使用JSON完成异构系统间通讯的应用研究

现代企业的异构系统种类繁多、集成困难,为此本文提出了JSON技术。介绍了该技术数据交换格式的概念、特点及其对数据的表示形式,对比了JSON技术的优越性,并在此基础上以一种异构系统集成方案为研究对象,探讨了在该领域使用轻量级的JSON技术作为数据传输格式的可行性。     

论JSON的优越性

讲解了JSON数据格式在实际应用中的优越性,分析了JSON对未来可能造成的影响。     

JSON在基于Android的医护查房系统中的应用研究

JSON是一种轻量级的数据交换格式,相对于XML来说,解析速度更快,占有空间更小,对于基于Android的应用程序来说,基本采用JSON格式与服务器端进行通信的常用数据格式。本文结合医护查房系统,探讨JSON在Android的应用程序中的应用,并使用fastjson软件包对JSON数据进行解析。     

基于.NET平台jQuery Ajax异步处理JSON数据应用

本文讨论在.NET平台下,前台页面通过jQuery和Ajax技术访问后台数据库中的数据,采用JSON作为Ajax中数据的传输格式,从而实现页面间无刷新的数据访问效果。前台页面通过Ajax向后台发出异步的Post请求(或get请求),.NET平台收到发过来的请求后进行解析处理,从后台数据库中获取所需要的数据,之后封装成JSON格式的数据,并将数据返回给请求页面,请求页面利用jQuery解析返回来的JSON格式的数据,最后呈现给用户。文中采用jQuery+Ajax+JSON模式,在动态页面间实现数据的传输,前台页面无需刷新,既提高了用户的体验感,又减少了数据的传输量,同时减轻了网络的负担。     

JSON与XML的比较研究

文章从解析方法和易用性两个方面对JSON与XML二者进行了比较和分析,指出在A jaxW eb领域,JSON无疑是一个更好的选择。     

分布式数据库的文本数据去重备份方法研究

以分布式数据库文本数据为研究对象,提出基于分类特征的改进共享最近邻方法对数据实现去重备份处理。根据文本数据内容先划分到预设定类别中,利用特征词条到实数的映射即特征选择函数进行特征选择,按照一定准则从初始特征中选取具有强分类能力的特征,通过计算某训练集中各个词条特征选择函数参数值,获取参数值低于阈值的词条。利用哈希思想将文本空间相邻2个数据点实现指纹空间变换,转换空间后保持数据点相近,通过共享最近邻方法对相近指纹文本数据聚类,对聚类后数据进行迭代增删处理。实验证明,运用文中方法可对文本数据实现快速去重备份,有效解决数据占用空间问题。     

基于机器学习的中文微博情感分类研究

在中文微博数据的文本情感分类任务中使用机器学习方法 ,为研究不同的特征集对情感分类准确率的影响,综合了一元词特征、句法特征、微博特征、基于评价对象特征、词典特征用于支持向量机分类器中,通过准确率、召回率、F指数比较分析不同特征组合对于分类性能的影响。所提方法用于微博数据中关于药品二甲双胍的评论文本,实验结果表明,一元词特征对文本情感分类的准确率高于其他单类特征,而在与句法特征、微博特征、基于评价对象特征、词典特征的综合使用得到了最高的分类精度。     

基于Ext的Java EE快速开发研究

介绍了Ext框架及它的一些常用的组件,讨论了如何与Struts2进行整合,如何通过JSON数据进行传递,并且给出了Struts2、Spring和Ibatis之间的整合方法,总结出这样一套从前台到后台的快速开发方法。     

基于关联规则的开放政府数据主题多政策协同性研究

【目的/意义】从开放政府数据主题的多个政策文本的语义挖掘出发,发现多个政策文本内容间的语义关 系,探索能降低人工干预,实现多政策文本协同性自动化分析的方法。【方法/过程】利用数据挖掘的关联规则算法 对经过预处理的开放政府数据政策文本进行语义挖掘,按照得到的有效强关联分析多政策文本间的协同性。【结 果/结论】以开放政府数据主题的多个政策文本为研究对象,确定置信度为 0.7,提升度大于 3时得到的有效强关联 规则数量较稳定;经过不同层次的政策文本关联规则分析,可以得到与人工分析基本吻合的结论,验证了该方法可 以应用于多政策文本语义协同性的定量研究。【创新/局限】采用数据挖掘中的关联规则算法完成数据政策多文本 的协同性知识推理研究,有效的实现了语义自动化计算的问题。实验中政策词表的完整性、数据预处理过程、参数 设定等环节都会对实验结果准确性有影响,需进一步降低人工干预影响。     

基于知识图谱的政策文本协同性推理研究

【目的/意义】从大数据驱动角度出发,探索采用人工智能方法实现对政策文本协同性定量分析的可能性。 【方法/过程】以政策全文本数据为研究对象,使用知识图谱技术实现不同主题的本体构建,并应用数据挖掘中关联 规则构建推理模型,对图谱表示的政策文本进行协同性语义挖掘和推理。【结果/结论】围绕“开放数据”和“数据安 全”主题构建知识图谱,实现对政策文本的本体表示,在此基础上使用关联规则完成单文本和多文本在两个主题间 的协同性分析。【创新/局限】本文将知识图谱应用于政策文本分析领域,并完成协同性分析,为政策的全样本分析 提供可能性,后续需扩大样本规模,提升推理效率。     

