数据结构与算法实验教学的改革与探索

数据结构与算法课程是计算机专业的一门核心基础课,具有很强的实践性。在分析该课程实验教学现状的情况下,提出了实验教学内容的改革、实验教学方法的改革以及实验考核方法的改革等问题,提高了实验教学的效果,激发学生的学习兴趣。     

计算机算法教学动态演示系统设计与实现

计算机算法是学习计算机语言的基础。计算机算法教学动态演示系统,将视频、图片、声音和文字等媒体合为一体综合利用,将算法过程用多媒体技术进行动态演示,把抽象的理论知识形象化,静态教学转变成动态教学。系统的使用,提高了学生学习算法的兴趣,加深了对算法的理解。     

高校数据结构与算法课程实验改革与平台建设

针对在数据结构与算法实验教学中如何提高学生的编程和算法设计能力,分析并指出了在实验教学中普遍存在的问题,结合实验课的教学改革,开发实验平台,以期有效激发学生的学习兴趣和积极性,培养动手和创新能力。     

两种排序算法设计思想教学方法研究

对于学生而言,算法是一门难度很大,非常枯燥且没有实际价值的课程,然而它在软件世界中如此重要,以至于每所大学的计算机课程中都包含了这样的一门课程。教学中通过对初级算法课程研究若干典型问题的典型算法的设计方法和分析方法深入浅出的讲解,归纳总结一般的算法设计思想,可以消除学生对算法的神秘感,加深学生对算法分析与设计的理解,提高他们的学习兴趣,同时也体现算法学习的可行性与重要性,以及算法在整个软件工程中的核心地位。论文中给出了两种常用排序算法的教学实例,分别是shell排序算法和冒泡排序。实际的教学实践验证了所提教学方法的有效性。     

算法与程序设计教学浅议

尝试《算法与程序设计》模块教学的学校非常少,其实在我国信息技术课程发展史中,"程序设计"一直占据着不可或缺的重要地位。算法的学习比较抽象、枯燥、难理解,很难调动学生积极性。学习算法与程序设计就是要让学生了解并掌握如何使用计算机解决问题,尤其使学生进一步体验算法思想,了解算法和程序设计在解决问题过程中的地位和作用,这是学习本模块的关键。从简单程序入门,激发学生兴趣;从学生实际生活出发,巧妙解决问题;从设置悬念中,提高课堂效率;从错误中总结经验,教会学生自己调试程序。     

小议《算法与程序设计》教学

《算法与程序设计》的学习比较抽象、枯燥,很难调动学生的学习兴趣,要想减少这个问题给教与学带来的麻烦,我们应该做到以下几点:首先,要让学生认识到该部分内容的重要性。著名瑞士计算机科学家N.Wirth教授提出过一个公式:程序=数据结构+算法。就是说,一个程序应包括以下两个方面的内容:(1)对数据的描     

浅谈高中数学算法教学和信息技术的有效结合

算法蕴含着深厚的数学思维,是数学知识框架的核心。在高中数学教学中,教师可以将算法教学与信息技术结合起来,充分调动学生的学习兴趣,让学生更加深入地学习算法知识。本文主要介绍了高中数学算法教学现存问题,并提出了高中数学算法教学与信息技术结合的主要途径。     

计算机基础核心课程“三位一体”教学模式研究——以离散数学为例

离散数学是计算机高级进阶算法及人工智能等新兴技术的基础课程。针对目前该课程在独立学院教学中存在的普遍问题,如知识点多而杂,理论性、抽象性、逻辑性强,理解难度大,学生缺乏学习兴趣等,结合实际教学经验,提出适用于独立学院的“三位一体”教学模式——知识框架+基础实验+交流平台。首先根据学生对知识的接受程度组织教学内容,搭建更适合独立学院学生的知识框架及相应实验,然后利用现有APP及学习软件构建教学平台,以提升学生学习兴趣,充分发挥学生的学习主动性。该模式也可推广应用到其它独立院校。     

