跨通道信息获得对二语学习中记忆的影响

单词记忆是二语学习中最为基础也是十分关键的环节,本研究探讨了不同通道组合方式对于长短单词记忆的影响。实验选取23名非熟练英语学习者为被试,以GRE和托福词表中的低频真词作为材料,考察被试对于所学单词及其中文解释的再认成绩。结果表明,视觉先于听觉呈现情况下被试对于单词的再认正确率更高,被试对于长词的再认正确率优于短词,出现了反词长效应。研究得到的规律有助于提高英语学习者背单词的效率。     

探讨可视化建模在数据库管理系统设计中的应用

近几年来,世界的经济形势发生了重大的变化,经济全球化愈演愈烈,高科技不断创新,各企业间的竞争已经不单纯的只局限在技术层面,更重要的是要科学管理,公司工作的流程,已经越来越受到各大企业的重视,各企业在它身上花费了大量的精力和财力进行研究,力争做好科学管理,并且随着这个过程的不断深入,已经形成了一门专门的学科-企业工作流程,国内各大高校、科研院所、专业的企业管理研究公司等都在深入的对它进行研究和探讨。在这种背景下,强大的数据库系统的设计这个工作必须要做好,以适应形势的发展。数据库管理系统是一个静态对象,如何将它应用到实际的生产中的是非常重要的,目前,普遍都是从用于建模的实体关系图中导出的。本文将围绕这些问题进行一些探讨。     

转型期扩大我国有序的政治参与探析

尽管政治参与是衡量一个国家民主政治发展状况的重要尺度,但有序的政治参与才能充分发挥其应有功能。它对社会主义民主政治的制度化、在政治发展过程中保持政治稳定以及公民政治意识的培养具有重要作用。为了实现政治参与的有序性,我们需要实现政府信息公开的制度化、拓展政治参与的渠道、加强组织建设并提高公民政治参与的素质。     

面向实际工程应用的线性代数教学研究

面向实际工程应用的线性代数课程教学是线性代数教学发展趋势。以线性代数矩阵迹的实际工程应用为例,阐述了国防科学技术大学线性代数教学团队实践的一条以理论教学促进工程发展、科研实践丰富理论教学应用、科研相互促进的良性发展模式。该教学模式丰富了教学实验案例。提高了学生学习线性代数的兴趣,使得教师和学生均“在研究中学习、在学习中研究”,培养了教师和学生的研究能力和创新能力。     

KNN算法在就业预测模型中的应用

应用K-最邻近方法数据挖掘技术,研究数据挖掘技术在就业预测中的应用。同时,针对传统的K-最邻近方法的几个不足之处提出了相应的改进办法,主要包括特征属性的加权处理及K值选择问题的解决。最后,通过实验结果对传统的KNN算法与改进的KNN算法进行比较,以验证改进的KNN算法的有效性。     

一种多现场生产线状态监测系统的设计

针对企业跨地域多现场生产线状态数据实时监测需要,提出了一种基于CAN工业现场总线与互联网技术的数据监测系统并进行了架构设计。系统采用以STM32单片机为主控制器的现场数据采集器实现生产线状态采集,并通过CAN总线发送到所在地域计算机,各地域计算机之间利用互联网技术实现数据转存备份与实时访问。实验结果表明,该系统能可靠获取多现场生产状态数据。     

论美术类图书分编与CIP数据标引的统一

美术类图书的特色管理要求有与之相适应的分编方式,专业突出是其特点.图书在版编目(CIP)是一项对书目数据进行整体规范控制的工作,它的广泛运用对实现书目数据共享起重要作用.文章针对美术院校图书分编时导入CIP数据所引发的问题,提出相应的解决方法.     

注重源程序在《数据结构》课程中的重要性

<数据结构>是计算机专业的一门主干专业课,本文作者通过多年的教学实践,提出了注重源程序的教学模式,并且在教学实践中取得了良好的效果.     

Exploring adverse drug reactions of diabetes medicine using social media analytics and interactive visualizations

The aim of this study is to propose an automatic and real-time social media analytics framework with interactive data visualizations to support effective exploration of knowledge about adverse drug reaction (ADR) surveillance. This proposed framework has been prototypically implemented on the basis of social media data. A longitudinal diabetes patient online community data (AskaPatient.com) as well as FDA Adverse Event Reporting Systems (FAERS) data as a benchmark were used to evaluate our proposed approach’s performance. Based on the results, our approach significantly increases the precision and accuracy for ADR extraction. The number of ADR cases, the time when the ADRs occurred, and the rating of Glucophage have been visualized that resulted by mining a collection of 870 ADRs posted in Askapatents.com over a certain time period (from 2001 to 2015). The results have important implications for pharmaceutical companies and hospitals wishing to monitor ADRs of medicines.     

A lossless DNA data hiding approach for data authenticity in mobile cloud based healthcare systems

We present a lossless Deoxyribonucleic Acid (DNA) sequence hiding method that can be used for ensuring authenticity of DNA sequence in the context of Mobile Cloud based healthcare systems. Hiding data within DNA sequence results in permanent information loss in DNA sequence. Therefore, providing DNA sequence authenticity using data hiding is challenging. Moreover, existing works on DNA data hiding require a reference DNA sequence data to retrieve hidden data. Hence, current methods are not blind approaches and inappropriate for ensuring authenticity of DNA sequence in the Mobile Cloud. The proposed method hides authentication data within DNA sequence, extracts authentication data, and reconstructs the DNA sequence without any loss of information. From there, our proposed approach guarantees DNA sequence authenticity and integrity in Mobile Cloud based healthcare systems. We present a security analysis of our method to show that the method is secured. We conduct several experiments to demonstrate the performance of our proposed method.