无结构化数据集成方法在数字图书馆中的应用

针对数字图书馆中的图像、视频、音频等无结构化数据的集成问题,提出了语义对象模型的概念,实现无结构化数据的统一全局对象表示。在此基础上,提出了一种以XML数据模型为基础的无结构化数据集成方法。     

信息商品的拉姆齐定价机制初探

随着信息技术的迅猛发展和信息市场的空前繁荣,信息商品已迅速走进人们的生活,它具有多种不同于物质商品的特性,这使如何运用价格机制维护信息市场良性运行颇受瞩目。本文以拉姆齐定价机制为研究对象,通过分析其在图书馆信息商品定价中的应用,探讨其定价的特点和优势,探询进行最优拉姆齐定价的方法。     

Subset selection for visualization of relevant image fractions for deep learning based semantic image segmentation

Semantic image segmentation is a challenging problem from image processing where deep convolutional neural networks (CNN) have been applied with great success in the recent years. It deals with pixel-wise classification of an input image, dividing it into regions of multiple object classes. However, CNNs are opaque models. Given a trained CNN, it is hard to tell which information encoded in the input image is important for the network to perform segmentation. Such information could be useful to judge whether a trained network learned to segment in a plausible way or how its performance can be improved.For a trained CNN, we formulate an optimization problem to extract relevant image fractions for semantic segmentation. We try to identify a subset of pixels that contain the relevant information for the segmentation of one selected object class. In experiments on the Cityscapes dataset, we show that this is an easy way to gain valuable insight into a CNN trained for semantic segmentation. Looking at the relevant image fractions, we can identify possible limits of a trained network and draw conclusions about possible improvements.     

The production of ‘context’ in information seeking research: a metatheoretical view

Context is hot in information science as well as in numerous other disciplines, but what exactly does this mean in and for research? The paper discusses the differences between objectified and interpretative approaches to context. It is argued that in information needs and seeking research (INS), the former approach has thus far been more common. Contextual entities are usually described to provide a background for the study of individuals' or groups' information behavior, not in order to point out how contextual knowledge is. From a metatheoretical viewpoint, context is the site where a phenomenon is constituted as a research object. One way of understanding INS phenomena is to define them as patterns of behavior; another way is to understand them as phenomena mediated by social and cultural meanings and values. A large proportion of current theory and research in INS studies is located within the behaviorist framework which has become so familiar and taken-for-granted that it is rarely seen as a paradigm.     

Online assessment of the value of information for searchers of a bibliographic data base

The object of the experiment described in this paper was to assess the value of information for individual searchers in a realistic search environment. An additive linear function, which combined the ratings of information features provided by searchers, was used to model how humans value information. Twenty Industrial Engineering graduate students and faculty, who were attempting to satisfy a genuine information need by searching a data base of technical literature on Operations Research, served as experimental subjects. Included in the data analysis are a comparison of two alternative retrieval methods, an evaluation of how well humans are able to estimate the relevance of a document from the document's features, and an investigation of the value function components (features and coefficients) and functional form.     

基于Web的虚拟地景信息系统研究

基于Web的虚拟地景信息系统是对如何将3DGIS、WebGIS以及VRGIS有效结合起来的一次探索。该系统提供基于Web运行的三维可进人地图,用户通过网页浏览器即可在计算机实时生成的虚拟地景中随意漫游和与之交互。系统基于Java3D实现,在分析Java3D场景图数据结构的基础上,创造性地提出将场景数据保存到数据库中,场景对象按要素分类建表,并把场景对象的属性数据和空间数据保存到同一记录中,从而实现客户端对场景要素的显示控制和对场景对象属性信息的查询。     

试论《小王子》中的追寻主题

《小王子》是法国著名作家圣埃克苏佩里于1942年写的一部儿童文学作品,它构思精巧,以传统童话的故事结构,简单天真的语言,解释了一个个被喧嚣的生活表面所掩藏的深层的人生哲理,向我们指引了一条心灵回归的道路。本文将从追寻主题的角度,按照离开一成长～回归的追寻模式,探析主人公小王子追寻自我,实现成长的过程。     

技术时代教育工具化对小学生主体性发展的影响研究

工业革命以来,科学技术迅猛发展,人类无可避免地被卷入现代技术狂潮之中。技术时代中社会自行运作出一整套控制体制,把人紧紧束缚在技术运作的体系中,通过工具化了的教育对学生实施显性或隐性的控制,运用时间表、奖惩、考试等规训手段对学生进行排序、甄别并分配到社会预定的位置,使学生成为被塑造的对象,学生主体性发展受到影响。技术时代中教育工具化的条件下学校教育应当如何正确培养小学生的主体性是本文研究的指向所在。     

基于GMDH模型及模糊聚类的特征提取研究

特征提取算法可以去除目标数据中的冗余特征、无关特征甚至噪声特征,从而得到一个无冗余、无噪声的样本集,有助于提高目标对象的识别率以及数据的挖掘速度。现有的特征提取方法在定性数据及噪声数据的处理上存在局限性,而定性数据及带噪声数据在现实建模过程中是不可避免的。本文从特征提取需解决的根本问题出发,就如何确定特征子集并选择适当的隶属函数来表示模糊子空间,使模糊规则归纳模型有最大的识别率及抗干扰性的方法进行讨论、研究。