金玲玲
- 作品数：10 被引量：50H指数：2
- 供职机构：华南农业大学理学院更多>>
- 发文基金：广东省信息安全技术重点实验室开放基金国家重点实验室开放基金NSFC-广东联合基金更多>>
- 相关领域：理学自动化与计算机技术经济管理文化科学更多>>
- 基于XML的高校成绩管理系统研究与实现被引量：2
- 2009年
- 由于数据共享出现死锁,数据集中的成绩管理常常出现系统崩溃而影响教师登录成绩.通过分析可知,如果成绩登记表是以1个表或1个文件独立存在,可以解决因数据共享出现死锁的问题.本文研究在不影响综合教务系统其他功能的前提下,1张成绩表就是1个XML文档,实现了基于XML的高校成绩管理系统.该系统不仅可以解决死锁问题,而且可有助于实现无纸化和本地化的管理.
- 祝胜林金玲玲林宇健陈振明邓瑞芝
- 关键词：综合教务系统成绩管理死锁XMLXML数字签名
- 基于单片段代换系的水稻抽穗期QTL上位性研究被引量：1
- 2014年
- 【目的】探索水稻抽穗期的遗传机制.【方法】以华粳籼74的8个单片段代换系为材料,构建了7个聚合了双QTL的次级F2作图群体,并通过分子标记的选择区分出每个群体的9种基因型以估算水稻抽穗期QTL的各类上位性分量.【结果和结论】除QTL HD3/HD8间的上位性互作不显著外,其他QTL对均存在显著的上位性效应,占85.7%;在检测的28个不同类型的上位性效应中,有60.7%的估计值达到5%或1%的显著水平,其中加加、加显或显加、显显上位性分别占71.3%、42.8%、85.6%.研究结果进一步证实了上位性作用在数量性状遗传体系中的普遍性和重要性,并为水稻抽穗期的分子聚合育种提供了依据和材料.
- 杨自凤朱海涛刘自强曾瑞珍傅雪琳陈雄辉张桂权金玲玲刘桂富
- 关键词：上位性QTL单片段代换系抽穗期水稻
- 小波网络在深圳股市应用的研究
- 2003年
- 采用传统的人工神经网络模型对深圳证券成份指数进行模拟预测,在此基础上,进一步采用小波函数结合神经网络形成的小波网络对其进行拟合和预测,并对两种预测方法得到的结论误差进行分析、比较.结果显示,小波网络比单纯的神经网络模型预测精度高11 1595.
- 金玲玲汪刘一
- 关键词：小波网络深圳股市小波分析神经网络股价股票价格指数
- 四元数矩阵的中心化子被引量：1
- 1998年
- 推广了数域上的矩阵中心化子理论。
- 金玲玲
- 关键词：实四元数体中心化子若当标准型矩阵
- 复杂系统性能指标试验量的预报方法
- 2004年
- 从复杂系统性能指标评估的精确性和可信性方面,研究了复杂系统试验量的确定.考虑到复杂系统试验量的确定与复杂系统性能指标评估方法有关,故以经典统计评估方法为例,说明试验量的确定方法,该方法具有通用性,并以示例进行了说明.
- 金玲玲汪刘一黄鹤
- 关键词：复杂系统性能指标
- 实幂等矩阵的伴随矩阵被引量：1
- 2001年
- 金玲玲赵立新刘迎湖
- 关键词：伴随矩阵代数余子式幂等
- 小波分析与神经网络在证券市场中的应用
- 该文利用小波分析理论的优势,将小波变换理论与神经网络相结合并应用于反映中国经济整体状况的证券市场指数、股价走势的分析,借助计算机软件,拟合指数、股价曲线,从而达到分析证券市场形势、预测未来证券市场行情走势的目的,为经济问...
- 金玲玲
- 关键词：小波分析神经网络小波网络股价股票价格指数
- 文献传递
- 汽车牌照的提取方法被引量：41
- 2002年
- 汽车牌照提取是汽车牌照自动识别的关键一步 .本文中提出了两种提取方法 ,即利用扫描行离差数据、有效谷峰点特征及先验知识来初步定位车牌区域 ;采用彩色分割及多级联合混合集成分类器的车牌提取技术 ,通过多层感知器网络对输入彩色图像进行彩色分割 .将这两种方法联合使用对车牌定位准确率高、鲁棒性好 .车牌定位的准确率达99.3% 。
- 金玲玲廖芹汪刘一
- 关键词：汽车牌照车牌定位人工神经网络车牌识别字符提取
- 车牌字符提取中的矫正和切割算法研究被引量：1
- 2006年
- 针对车牌字符提取中的图片矫正和切割关键部分,提出了一种基于Hough变换的车牌字符倾斜角度的自动检测矫正算法.在此基础上提出了一种基于边缘分析的二值化算法的投影判断法.对字符目标的灰度和纹理分布进行优化提取.经实地测试检验,字符切割的正确率提高了15%.
- 汪刘一付银莲金玲玲
- 关键词：图像处理字符提取二值化投影法
- 学校组织特征的透视与前瞻被引量：3
- 2002年
- 追求结构合理、突出相互协作、力求开放创新,构成现行学校组织的结构特征、人文特征和发展特征;面向未来,现行学校组织特征遇到挑战,学校组织网络化已现雏形,学校组织网络化促进学校组织以人为本,也促进学习型组织的充分实现。学校组织网络化、以人为本及学习型学校组织构成未来学校组织的新特征。
- 龚孝华金玲玲
- 关键词：网络化以人为本学习型组织
