高性能视频加密算法研究

视频信息已经成为数字图书馆的主要信息存储方式，其版权和安全已经成为一个重要的问题。讨论了几种典型的视频加密算法，并提出了一种新的高效视频加密算法。     

基于VC++的自动抽题组卷系统的研究与设计

研究自动抽题组卷系统的策略，重点探讨试题库的构造和抽题组卷策略，提出动态配置组卷参数的算法和随机组卷算法模型。详细介绍试题库子系统、抽题组卷子系统、编制试卷子系统的主要功能，以及基于Visual C++ 6.0的相应的接口。     

基于证据理论的遴选图书综合优先度评价模型

提出一种基于D-S证据理论的遴选图书综合优先度评价方法。该方法首先建立评价过程框架和图书的三类需求模型，然后针对遴选图书，以其三类需求的需求程度作为D-S证据理论中的证据，以基本可信度分配值描述专家的不确定的需求优先度评价，最后提出一种证据权重不一致情况下的证据合成算法来完成优先度的综合评价。     

论网络环境下电子文献与纸质文献的共存关系

本文通过对电子文献与纸质文献的比较分析,论述了在网络环境下,电子文献将与纸质文献长期共存、优势互补、共同发展。     

档案鉴定问题探讨

档案鉴定工作是档案馆的一项日常工作，也是一项十分重要的工作，特别是随着电子文件的产生，档案鉴定更是不可或缺。然而，目前许多档案馆在工作中重收集轻甄别，重整理轻鉴定，重保管轻销毁等现象严重。因此，全面开展档案鉴定工作已是当务之急。该文在分析档案鉴定存在的问题的基础上，提出相应的对策。     

浅谈电子文件的安全性

由于电子档案的记录形式是数字化系列,因此,电子档案的形成、处理、收集、积累、整理、归档、保管和利用等各个环节,都有信息更改、丢失的可能性,建立并执行一整套科学、合理、严密的制度,从每一个环节堵塞信息失真的隐患,对于维护电子档案的原始性、真实性十分重要。一、电子文件定义电子文件是计算机技术的伴生物。在计算机词典里有两个词:一个是document,翻译成文件、文卷,是数据库媒体和记录在媒体上的信息和集合体,通常可以永久保存并可以供人或机器所阅读。另一个是file,译成文件、文档,经过命名可作为一个单位进行存储和处理的若干记…     

档案工作与电子政务建设浅谈

随着政府上网工程的全面启动和信息技术在机关、团体、企事业单位业务管理与行政管理中的广泛应用,传统的档案管理方法与技术面临着前所未有的挑战。在电子政务已渗透到社会生活方方面面的今天,档案工作如何尽快赶上这列急驶而来的电子政务快车?笔者有如下认识:     

信息检索可视化基本问题研究

信息检索可视化的基本问题有:信息检索模型、信息内容描述、可视化映射技术、可视化显示技术、全局映射与局部映射、实时可视化和人工参与的可视化等。可根据实际情况合理选择,可选择一种,也可把多种技术组合在一起。表1。参考文献21。     

数字图书馆包装层生成技术研究

包装层是对应于特定信息源的一种特殊程序,是实现异构信息源集成的关键。数字图书馆的包装层可以作为数字图书馆的智能前端代理,负责把来自中介层的统一查询表示映射为针对具体数字图书馆的查询格式,并从得到的查询结果中提取出用户需要的信息,提交给中介层。数字图书馆包装层生成的关键技术主要有:查询映射机制,查询服务调用机制,结果提取与转换机制。图6。参考文献5。     

Two-stage statistical language models for text database selection

As the number and diversity of distributed Web databases on the Internet exponentially increase, it is difficult for user to know which databases are appropriate to search. Given database language models that describe the content of each database, database selection services can provide assistance in locating databases relevant to the information needs of users. In this paper, we propose a database selection approach based on statistical language modeling. The basic idea behind the approach is that, for databases that are categorized into a topic hierarchy, individual language models are estimated at different search stages, and then the databases are ranked by the similarity to the query according to the estimated language model. Two-stage smoothed language models are presented to circumvent inaccuracy due to word sparseness. Experimental results demonstrate that such a language modeling approach is competitive with current state-of-the-art database selection approaches.