欧美人在线一区二区三区,欧美日韩亚洲综合一区二区三区,性欧美18一19sex高清

基于數(shù)據(jù)庫的大量電子表格的自動填寫

制作填寫電子表格在今天已是一項非常常見的工作了。很多時候，都需要將手頭的數(shù)據(jù)統(tǒng)計匯總填寫成表格樣式以供閱讀和報告。為了完成復雜一些的功能，需要在電子表格中嵌入公式和程序代碼，以減少人工的工作量，并減少錯誤的發(fā)生，提高工作效率[1-2]。鑒于Microsoft Excel電子表格軟件的強大功能，它基本成為電子表格的代名詞,因此,以下主要以Excel為例進行討論。

發(fā)表于：5/11/2015

基于Web GIS技術的交通流量分析系統(tǒng)

隨著中國城市化進程的加速，城市規(guī)模的不斷擴大以及城市車輛的不斷增加，導致道路負荷日益加重，城市交通擁堵情況越來越嚴重。這種現(xiàn)象不僅制約了社會發(fā)展的速度，而且給城市的建設者、管理者提出了一系列的難題[1-3]。為解決這一難題，交通流量分析系統(tǒng)應運而生，隨著現(xiàn)代科技的發(fā)展，該系統(tǒng)在智能交通系統(tǒng)(ITS)領域占了很重要的部分。但是目前我國公路交通流量分析工作比較薄弱，所提供的交通流量信息無法滿足公路管理的需求，在新的外界環(huán)境下，如何進一步利用現(xiàn)有的新技術，使得交通流量分析系統(tǒng)更好地服務于交通運輸安全及環(huán)境，已經(jīng)成為交通信息化討論的一個熱點問題。

發(fā)表于：5/11/2015

科技公司如何利用數(shù)據(jù)讓用戶習慣成癮？

GSN Games 是一家移動游戲公司，開發(fā)撲克和賓果 (bingo) 一類的游戲產(chǎn)品。這家公司每天能夠從玩家正在使用的手機和平板電腦中搜集數(shù)十億數(shù)字信號——一切信息應有盡有，玩家的游戲時間、游戲類型，甚至是他們面對游戲失敗的反應。如果兩個用戶在同型號的手機上下載了同樣一款游戲，僅僅在五分鐘之內(nèi)，他們各自所玩的游戲就會開始變得不同——每個游戲都會自己調(diào)整，以適應玩家的風格。

發(fā)表于：5/11/2015

基于特征聚類集成技術的組特征選擇方法

特征選擇[1]指從一組特征中挑選出一些最有效的特征以達到降低特征空間維數(shù)的目的的過程，是模式識別和機器學習領域中一項必不可少的技術，在數(shù)據(jù)預處理中發(fā)揮重要作用，它廣泛應用于文本分類、生物信息學和信息檢索等方面。尤其在海量高維數(shù)據(jù)不斷涌現(xiàn)的今天，許多機器學習算法受不相關和冗余特征的影響，而通過選擇合適的特征選擇算法，可以有效地去除不相關、冗余特征，加速數(shù)據(jù)挖掘的過程，提高學習算法的泛化性能和運行效率，得到更加簡單和容易理解的學習模型[2-3]。

發(fā)表于：5/10/2015

一種基于版權保護的HEVC視頻水印算法

隨著硬件條件的不斷改善，通過網(wǎng)絡傳輸?shù)臄?shù)據(jù)量近年來有著突飛猛進的增長，尤其是數(shù)字媒體的傳播數(shù)量。2013年1月，為了滿足人們對高清視頻的需求，視頻壓縮標準高性能視頻編碼HEVC（High Efficiency Video Coding）作為可替代H.264編碼標準的新一代國際標準被正式提出使用。HEVC是ITU-T組織和ISO/IEC組織聯(lián)合開發(fā)的視頻編碼標準，對以前的視頻格式進行了多方面的改革，其僅需H.264/AVC一半帶寬就可播放相同質(zhì)量的視頻[1]，因此數(shù)字視頻也將更容易被復制和修改，與此同時，數(shù)字視頻的保護問題也得到了研究者們的注意。

發(fā)表于：5/7/2015

不同拓撲結構的并行粒子群優(yōu)化算法的實現(xiàn)

料子群優(yōu)化PSO（Particle Swarm Optimization）算法最早于1995年由EBERHART博士和KENNEDY博士提出[1]，由于實現(xiàn)容易、精度高和收斂快等優(yōu)點，引起了學術界的重視，并且在實際問題的解決中展示了其優(yōu)越性。

