高校网络题库的设计

从题库的设计原则、开发与设计方法、题库的结构与功能、题库的组卷策略等角度对网络题库的设计做了阐述。     

智能网络题库系统研究

从题库的设计原则、系统功能设计、题库管理和组卷策略等角度,对智能网络题库的建设进行了阐述,突出实用性、智能化和网络化,为进一步研究试题库系统理论和开发试题库系统奠定了基础。     

在线考试系统的设计

在线考试系统以计算机和网络为硬件基础,用相关设计软件和数据库管理系统来开发实现。每一个考试系统都应具备教师出卷、随机抽取试题、在线答题、自动评分等功能,有的还要针对具体情况考虑不同用户身份的验证、抽取试题的难度以及试题的分布范围等问题。它的使用极大地提高了考试环节的工作效率,有较为广阔的应用前景。     

基于Web的在线考试系统设计与实现

从基于Web的在线考试系统的体系结构、系统结构设计和系统主要功能实现的三方面,对基于Web的在线考试系统进行了简要的介绍,并提出了系统进一步完善的方向。     

基于Ajax技术在线考试系统的研究与实现

随着Internet的高速发展,以及Web应用程序的复杂性越来越高,传统的Web应用已经越来越难满足用户的需求。Web在线考试系统由于传统Web工作模式的不足,给系统的应用发展带来不少问题。利用Ajax技术可以优化改进传统的在线考试系统,解决了考生在线答题时出现的种种问题,大大提高了在线考试系统的性能。     

基于J2EE的在线考试系统设计与实现

以国税局在线考试系统为例,论述了系统的设计及其实现,研究了J2EE、Struts2、iBATIS和Oracle等主流技术在实际开发中的应用。实际应用证明,系统可靠性高、安全性好、可扩展性和可维护性强,能有效解决考试公平和效率问题。     

基于IP的网络考试视频监察系统设计

针对考试违纪行为较多这一问题,提出了低硬件成本的考试视频监察系统的设计方案,采用分层的C/S模式设计,介绍了系统应具备的主要功能模块。     

IPv6在网络考试系统中的应用

研究了IPv6互联网协议在网络考试系统中的应用,针对目前网络考试系统中存在的问题,有效地运用IPv6的优势加以解决,从而使网络考试系统更加完善、高效、安全。     

国内外在线社会网络研究综述

在线社会网络（Online Social Network）是Web2.0的重要组成部分,在介绍在线社会网络的特点的基础上,从应用角度分析了在线社会网络各种表现形式及相关研究成果,提出了在线社会网络进一步研究方向。     

基于农田无线传感网络的分簇路由算法

由于无线传感网络节点的能量有限,如何有效地利用有限资源以及实现数据的有效传输,成为研究热点问题.针对农田区域广以及种植作物杂等环境特征,为延长农田无线传感器网络的生命周期,提高传感网的数据包投递率,构建了适用于农田信息采集的无线传感器网络架构,提出了一种混合式的分簇路由算法HCRA(hybrid clustering routing algorithm),研究了簇的形成、簇头竞选以及簇间路由过程,并对HCRA算法与低功耗自适应集簇分层型算法LEACH(low-energy adaptive clustering hierarchy),以及使用固定簇半径的混合节能分簇算法HEED(hybrid energy-efficient distributed clustering)进行了仿真试验.结果表明:在1 000次迭代周期下,采用HCRA算法的网络生存时间要比LEACH算法长约28％,比HEED算法长约12％;采用HCRA算法的数据包投递率要比LEACH算法高约34个百分点,比HEED算法高约16个百分点.该研究可为农田环境信息采集自动化监测系统提供参考.     

