Apriori算法在网上考试系统中的应用

在远程教育系统的网上考试系统模块中,数据库和数据仓库中的用户交互数据记录了用户对系统的访问行为信息,利用最小支持度和最小置信度,挖掘出频繁项集,对这些信息的分析有利于远程教育教学管理人员和教师掌握学生对知识的掌握情况,从而可以对教学内容加以改进,对教学平台进行优化.     

基于云模型与Fibonacci的混沌伪随机序列发生器设计

结合云模型在精确数值间的随机性和模糊性,以及三阶Fibonacci序列产生速度快、可控参数多的特点,提出了一种将云模型与广义三阶Fibonacci相结合的混沌系统伪随机序列发生器。利用量子Logistic混沌系统产生的混沌序列作为广义三阶Fibonacci函数模型的参数,实现参数的动态随机更替;将云发生器产生的云滴群作为广义三阶Fibonacci函数的变量,再由广义三阶Fibonacci函数与Logistic映射级联耦合得到广义三阶Fibonacci混沌系统模型,基于此模型设计了一种伪随机序列发生器。实验分析表明,该发生器能快速并行产生混沌伪随机序列,具有结构简单、伪随机性强、分布均匀、相关性小等特征,并且每次产生的混沌伪随机序列都具有独立随机性,无法找到周期规律,从而克服了混沌伪随机序列发生器设计中存在的根本性缺陷。     

广义马氏过程及其熵率

讨论了k步广义马氏过程及其时间不变性和平稳性，给出了熵率的两种定义，说明了其等价性，还给出了平稳的广义马氏链熵率的计算公式．     

算法多样化的思考

新的数学课程标准，鼓励算法多样化，给计算教学带来了新的理念，给计算教学的课堂带来了新的活力，在课改年段的一些计算教学的公开课中，算法多样化的思想在课堂中得到充分体现，这说明老师已有意识地把课改理念落实到课堂教学实践。然而在具体教学实践中，有些老师对算法多样化的认识和实践存在着偏差。在一些观摩课中，常常见到一道简简单单的计算题，通过教师的悉心引导、学生的积极思考，总是能想出五六种，甚至十来种不同算法。教师很赞赏不同算法的学生，     

创建neighbor-joining进化树的快速算法

为了改善Saitou和Nei提出的neighbor-joining进化树算法(SN)及Studier和Keppler的改进算法(SK),降低计算的时间复杂度,设计了一种快速算法.该算法涉及3种技术第一,引入一个线性数组A[N],用于存储距离矩阵每一行的值,以减少许多重复计算;第二,A[i]的值在算法开始时全部计算,在迭代步中间只进行更新3个变化的值;第三,设计了一个紧凑的公式用于计算OTUs之间的边长,并对该公式进行了证明.实验结果表明随着节点数的增多,该算法比SN算法快几十倍到上百倍,比SK算法快2倍以上;在一台桌面计算机上,该算法能在3min左右创建具有2000个节点的进化树.以空间换时间,减少最内层循环的计算量是设计多重循环算法的基本思路.     

人工神经网络在火灾探测中的应用

火灾的早期探测是较为复杂且具有重要意义的研究课题。针对传统火灾探测方法存在的不足,提出了一种基于人工神经网络技术的火灾自动探测系统,即采用黄金分割优选法对网络隐含层节点数进行优选,采用优于BP算法的LM算法进行网络学习训练。实验结果表明不仅这种系统具有拟合精度高和运算速度快等优点,且探测效率良好。     

一种自适应蚁群算法及其应用

蚁群算法是一种具有许多优良特性的新型算法,该算法具有较强的发现较好解的能力,但同时也存在容易出现停滞现象,收敛速度慢等缺点。在介绍基本蚁群算法的基础上,针对蚁群算法的不足,提出了一种自适应蚁群算法。该算法对蚁群算法中的信息素在更新过程中进行自适应调整。实验结果表明,该算法比传统的蚁群算法具有更好的搜索全局最优解的能力,并具有更好的收敛性。     

自动审核配伍禁忌的算法

文章主要论述了基于电子处方、自动审核药物配伍禁忌的算法实现。随着信息化的深入,计算机与医院门诊处方的结合,运用软件和程序实现对处方的自动审核,能有效减少不合理处方的出现,为医患双方带来便利。文章对配伍审核算法的描述采用简单易懂的SPARKS语言。     

皇后问题的不等效解分析与算法实现

通过对n皇后问题解的等效性分析,设计一个产生其不等效解以及由不等效解构造出与其等效的其他所有解的有效算法,并用C程序编程实现。     

FP-Growth算法在网络教学平台个性化课程推荐中的应用研究

随着信息技术的发展和国家教育部对高职院校的不断重视,很多高校纷纷建立起自己的网络教学平台并且顺利运行。本文主要介绍了对网络教学平台多年累积的数据采用FP-Growth算法进行关联规则数据挖掘这一方法。这一方法能够发现隐含在平台背后的潜在规律,找出课程之间的关联性,为学生学习提供便利的同时,也能够为教师指导平台课程的设计与安排。