發(fā)表于：5/7/2015

基于AFOPT-tree的最大頻繁項集挖掘

1993年AGRAWAL R等人提出了一個重要的反映大規(guī)模數(shù)據(jù)中項目集之間有趣的關聯(lián)或相關聯(lián)系的研究課題[1]，找出屬性間有價值的關系，即關聯(lián)規(guī)則的研究。頻繁項集的挖掘是獲取關聯(lián)規(guī)則不可或缺的步驟。但挖掘頻繁項集時需要考慮太多的候選項集。最大頻繁項集中已經(jīng)隱含了所有的頻繁項集，并且在許多數(shù)據(jù)挖掘應用中也只需要挖掘最大頻繁項集，而不是獲取所有的頻繁項集，因此對最大頻繁項集的挖掘具有重大的現(xiàn)實意義。

發(fā)表于：5/6/2015

按事件時空聯(lián)機分析處理與可視化

研究表明，犯罪在地理時空分布并不均勻，而是表現(xiàn)出一定的時空聚集特性，這種聚集性常用“犯罪熱點”來表述[1]。通常犯罪現(xiàn)象高度集中的時段或區(qū)域就是犯罪熱點。隨著我國經(jīng)濟的發(fā)展和社會的轉型，犯罪急劇增加，治安形勢日益嚴峻[2]，如何有效地找到犯罪熱點，科學地配置警力資源，提高警務工作效率是一個值得研究的課題。

發(fā)表于：5/6/2015

一種基于HBase的海量微博數(shù)據(jù)高效存儲方案

隨著網(wǎng)絡技術的快速發(fā)展，互聯(lián)網(wǎng)用戶激增，同時產(chǎn)生了海量的互聯(lián)網(wǎng)數(shù)據(jù)。據(jù)不完全統(tǒng)計，截至2012年12月底，新浪微博注冊用戶數(shù)已超過5億，每天新浪微博用戶發(fā)博量超過1億條。微博的使用人群數(shù)量基數(shù)大，狀態(tài)信息更新頻繁，信息傳播迅速，這為研究網(wǎng)絡用戶行為與心理提供了充足的資源，也帶來了挑戰(zhàn)。

發(fā)表于：5/5/2015

淘寶商品評價屬性分類研究

淘寶開放平臺是一個綜合性、商業(yè)性的開放平臺[1]。TOP發(fā)布的API涵蓋了商品、產(chǎn)品、類目、用戶、交易、評價和物流等不同專業(yè)領域的開放接口。使用這些預先定義好的函數(shù)，可以更加方便、快捷地調(diào)用這些接口來完成一些有關處理工作。

發(fā)表于：5/5/2015

以戶為基本單元的農(nóng)村基礎空間數(shù)據(jù)庫研究

多年來，我國農(nóng)業(yè)、國土、統(tǒng)計等部門通過調(diào)查、普查等方式建立了以村為基本單元的數(shù)據(jù)庫。例如：云南“數(shù)字鄉(xiāng)村”工程，基本建成了以自然村為基本單元的全省鄉(xiāng)村基本情況數(shù)據(jù)庫，涉及“三農(nóng)”各個領域，內(nèi)容涵蓋自然資源、基礎設施、農(nóng)村經(jīng)濟、特色產(chǎn)業(yè)、人口衛(wèi)生、文化教育、基層組織等方面[1]；湖南“衡陽市基本單位數(shù)據(jù)庫系統(tǒng)”也以鄉(xiāng)鎮(zhèn)（街道）、村（居）委會為基本單元進行建庫[2]；寧安市海浪鎮(zhèn)長勝村基于整個村的信息資源，通過調(diào)查農(nóng)民種植玉米、水稻、煙草等作物的過程中所需供、產(chǎn)、銷信息，對所采集信息進行分類整理，建設了數(shù)據(jù)庫和易于操作的農(nóng)業(yè)信息化服務網(wǎng)站[3]；黑龍江基礎地理信息中心基于GIS構建農(nóng)村資源管理系統(tǒng)，主要以“縣—鄉(xiāng)—村”三級行政區(qū)劃為空間分析統(tǒng)計單元，通過電子地圖、影像等各種表現(xiàn)手法整合各種農(nóng)村資源[4]；錢自紅、沈超等設計開發(fā)了分別以鄉(xiāng)、村和村民小組為基本單位，對房屋的建筑面積、結構、層數(shù)、人口、戶主、產(chǎn)權進行查詢統(tǒng)計，對房屋土地面積進行統(tǒng)計匯總的農(nóng)村宅基地信息管理系統(tǒng)[5]。

