建立基于ADS-B系统的飞行数据管理平台

摘要：介绍了广播式自动相关监视（ADS-B）的概念及应用,论述了民航飞行学院在现有质量管理基础上建立基于ADS-B系统的飞行数据管理平台,应用ADS-B系统提高飞行数据查询、飞行质量控制水平的必要性。中国民航飞行学院新津学院成功地引进了ADS-B系统,该系统在飞行学院稳定运行了多年,在飞机的调度指挥、飞行监控、安全保障等方面发挥了巨大的作用。另外,ADS-B系统的飞行数据也应用于飞行事件的调查。但是作为以飞行训练为中心的飞行学院,训练质量是其核心,怎样让ADS-B系统为提高学生飞行训练质量还是一个新的课题,亟待开发应用。     

一种电话号码自动查询计算机控制系统

本文介绍了ＴＣ－０８Ａ电话语音处理卡用于电话号码自动查询的计算机控制系统，系统由一台配有该卡的３８６微机联接电话查询线组成。整个软件采用ＢｏｒｌａｎｄＣ~（＋＋）和Ｆｏｘｂａｓｅ编程实现。     

基于ArcEngine的滁州市公交线路查询系统的开发与研究

随着计算机技术和地理信息系统的发展,以GIS为媒介开发相关的查询系统已在诸多领域得以广泛应用。在公交查询系统设计方面结合ArcEngine技术,具有很大的实用价值。当前主流公交查询系统大多都以互联网为媒介,对于脱机工作的公交查询系统普遍较少,给一些非联网用户带来不同程度上的不便。因此结合滁州市公交查询系统实际需要,同时明确公交查询系统的数据库设计方案以及所需实现的系统功能,以ArcEngine为开发设计平台,设计开发出适合大众需求的桌面版公交查询系统。在基于ArcEngine的滁州市公交查询系统站点信息查询模块中,实现模糊查询,以及查询信息与地图的紧密结合,使查询结果更加清晰明了,从而实现人、车、路紧密配合,和谐统一,大大改善了交通环境。     

分布式数据查询优化算法的研究

分布式数据查询是分布式数据库管理系统的核心,而查询优化算法又是查询处理中的关键技术。分布式数据库管理系统的研究始于20世纪70年代中期,在30多年的发展中,取得了丰硕的成果。但由于分布式数据的分散性,使分布式数据查询比集中式数据查询复杂得多。本文对基于关系代数优化的算法进行了探讨和研究,并应用于实例,取得了较好的优化效果。     

《河北科技大学学报》投稿须知

<正>本刊为中国科技核心期刊、RCCSE中国核心学术期刊(扩展版),2008年入选北大"中文核心期刊"第五版。主要报道有关材料工程、机械、电子与通信、自动化、计算机科学与技术、化学与化工、制药、食品、生物、纺织、环境保护、数理科学等领域的创新性学术成果。1来稿要求稿件送交编辑部时应提供Word格式的电子文档。行文顺序如下:1题目(不多于20个字);2署名;3作者单位(包括二级单位),所在省市及邮编;4摘要;5关键词(3~8个);6中图分类号,文     

基于关系数据库的查询优化技术

为了提高数据库的运行效率．分析了影响结构化查询语言（SQL）查询语句执行效率的因素，研究了对SQL查询语句进行优化的基本方法，包括数据类型、搜索参数、数学操作符等方面的合理使用，同时，指出在实践中的程序员应反复试验和比较不同的语句。     

一种新颖的编辑距离限制下的相似性确认算法

针对相似性确认步骤中编辑距离计算的高复杂性问题,提出了一种在编辑距离限制下的基于鸽笼原理的字符串相似性确认算法.首先找到满足编辑距离片段映射的片段,以此片段为基准,将长度为500bp的read分段.然后对满足编辑距离片段映射的左右部分递归地进行编辑距离计算,将各段得到的编辑距离相加即为最后结果.最后根据最长公共子串的下限将需要验证的片段数目降到最低,得到优化方案.实验结果表明,基于鸽笼原理的分段递归计算编辑距离的确认算法减少了验证步骤的时间,并能保证假阳率和假阴率都为零.     

基于索引的关系数据库查询优化

查询优化是提高数据库性能的关键技术之一.在分析SQL Server关系数据库系统自动查询优化技术的基础上,介绍了索引的类型和使用原则,并结合实例讨论了SQL语句中使用索引进行查询优化的多种有效方法,有助于提高数据库的查询效率.     

多关系关联规则挖掘中的隐私保护

分析了经典关联规则挖掘及相关的隐私保护等问题,同时研究了多关系关联规则的刻画和挖掘问题.通过重新定义查询模式,改进了Warmr方法,使查询模式支持“频繁查询模式的子模式也必然是频繁的“这种Apriori特性,进而将其移植到多关系规则的挖掘过程,从而加快规则的挖掘.研究了有针对性的敏感规则的挖掘方法,通过挖掘包含敏感信息的所有频繁查询模式,从中导出所有能够导致信息泄露的敏感规则;为了平衡数据可用性和安全性之间的矛盾,通过隐藏所有敏感规则中公共关系的元组,在保证规则隐藏和数据安全的同时,降低了对数据可用性的影响.     

基于潜在语义空间维度特性的多层文档聚类

为实现文档在不同概念层次下的自动聚类,研究了潜在语义空间中维度的统计特性,发现对应大奇异值的维度描述了语义元素间的共性,对应小奇异值的维度描述了语义元素间的特性,呈现出潜在语义空间维度与概念粒度之间隐含的对应关系.基于这种认识,通过采用不同维度来实现文档在不同概念粒度下的聚类,并获得了很好的聚类准确率.另外,在基于潜在语义分析的文档聚类算法中,采用文档自检索矩阵的行向量,代替低维文档向量作为聚类对象,获得了更好的聚类准确率.