初中计算机教学中学生兴趣的培养

在计算机学习中兴趣的培养是关键,学习没有兴趣,就像没有盐的菜,淡而无味。对农村初中学生而言,计算机于他们新鲜、有趣,但兴趣却难以持久。初学时对计算机的兴奋和神秘感会随着知识难度的增加逐渐降低,甚至有些学生出现了厌学的情绪,严重影响计算机教学的效果。怎样做才能提高学生学习计算机的兴趣？笔者在培养学生学习计算机兴趣方面有以下几点愚见。     

应用算法实例提高学习兴趣

一．教学问题与困惑 在新课程改革的推动下,高中信息技术课开始向多元化方向发展。算法是信息技术学科中的一个重要内容。学生通常对信息技术学科比较感兴趣,但是通过课改后几年的教学实践发现,学生学习到算法,很容易失去学习兴趣,给教师的教学带来了新的问题与困惑。     

加密算法之DES算法

21世纪是信息时代,信息在社会中的地位越来越重要,已成为社会发展的重要战略资源,信息技术改变着人们的生活和工作方式,与此同时,信息安全也已成为世人关注的社会问题。本文介绍了保证信息安全的一种方法:数据加密标准(即DES),重点阐述单钥密码体制中的分组密码的基本概念、结构和加密算法。     

对k均值算法和硬C-均值算法的对比分析

通过比较目标函数、聚类原型模式P(0)的初始化方法、划分矩阵U和聚类原型P的更新方法等4个方面,得出k均值算法和硬C-均值算法的区别.     

免疫算法与遗传算法的比较

免疫算法与遗传算法二者有不同点，通过仿真实验表明它们之间在功能和应用方面有区别．     

基于LM和SA的混合优化算法

针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。     

基于Apriori算法的数据挖掘算法研究

关联规则挖掘是一种最有影响的数据挖掘技术。它在交易数据库或其他数据仓库项目集之中提取有意义的关联,频繁模式和关联。大多数现有的算法发现频繁模式都需要多次遍历数据库,导致大量的磁盘读取,造成了巨大的I/O负载。为了减少重复读盘,本文提出了一种新的自上而下的方法,即Apriori算法的改进版本,此算法大大降低了数据库的扫描次数,避免生成不必要的模式而减少了数据库的扫描,节省了大量的时间和空间。     

基于遗传算法的径向基神经网络学习算法

文章对径向基神经元网络（Radial Basis Function Neural Networks,以下简称为RBFNN）结构进行了分析,提出了应用遗传算法训练径向基网络的算法,并将该算法训练的网络用于10个数字的识别,相对于最近邻聚类学习算法和BP网络来说,识别效果和精度均有提高。     

遗传算法

本文介绍遗传算法的相关概念─染色体。适应值函数、复制算子、杂交算子和变异算子,给出算法描述和数值例子;同时给出遗传算法的模式定理和收敛性定理;最后,讨论遗传算法的特点和应用前景．     

从动态规划算法的应用谈算法设计的教学

动态规划是一种用于求解包含重叠子问题的最优化问题的方法。其基本思想是,将问题分解为相似的子问题,通过子问题的解组合求出原问题的解。动态规划的思想是多种算法的基础,被广泛应用于计算机科学和工程领域。本文通过阐述动态规划算法的求解过程、应用举例,结合教学体会分析了算法设计课程的教学方法。     

改进的蚂蚁遗传混合算法及应用

车间作业调度问题是一个典型的NP-hard问题。分析了蚂蚁算法和遗传算法的特点,就遗传算子、交叉概率和变异概率上对传统遗传算法进行了改进;同时为了加速蚂蚁的搜索效率、减少迭代次数,重构了传统蚂蚁算法的下一个结点选择策略、信息素的局部更新策略,并将改进后的两个算法进行混合求车间作业调度的最优解。试验表明,算法的改进和混合提高了搜索效率及搜索结果的准确性。     

排序算法的探讨

在C语言中,排序是数据处理中经常要遇到的一种重要运算,其功能是按某种指定顺序将一个数据元数的无序序列调整为一个有序序列.分析、讨论和比较了排序的三种通用算法,即交换排序法、选择排序法和插入排序法,同时也提供了一种改进的排序算法———快速排序法.