發(fā)表于：5/5/2015

運營商的數(shù)字化服務戰(zhàn)略思考

2015年第一季度對于中國電信運營商而言，過得并不是很舒服，甚至說有點焦慮。2015年1月～3月，電信業(yè)務總量完成5099.3億元，同比增長22%，比1月～2月同比增速提高0.4個百分點，繼續(xù)保持加速增長趨勢。電信業(yè)務收入完成2769.3億元，按可比口徑測算同比增長2.9%。移動通信業(yè)務收入增速小幅回升，移動話音收入占比下降超過12個百分點。1月~3月，三家基礎電信企業(yè)移動通信業(yè)務實現(xiàn)收入2020.5億元，按可比口徑測算同比增長2%,比1月~2月增速回升1.2個百分點。占電信業(yè)務收入的73%，比上年同期下降0.6個百分點。固定通信業(yè)務實現(xiàn)收入748.9億元，按可比口徑測算同比增長5.3%，與上月持平。話音業(yè)務收入占電信業(yè)務收入的比重降至32.8%，比上年同期回落10.1個百分點。移動話音業(yè)務收入同比大幅下降是主要原因，移動本地、長途和漫游等移動話音收入降幅均超過10%（按可比口徑測算），在移動通信業(yè)務收入中的占比降至39.8%，比上年同期回落12.5個百分點。

發(fā)表于：5/5/2015

云計算模擬器研究綜述

隨著云計算的飛速發(fā)展，云數(shù)據(jù)中心的規(guī)模和密度日益增大，這給云數(shù)據(jù)中心的管理帶來了諸多值得研究的問題，例如如何集中管理和動態(tài)使用數(shù)據(jù)中心里的虛擬機，以提高云計算的彈性和靈活性，從而降低運營成本，改善服務質(zhì)量并降低管理風險；如何幫助用戶構建動態(tài)、靈活、高效、適應業(yè)務增長的云計算基礎架構，使企業(yè)在不增加運營成本的同時，保障業(yè)務的可持續(xù)發(fā)展。如果在真實的因特網(wǎng)平臺上對這些問題展開研究會極其困難，也不現(xiàn)實，因為它需要考慮應用程序的開發(fā)者無法控制和處理的網(wǎng)絡基礎設施和環(huán)境。由于開發(fā)者無法對網(wǎng)絡條件進行準確地預測或控制，這將最終影響策略的評價質(zhì)量。

發(fā)表于：5/4/2015

自適應籃球視頻圖像分割

隨著籃球娛樂事業(yè)的蓬勃發(fā)展，研究籃球視頻圖像的人也越來越多，而從籃球視頻中獲取到幀圖像之后，首先要做的工作就是對源圖像進行必要的分割。這是因為，通常籃球視頻圖像上都有很大一部分的觀眾席，而研究者的感興趣區(qū)域只是比賽場地部分，所以有必要最大限度地將這兩部分切割開來。對籃球視頻進行分割有兩個作用：一是大大減少了后續(xù)研究的工作量；二是消除了這部分數(shù)據(jù)對后續(xù)研究的干擾，有利于后續(xù)的圖像分析[1]，從而使得籃球賽事視頻的鏡頭分割工作進展更加順利。

發(fā)表于：5/4/2015

一種H.264/AVC快速分數(shù)運動估計算法*

H.264/AVC是ITU-T視頻編碼專家組和ISO/IEC運動圖像專家組共同制定的視頻編碼標準[1]。在保證圖像質(zhì)量不變的情況下，H.264/AVC的壓縮效率期望比之前視頻編碼標準高一倍，高數(shù)據(jù)壓縮率必然要求H.264/AVC編碼方式較之前標準更為復雜。在H.264/AVC中，幀間預測占用60％以上編碼時間，是影響編碼器整體性能最重要的一個組成部分[2]。為了縮短運動估計時間，研究人員提出了不同的快速算法，其出發(fā)點都是在視頻質(zhì)量下降不大的情況下大幅度縮短編碼時間，本文依據(jù)該思想提出一種通過減少分割模式來縮短編碼時間的快速分數(shù)運動估計算法。

發(fā)表于：5/4/2015