【摘 要】
：
以我国的高等教育资源数字化共享系统为基础,通过使用国家数字化校园网系统中稳定、可靠的硬件运行系统与网络通道,整合了我国高等数学共享平台教育资源,研究信息共享和生产服务系统,可以形成全国高等数学教育研究的共享存储论坛与全国高等数学教育信息支持系统,以进行知识共享、资源共享的内容管理,以及网络知识整合等功能共享.
【机 构】
：
运城师范高等专科学校,山西运城 044000
论文部分内容阅读
以我国的高等教育资源数字化共享系统为基础,通过使用国家数字化校园网系统中稳定、可靠的硬件运行系统与网络通道,整合了我国高等数学共享平台教育资源,研究信息共享和生产服务系统,可以形成全国高等数学教育研究的共享存储论坛与全国高等数学教育信息支持系统,以进行知识共享、资源共享的内容管理,以及网络知识整合等功能共享.
其他文献
氢燃料电池具有、零污染、亲环境、静音、易维护等优势.针对氢燃料电池与锂电池组成的车载储能系统也得到广泛使用.为了实现各种模式的切换,提高储能系统的整体使用效率及电池寿命,在动力系统能量分配及控制设计尤为重要.本文章以燃料电池储能系统为研究对象,对混合动力系统能量管理系统进行分析,并对其进行控制设计.
针对可见光通信(Visible Light Communication,VLC)系统,为实现网络服务质量(Quality of Service,QoS)的高效保障,提高带宽资源利用率,本文研究了时延QoS约束下的资源预留算法.研究建模分析了具有多包接收(Multi-packet Reception,MPR)能力的Aloha服务,计算了服务过程的有效容量.用泊松(Poisson)过程描述业务到达,评估了Poisson到达下的带宽需求.通过搜索算法,求解了保障QoS需要预留的服务资源,利用Matlab对算法进
随着“放管服”改革要求的不断深化,各项政务服务近些年都在积极推进“互联网+”建设并且已经取得了初步建设成效,不动产抵押登记作为关乎民生的重要政务服务之一,也在经过一段时间的探索后,成功利用数字签名等技术实现了“互联网+不动产抵押登记”的全程网办新型服务模式.本文简要介绍了建设的初步成果,希望给相关的政务服务单位能提供一些参考,共同在探索中建设更好的政务服务方式.
石油作为国家性战略物资,我国当下在石油生产管理领域逐步实施了各类信息化工作,以进一步有效达到合理控制油田设定的目标.本文主要描述了相关油田开发信息化建设技术的实际应用,阐述在油田开发当中相关PCS生产指挥平台应用以及深化勘探开发一体化应用情况,提出了未来油田开发信息化建设方面的建议,信息化建设在一定程度上优化了整体管理流程,提高了全体员工的工作效率.
根据一致风险度量构建支持向量机(Support Vector Machine,SVM)的方法,建立了基于谱风险度量的SVM模型.利用优化问题的一阶必要条件确定了所建模型的不确定集的表示.接着,利用某银行金融贷款借贷数据,对新建模型进行了测试.并与基于CVaR的SVM模型、不同核函数下的传统SVM模型、进行对比.实验结果表明,使用基于谱风险度量的SVM模型预测准确度高达82.93％,预测精度相比于基于CVaR的SVM模型要高出3.26％;与传统的SVM模型相比要高出5.49％.证明了基于谱风险度量的SVM模
随着产品造型的不断创新,曲面建模在现代计算机辅助产品设计中发挥着越来越重要的作用.本文对SolidWorks软件中的曲面建模功能进行了分析,以戴森吹风机的曲面建模为例,探究SolidWorks曲面建模功能在工业产品设计中的应用,有效提高了产品曲面建模的效率和质量,使得产品曲面建模流程更加规范.
由于当前部分计算机用户的安全意识不高以及计算机病毒的存在,导致当前计算机网络存在很大的安全隐患,进而威胁计算机信息数据的安全性.数据加密技术是提高计算机安全水平的重要手段,加强对数据加密技术的应用,对于提高计算机的防御能力,提高计算机的安全等级都起着至关重要的影响,因此本文对常见的数据加密技术进行了分析,并从中探讨加密技术在计算机网络安全中的具体应用措施.
近年来,随着科学技术的发展,大数据互联网技术等在各个领域得到广泛应用,其潜在价值也在不断被发掘.计算机数据处理技术在各个行业领域都发挥着非常重要的作用,面对庞大的数据信息,需要借助数据处理技术收集获取对于该行业领域有价值的数据信息,便于充分利用这些数据信息为行业发展提供支持.在高校建设中,同样需要借助计算机数据处理技术,以实现现代化的校园管理.本文详细分析了高校计算机数据处理技术的应用,以期为高校信息化建设提供参考.
受信息技术迅速发展的影响,围绕人工智能技术产生的大数据分析方法开始被广泛应用在各个领域中.目前,该方法研究已经获得了一定成就,不但实现了大数据聚类、分类、关联分析以及预测几项挖掘任务,还在?Spark? 等平台上实现了分布式深化学习,促使数据挖掘效率得到了有效提升.基于此,极有必要对如何通过人工智能技术进行大数据分析进行研究探索.
K-means聚类算法是一种以距离为依据进行聚类的算法,原理简单且便于处理数据,但对于呈环形分布的数据集,传统的K-means算法的聚合结果并不理想.因此,本文提出了基于环形数据集的改进K-means聚类算法,引进了原点相对距离差的概念,将欧氏距离的计算改进为原点相对距离差的计算,使得数据集聚类为环形状.实验结果表明,改进的K-means聚类算法处理呈环形分布的数据集效果更好.