提供了一个可视化的交互平台，使用户主动地挖掘感兴趣的关联规则。