《SQL网络数据库》课程多模式考核的探索与实践

随着课程改革的不断深化,教学模式越来越多样化。多种教学模式促进了多模式的考核,考核是SQL数据库教学过程中的重要环节,对课程的教学效果具有很好的检验和推动作用。本文从课程特点和学生角度出发,完善并探索出更适合考学生的考核方式。从知识主导型考试向知识、能力与素质协调发展型考试转变。     

基于Web的大麦病害网络数据库系统的研究与设计

大麦是主要的小禾谷类作物之一,是我国第四大粮食作物,主要用作饲料、粮食、啤酒工业原料,以及近年来引起关注的医药工业原料和保健食品。然而我国大麦病害种类多、危害大、并时常爆发成灾,严重影响大麦的高产稳产和品质。本研究介绍了一个基于．NET的网络数据库系统,该系统用于管理大麦病害信息,能对大麦病害监测和防治提供信息支持。     

基于二级RBF神经网络的冷库温度的在线预测优化控制

冷库温度预测优化控制在果蔬冷藏方面的应用尚有许多不足之处。主要问题之一是不能通过简练有效的计算完成制冷系统的在线优化控制计算。ＲＢＦ神经网络有极强的非线性映照能力和良好的插补性能,且训练速度快。该文提出使用二级ＲＢＦ神经网络,并合理地综合利用状态量以往的测量值和预测的未来值来实现库温的在线预测优化控制。将该方法用于某冷库库温控制系统,取得了满意的结果。     

温室夏季温湿度遗传模糊神经网络控制

利用模糊神经网络对温室夏季温湿度控制进行了研究,同时为了克服BP算法收敛速度慢和局部极小的弱点,采用改进的遗传算法对网络的参数进行训练,从而将模糊逻辑、神经网络、遗传算法3者有机地结合起来应用于温室夏季温湿度控制中     

山东省年粮食总产量的神经网络预测研究

以1978年-2007年间山东省年粮食总产量为研究对象,基于后向传播算法的神经网络模型,开展粮食总产量的非线性建模和预测研究。研究结果表明,山东省粮食总产量的年际变化呈现较强的非线性特征,建立的粮食总产量反向传播神经网络模型预测精度较高。两个验证样本的预测相对值分别为0.0475,0.0084,预测误差分别为5.38%和9.23%,在10%的误差范围内,可以应用于时间序列支持下的山东省粮食总产量的预测。     

基于无线Ad hot网络的低代价节能最短路径树算法

拓扑控制与拓扑维护是优化无线Adhot网络拓扑结构的重要方面,本研究以无线Adhot网络中各节点在失效情况下,为维护网络的连通性,提出一种以Dijkstra SPT算法为基础,以减少Adhot网络拓扑维护开销,低代价节能运行的最短路径树算法-ELSPT。其仿真实验表明,该算法有利于对Adhoc无线网络带宽的空间重利用,提高网络容量,减少分组碰撞的概率,对优化网络的拓扑控制和拓扑维护有着显著的有效性。     

基于GA的GRNN高光谱遥感反演冬小麦叶片氮含量模型的建立与验证

基于人工神经网络理论,针对高光谱遥感中数据冗余问题,本文建立了基于遗传算法(GA)的广义回归神经网络(GRNN)模型,利用回归分析问题中参数筛选方法,对表征冬小麦叶片全氮的光谱参数进行了筛选,并和线性回归方法对比,线性回归方法的均方根误差(RMSEP):在冬小麦叶片氮含量为34.0g kg-1~62.5g kg-1预测范围内,逐步回归模型为14.4g kg-1,后向选择为11.8g kg-1,而广义回归神经网络为3.40g kg-1。说明神经网络方法所筛选到的光谱参数更能反映小麦叶片全氮含量,且神经网络模型预测精度高。     

基于遗传算法的人工神经网络模型在冬小麦根系吸水模型中的应用

基于土壤水分与冠部数据,应用遗传算法优化人工神经网络模型的权值,将获得的冬小麦根长密度分布应用于根系吸水模型中,并进行了水分数值模拟,水分模拟效果整体较好,表明应用该方法可以为根系吸水模型提供准确的根系参数,并且较为方便,这对于根系吸水模型的建立及应用有着重要的意义。