简介：如何让急救医疗措施能尽快地被送到病人身边，经初步急救处理后，迅速把病人安全地转到医院作进一步救治，这是国内外急救界共同关心的课题。随着社会经济的发展，人们对自我健康意识和生命价值的不断提升，在急诊医疗服务体系（EMSS）中，院前急救的重要性越来越突出。国内，各级政府对院前急救工作越来越重视，各地急救中心在加快推进院前急救信息化建设的同时，积极探索如何整合院前急救信息资源，实现“网络化”院前急救大格局的有效途径。

简介：政府办公大楼智能指挥系统是电子政府的重要组成部分，本文以已经成功应用的深圳市南山区政府智能办公大楼为例，详细论述了一个可靠的政府办公大楼智能指挥系统的功能，结构和应用等各个方面。

简介：管理资讯系统(ManagementInformationSys-tem)是信息技术、信息化日益发展中而产生的现代企业经营管理技术。它由贯通企业内外和网络企业各个阶层作业的管理系统(ManagementSystem)、沟通系统(CommunicationSystem)和电脑系统(ComputerSystem)复合组成。管理资讯系统的主要功能是:

简介：上海集装箱码头有限公司(简称SCT，网址)是由上海港集装箱股份有限公司与香港和记黄埔上海港口投资有限公司共同投资组建的，是全国交通系统第一家合资企业。现拥有宝山、张华浜、军工路3个国际集装箱专用码头，其集装箱吞吐量在2000年即已达295万标准箱，比上年增长13．7％。为了适应不断扩大的业务需求，

简介：本文首先讨论了数据挖掘技术，给出了一种企业决策系统。并就决策系统的构成、流程和采用的数据挖掘技术进行了探讨。关键词数据挖掘；数据仓库；企业决策系统中图分类号N37文献标识码A文章编号1007-9599(2010)04-0000-01ResearchofDataMiningTechnologyinBusinessDecision-makingSystemShiDongsheng(InnerMongoliaUniversity,Information&EngineeringTechnologyCollege,InnerMongolia,Baotou014010,China)AbstractThispaperdiscussesdataminingtechnology,presentsabusinessdecisionsystem.Decision-makingsystemoncomposition,processanduseofdataminingtechniquesarediscussed.KeywordsDatamining;Datawarehouse;Businessdecision-makingsystem随着计算机管理信息系统的飞速发展和广泛应用，企业生产经营的自动化水平不断提高，大大提高了工作效率。但企业业务系统运行所产生的大量原始数据是企业生产经营活动的真实记录，不能为本企业加以有效的统计、分析及评估，无法将这些数据转换成企业有用的信息、为企业战略决策提供参考和支持。数据挖掘正是在这样的应用需求环境下产生并迅速发展起来的，它的出现为智能地把海量数据转化为有用的信息和知识提供了新的思路和手段，设计开发基于数据挖掘的企业决策系统是合理解决这一问题，提升企业综合竞争力的最佳对策。一、数据挖掘技术数据挖掘，是指从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们不知道的、但又是潜在有用的信息和知识的过程。它是数据库研究中的一个新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术，把人们对数据的应用从低层次的查询，提升到从数据中挖掘知识，提供决策支持的层级。数据挖掘一般由数据准备、挖掘操作、结果表达和解释三个主要阶段组成。