【摘 要】
：
针对企业遇到软件需求难以找到开发方的问题,设计并实现了一套协同创新软件科技服务平台。平台基于B/S架构,遵循PHP规范。经过对平台架构、功能、业务流程和数据库的设计,实现了软件项目需求发布、科研团队推荐、成功案例成果展示、科技资讯展示和应用技术交流等功能。平台通过处理企业软件项目需求。为企业用户主动、精准的推荐出适合的科研团队,有效提高了协同创新科技服务能力。
论文部分内容阅读
针对企业遇到软件需求难以找到开发方的问题,设计并实现了一套协同创新软件科技服务平台。平台基于B/S架构,遵循PHP规范。经过对平台架构、功能、业务流程和数据库的设计,实现了软件项目需求发布、科研团队推荐、成功案例成果展示、科技资讯展示和应用技术交流等功能。平台通过处理企业软件项目需求。为企业用户主动、精准的推荐出适合的科研团队,有效提高了协同创新科技服务能力。
其他文献
“十四五”规划纲要将“加快数字化发展 建设数字中国”单独成篇,并首次提出数字经济核心产业增加值占GDP比重这一新经济指标,明确要求我国数字经济核心产业增加值占GDP的比
2018年3月8日,习近平总书记参加十三届全国人大一次会议山东代表团审议时,希望山东在全面建成小康社会进程中、在社会主义现代化建设新征程中走在前列,全面开创新时代现代化强省建设新局面。党的十八大以来,习近平总书记多次到山东考察并发表重要讲话,作出系列重要指示,赋予山东新的使命任务。山东省委、省政府坚持以习近平新时代中国特色社会主义思想为指导,深入贯彻落实习近平总书记对山东工作的重要指示要求,一步步展开谋篇布局,一步步推进落实攻坚,朝着总书记嘱托、全省人民期盼的方向阔步前行。
ARINC653标准规定了综合模块化航电(integrated modular avionics,IMA)系统的两级调度模式,随着系统规模的增大,IMA系统可调度性验证工作的复杂度越来越高。对IMA系统可调度性验证方法进行了分析,总结了近年来主要的三类ARINC653实时系统可调度性验证方法——数学证明仿真验证和模型检验,并进一步对比了模型检验方法中的两类方法——符号化模型检验和统计模型检验,介绍了常用的仿真验证工具Cheddar与模型检验工具UPPAAL的验证原理。通过对现有方法的分析总结,明确了ARI
针对个人技术博客缺乏深层次的主题挖掘,较少利用文本挖掘或机器学习算法研究其领域方向和演化态势的问题,提出了一种基于LDA模型和社交网络的个人技术博客文本挖掘算法。首先,通过Python抓取CSDN论坛的博客文本;其次,利用LDA模型和层次聚类算法挖掘技术博客的核心主题,揭示其博客创作的演化历程;最后,通过社交网络分析法构建技术博客的主题关系图谱,从而发现其核心主题社交群体。实验结果表明,提出的方法能有效识别出个人技术博客的热点主题,发现核心主题的关系图谱,挖掘主题演化脉络及构建博客画像,具有一定的学术价值
针对股票市场受多方面因素影响,且股票价格序列的非线性特征难以提取的问题,提出了一种基于TCN(temporal convolutional network)和股票新闻情感分析的股票预测模型N-ATCN(attention mechanism temporal convolutional network based on news),该模型通过爬虫技术获取股票的新闻信息,使用LSTM网络对新闻情感分析并进行处理,得到情感特征值;之后将股票历史价格数据和新闻情感特征值相结合作为TCN模型的输入,并引入注意力机
针对当代大学生寻求合心仪的摄影师进行约拍服务的困难,提出了基于Android进行约拍App的移动开发,开发一套功能齐全、界面友善的约拍服务平台实现高校摄影共享化。系统由Android Studio进行开发,利用Android SDK设计客户端,其中用到类似商城的设计原理,实现用户浏览、搜索、购买、收藏商品等功能;利用Android Studio自带的数据库SQLite,实现用户、商品的增删改查的功能,对用户、商品进行管理。使用约拍App可以解决目前大学生约拍困难的问题,提高约拍服务,为以后扩展其他业务做好
上下文隐马尔可夫模型(contextual hidden markov model,CHMM)能够有效地利用多尺度系数间的相关性,得到图像系数的精确表示,但是传统的上下文计算方法仅针对邻域内的单个系数进行计算,没有考虑到局部甚至全局系数的影响。针对以上问题,提出了一种新的基于多输入细胞神经网络(multi-input cellular neural network,MCNN)的CHMM模型并用于图
声纹识别技术在生物特征识别领域区别于指纹、脸、虹膜等,其易获取、成本低等优势使其研究应用愈加广泛。研究了基于一种混合高斯模型的方法达到提高声纹识别率的效果。该方法充分利用非目标用户的混合高斯模型,其概率对数输出与BP神经网络结合,实现对混合高斯模型的补充作用,提高声纹识别率。该模型以多个预先训练的非目标用户的混合高斯为起点,接收来自目标用户的语音数据,产生的输出作用下一级神经网络的输入,进一步对数据进行训练。经实验结果表明,目标用户GMM模型的识别准确率为88.73%,而GMM-BP模型的识别准确率达到9
介绍了在高斯信道以及瑞利信道下极化码的构造方式,极化码的常见译码算法,以及系统极化码的编码算法。使用的仿真工具为Matlab,首先对极化码在瑞利信道下的高阶调制性能进行仿真;其次对系统极化码和非系统极化码在SC译码下进行仿真,分析得到系统极化码比非系统极化码在误码率上具有性能优势,但误块率两者大致相同。最后对极化码的CA-SCL译码算法进行定点化仿真实验。仿真结果表明,小数位宽为2 bit的定点算法性能与浮点性能的差异不大。
全球导航卫星系统反射信号(GNSS-R)进行海面风速反演时,传统方法主要有波形匹配法和经验函数方法。针对传统方法存在计算量大,反演过程繁琐等不足,引入人工神经网络,提出了一种多隐藏层的人工神经网络方法进行海面风速反演。首先分析不同输入特征参数与风速之间的关系,其次建立用于风速反演的ANN模型,最后进行模型训练,验证该模型的可行性。反演结果表明,风速小于15 m/s的低风速时,反演误差约为1.53