在数据准备阶段应集成多个运作数据源中的数据，解决语义模糊性、处理遗漏数据、清洗脏数据。挖掘阶段是一个假设产生、合成、修正和验证传播的过程，也是上述三个阶段的核心。结果表达和解释阶段根据最终用户的决策目的把提取的有用信息正确地表达出来。数据挖掘的方法和技术可大致划分为三类统计分析、知识发现、可视化技术等。统计分析用于检查异常形式的数据，然后利用统计模型和数学模型来解释这些数据，统计分析方法是目前最成熟的数据挖掘工具。而知识发现则着眼于发现大量数据记录中潜在的有用信息或新的知识，属于所谓“发现驱动”的数据挖掘技术途经。知识发现常用的方法有人工神经网络、决策树、遗传算法、模糊计算或模糊推理等。数据质量、可视化数据的能力、极大数据库尺寸、数据挖掘者的技能、数据的粒度都是影响知识发现方法的重要因素。可视化技术则采用直观的图形方式将信息模式、数据的关联或趋势呈现给决策者，决策者可以通过可视化技术交互式地分析数据关系。二、基于数据挖掘的企业决策系统数据挖掘面对的是经初步加工的数据，使得数据挖掘更专注于知识的发现；而数据仓库用于完成数据的收集、集成、存储、管理等工作，两者必须有机结合起来使用。基于数据挖掘的企业决策系统主要由数据库、数据仓库、数据仓库管理模块、知识库、知识发现模块、数据挖掘工具、人机交互模块构成（如下图所示）。系统的输入主要源于经过初步处理的数据库数据以及存储在知识库中的历史知识和经验；数据仓库管理模块用于数据仓库的建立以及数据的筛选操作；知识发现模块控制并管理知识发现过程，它将数据的输入和知识库中的信息用于驱动数据选择过程、知识发现引擎过程和发现的评价过程；人机交互模块通过自然语言处理和语义查询在用户和系统之间提供相互联系的集成界面。数据挖掘工具用于完成实际决策问题所需的各种查询检索工具、多维数据的联机分析分析工具等，以实现决策支持系统的各种要求。数据挖掘主要提供了以下几种模式（一）分类模式根据数据的值从树根开始搜索，沿着数据满足的分支往上走，直到树叶确定类别。（二）回归模式回归模式与分类模式相似，区别在于分类模式的预测值是离散的，而回归模式的预测值是连续的。（三）时间序列模式根据数据随时间变化的趋势预测将来的值。只有充分考虑时间因素，利用现有数据随时间变化的一系列的值，才能更好地预测将来的值。（四）聚类模式把数据划分到不同的组，组之间的差别尽可能大，组内的差别尽可能小，进行聚类前并不知道将要划分成几个组和什么样的组。（五）关联模式利用数据项之间的关联规则。（刘）和概念描述和比较操作把具有共同性的数据做汇总操作，从而得到一个具有一般性的规则描述。在实际应用中，可以根据具体情况采用不同模式组合，达到最优化的数据挖掘方式。在用户使用该系统时，首先需要通过分析决策需求，描述和表示决策的问题，确定数据来源，即可建立数据仓库；其次针对所要发现的任务的所属类别，设计或选择上述有效的数据挖掘算法并加以实现，从平凡的历史数据中提出综合数据，独立存储为库文件，作为更高一层数据挖掘对象；同时测试以评价所发现的知识，对知识进行一致性、效用性处理。最后根据最终用户的要求，建立适用于决策支持的数据仓库的集成界面和应用程序，使用户能在决策支持中运用所发现的知识。对于该系统的执行，每个步骤包含了循环和反复，可以对发现的知识不断求精、深化，并使其易于理解。三、结论总之，数据挖掘技术可以使其应用者由原来通过定期的、固定的报表进行定性的分析而上升到实时的、动态的各种形式的图表进行定量的分析，从而可以敏感地发现市场的微小变化并迅速做出反应，为企业在激烈的市场竞争中立于不败之地提供了强有力的工具。参考文献1范明,孟小峰.anjiawei，etal.数据挖掘概念与技术M.北京机械工业出版社,20072李捷.基于数据仓库和数据挖掘的企业决策支持系统研究J.科技经济市场,2006,73范丽霞,张雪兰.利用数据仓库和数据挖掘实现电信决策支持系统J.计算机与现代化,2005,8

简介：借鉴成本敏感模型,综合考虑攻击和响应以及攻击目标等各方面的因素,提出基于最小代价响应决策算法,并对攻击和响应相关的因素进行了量化,与基于分类的响应决策算法相比,该算法具有更高的有效性、成功率和扩展性。

简介：在软件行业中，五年就像是一个地质时代。五年前，Microsoft宣布了自己的Micorsoft．NETFramework计划。从那以后，DataSet（数据集）才开始作为关键对象出现在基于．NET的应用程序中，执行多种数据相关的任务。也是五年前，DataSet被誉为ADO记录集（Recordset）的威力增强版。那么在．NETFramework出现之前，您是如何设计数据访问层（DAL，DataAccessLayer）的呢？我想您一定是以ADO和它全能的Recordset对象——断开的、且可进行XML序列化的——为中心构建数据访问层。

简介：本文作者从实际应用出发，对现存数据挖掘决策树分类方法进行了研究，并应用到系统当中，实现了决策支持模块。关键词数掘挖掘；决策树算法；改进；实现中图分类号TP301.6文献标识码A文章编号1007-9599(2010)04-0000-02DataMiningDecisionTreeImprovement&ImplementationXiaYan,ZhouXiaohong,WangDong（ChangchunTechnologyCollege,Changchun130033,China）AbstractTheauthorstudiedonexistingDataMiningdecisiontreeclassificationmethodbasedonthepracticalapplication,andappliedtothesystem,achievedadecisionsupportmodule.KeywordsDataMining;Decisiontreealgorithm;Improve;Achieve随着数据库技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增大，在大量的数据背后隐藏着许多重要的信息，如果能把这些信息从数据库中抽取出来，将会产生重要的作用。因此，数据挖掘涉及的学科领域逐渐扩大，数据挖掘的方法也在不断地改进和提高。分类在数据挖掘中是一项非常重要的任务，分类算法可以分为决策树分类算法、遗传算法、神经网络方法、K-最近邻分类算法等。这里，以疾病防控与儿童免疫管理系统中决策支持子系统的开发过程为例，对决策树分类算法的改进及在实际中的应用进行阐述。一、数据选取和数据预处理在本系统中，以预防接种中遇到异常反应后记录的“异常反应调查表”中的数据为例进行说明。具体实现过程详细说明首先输入训练集，由于在真实的SQLServer数据库当中，为了降低存储要求和减少存储时间，并非真正存储每个数据项的属性值，而是用存储数字来对应相应的意义，如在数据库的数据表中，“性别”字段中“1”代表“男”、“2”代表“女”，反应到程序页面时再映射回原来的值，为了说理清晰又限于篇幅，这里只将所有数据集中有代表性的十几组数据作为分类模型创建的输入训练集。表1判断是否需要计划外加强免疫的属性表儿童编号月龄出生状态常住地上次注射后反应是否需要计划外加强免疫0405102<=2正常产城市无不良反应否0405495<=2正常产农村无不良反应否0401342>5正常产城市无不良反应是04054352…5正常产城市轻度反应是04065342…5非正常产城市重度反应是04072342…5非正常产农村重度反应否0401544>5非正常产农村重度反应是0408519<=2正常产城市轻度反应否0404566<=2非正常产城市重度反应是04035472…5非正常产城市轻度反应是0401534<=2非正常产农村轻度反应是0405856>5正常产农村轻度反应是0409533>5非正常产城市无不良反应是04053442…5正常产农村轻度反应否二、生成决策树对训练集的每一个属性，计算其信息增益。以“月龄”属性为例，每个结点中的正反例的个数分别为［2，3］、3，2、4，0，分别计算如下info2，3==0.971；info3，2==0.971；info4，0=0；计算信息熵E(月龄)＝＝0.693；计算该属性的信息增益量，选取信息增益最大的属性为节点，按该属性的值划分数据集合Gain(月龄)=Info(9，5)-E(月龄)=0.940-0.693=0.247；同理，对“注射反应”属性、“出生状态”属性、“常住地”属性都可计算每个结点的正反例的个数（由于篇幅有限，不作计算）。通过对各属性信息增益的计算结果，选择“月龄”属性作为根节点，然后划分“月龄<=2”的所有可能性。计算当“月龄<=2”时，“注射反应”、“出生状态”、“常住地”的信息增益值Gain(注射反应)=Info(2，3)-E(注射反应)=0.971-0.4=0.571；Gain(出生状态)=Info(2，3)-E(出生状态)=0.971-0=0.971；Gain(常住地)=Info(2，3)-E(常住地)=0.972-0.951=0.020；同理考虑“月龄>5”的情况，由于“月龄>5”时，各个节点都是纯节点，所以不再划分。三、产生决策规则遍历决策树，输出叶结点类属性值，用IF—THEN形式表达为IF(月龄2…5AND注射反应=无)THEN(类别＝是)IF(月龄2…5AND注射反应=轻)THEN(类别＝是)IF(月龄2…5AND注射反应=重AND出生状态＝正常产)THEN(类别＝是)IF(月龄2…5AND注射反应=重AND出生状态＝非正常产AND常住地=城市)THEN(类别＝否)IF(月龄2…5AND注射反应=重AND出生状态＝非正常产AND常住地=农村)THEN(类别＝是)……依此类推，共可产生十三条规则。四、决策支持子系统的分析用上述基于决策树的分类算法所得到的模型生成的规则来预测测试集中的未知数据属于哪一类，并通过该模型的测试结果与实际情况相吻合的准确率来判断该决策树是否有效。首先，用整个数据集中2/3的数据作为训练集按照基于决策树的分类算法来建立模型，生成一棵决策树。然后，用余下的1/3的数据作为测试集，通过创建的模型进行预测，并将预测结果和实际值进行比较。如果准确率达到或超过事先确定的阈值，则可以认定该模型对于数据分类是有效的，能够在实际中应用；反之，则认定该模型的分类效果不好，需要按以上步骤来重新判断，直到分类准确率达到预定的阈值为止。在本系统中，经过测试预测准确率已达到87%，在可以接受的范围内，所以算法是有效、可行的。参考文献1陈文伟,黄金才.数据仓库与数据挖掘.人民邮电出版社,20042王万森.人工智能原理及应用.电子工业出版社,20003范明,孟小峰.数据挖掘——概念与技术.机械工业出版社,2001作者简介夏琰（1980-），女，吉林长春人。长春职业技术学院信息技术分院，教师，讲师，硕士，研究方向为计算机应用。

简介：在现代民主的政治范畴中，群众参与公共决策的制定已经成为群众的一项基本权力，同时也是实现政治民主，决策科学的重要体现。随着网络信息的不断发展信息通信技术正在电子政务迅速发展的前提下不断对自身的发展进行改革，传统的电子政务参与方式已经不能满足人民日益增长的需求。信息现代化与传统的公共决策方式进行比较，使群众在参与公共决策上打破了原有条件在时间以及空间等方面的束缚，大大提升了群众参与的积极性，同时也提升了参与的效果，并且极大的满足了群众参与公共决策的希望。在电子政务环境不断完善下，群众利用电子平台参与到政府的决策中，并且与制定者进行互动交流。充分的表达自身的意见与诉求，逐渐发展成为一种政治现象。分析电子政务环境下群众参与公共决策的方式，对于实现决策民主化，提升公共决策质量，提高政府信誉有着重要的现实意义。

简介：如今,移动互联网遍布我们生活的各个角落,人们在日常工作、学习、生活中,越来越离不开移动互联网,学校的校园网建设也由有线网建设向无线网建设转变。由于学校无线网安全性要求高的特点,研究高学校无线网络安全架构成为校园网络建设的重要方面。

简介：Linux系统中,有哪些主要的日志子系统?；什么是Linux系统快照?；Linux下tar和rsync区别?；Linux有哪些常用的系统维护文件?；如果／var目录空间不够用，可以移到新的硬盘空间中吗?；我的Linux每次启动直接进入图形界面．有什么方法可以直接进入终端吗?

简介：我在应用一些特别消耗虚拟内存的程序(如g++)时发现swap空间已经用完。如何临时增加swap空间呢？答：如果是临时增加swap空间，可以使用swap文件来实现。如要增加128MB的swap空间，可以使用以下命令来实现：

简介：从一般用户的观点．操作系统是用户与计算机硬件系统之间的接口；从资源管理观点．操作系统是计算机系统资源的管理者。用户在操作系统的帮助下能够方便、快捷、安全、可靠的操纵计算机和运行自己的程序。用户可以通过以下的两种方式来使用计算机：

简介：系统备份是Linux系统管理中一项非常重要、不可或缺的工作。制作备份的目的是为了尽可能快速和方便地恢复单十文件或整个文件系统。系统备份对于文件和数据的安全是至关重要的。任何备份工作都应该围绕这十中心目标进行。

简介：现在，Linux系统已广泛地应用于科技和商业领域。在中高端领域，Linux系统除了支持包括文件、电邮、网络服务器在内的企业架构外，还支持诸如防火墙、VPN服务器、路由器和网关等业务单元架构；在低端领域，Linux通常用于嵌入式系统中，例如进程控制系统、PDA、家用网关和机顶盒等。

简介：系统崩溃，需要立即修复；或硬盘告急，其中的某些文件需要及时调出；或者工作紧急，你需要在系统无法使用的情况下．直接利用PC完成某些重要工作。在这种情况下，我们首先想到的最完美的解决方法，就是利用PE迷你系统。

简介：基于Linux的集群系统现在有很多，有商业的，有非商业的。它们采用的技术也有所不同。最常见的三种集群类型包括高性能科学集群、负载均衡集群和高可用性集群。在此介绍几种常用的负载均衡集群系统。

简介：在日常工咋中．常常需要在一台机器上安装多个Windows系纸。如果先安装WIN98．然后再安装Win2000(或者WinXP)，系统将自动建立多启动菜单；但是，如果想让中文Win98和英文Win98共存，却没有什厶好办法，因为Win95／98／Me没有提供多系统启动功能。

简介：无论多么庞大的游戏世界，玩的时问久了，道路便很容易熟悉。而当怪物的等级、地图等信息都被记录在玩家脑中，这些地图便会失去第一次进入时的神秘感。这在很多游戏中都可以感觉到。即便利用巨大的财力、人力制作数量繁多的地图，地图还是拥有边际的，一旦被全部探索完，那多数玩家又会返回到收集物品的行为模式中。如果要追求一种强调冒险及体验的游戏生活，那就可以尝试一下让地图随机创建，让每次冒险的环境都是未知的。笔者这里所构想的地图系统，主要采用的方法是创建一些路线模板。将其打乱后重新组合，来形成贯穿所有关键点的路线。之后再根据任务及地图创建规则的要求，在模板的关键点上安放相应的任务元素。通过这种不规则的路线和各种物品的随意放置来组成新的随机、独特的游戏场景。同时，由于随机地图类似休闲游戏中开的小房间，只允许一部分玩家在里面进行游戏，如同一群人在玩单机游戏。这样便可以设计一些更加丰富、细腻的任务细节，创造更具表现力的游戏系统。玩家既可以在固有的城市中进行社交，又可以在任务中领略冒险的过程。

简介：本文通过实例介绍了Linux系统在安全领域的应用情况。首先讲解了垃圾邮件产生的原因，防御手段，并给出了构建实例。然后用一个实例讲述了如何构建企业代理防火墙。最后简述了Linux系统下病毒产生的原因及如何进行防治。