题库管理系统的研究与实现

阐述了试题命题的基本要求,并提出基于题型、难度与章节的合理三维立体关系的组卷算法.在此基础上,设计题库管理系统的后台数据库,同时对题库管理系统的题库建立、试题组卷、试卷生成、试卷分析以及系统维护等功能模块实现等做了阐述.     

融合Apriori优化算法与Relim算法的抑郁症用药规律挖掘

为明确中医治疗抑郁症用药规律,融合Apriori优化算法与Relim算法,采用数据挖掘技术进行分析。针对传统Apriori算法频繁扫描数据库从而生成大量候选项集的缺点,改变其原有剪枝方式以减少扫描次数。将改进后的Apriori算法与无需产生候选项集的Relim算法就中医治疗抑郁症的方剂数据进行关联规则分析,并绘制两个算法时间效率图。结果发现,两种算法在挖掘药物频繁项集与关联规则的结果基本相同,通过分析发现,中医常以疏肝、理气、补肾、滋阴等药物为主治疗抑郁症。改进后的Apriori算法可降低数据库扫描次数,较传统Apriori算法运行效率有所提高,Relim算法在空间利用率和时间执行率上均略优于改进后的Apriori算法。两种算法挖掘结果体现出中医治疗抑郁症注重疏肝理气、补肾滋阴、调理气血等特点。基于关联规则的方法可作为中医用药规律分析的重要工具。     

基于HJPS算法的神经网络的轧制力修正模型

传统的轧制力模型结构简单、精度较低,即使采用基于有限元的数值积分方式进行精化,出于计算效率的考虑因其有限区域的划分十分有限,因此对于轧制力计算的精度提高有限。直接采用神经网络对轧制力进行建模可以极大地提高模型精度,但是模型对新型材料的泛化能力较差。为此提出简单有限元轧制力模型,并在模型基础上使用HJPS优化算法的神经网络对轧制力进行修正,对该模型的仿真测试表明,该模型具有很强的泛化能力,收敛速度快、不易陷于局部优化,能够极大地提高轧制力模型的计算精度。     

决策树算法研究综述

分类在数据挖掘中是一项非常重要的任务,决策树方法是一种常用的方法。本文重点介绍了决策树建立的基本原理,对算法所面临的问题进行了阐述,为数据分类研究者提供借鉴．     

网络化控制系统的转换控制算法

对于延迟大于一个采样周期的网络化控制系统,本文提出了一种转换控制算法,根据延迟落入的不同概率区间选取对应的控制器,进行转换控制,仿真结果验证了算法的有效性。     

On modal energy in civil structural control

A new control strategy based on modal energy criterion is proposed to demonstrate the effectiveness of the control system in reducing structural earthquake responses. The modal control algorithm combining LQR （linear quadratic regulator） control algorithm is adopted in the discrete time-history analysis. The various modal energy forms are derived by definition of the generalized absolute displacement vector. A preliminary numerical study of the effectiveness of this control strategy is carried out on a 20-storey framed steel structural model. The controlled performance of the model is studied from the perspectives of both response and modal energy. Results show that the modal energy-based control strategy is very effective in reducing structural responses as well as in consuming a large amount of modal energy, while augmentation of additional generalized control force corresponding to the modes that contain little modal energy is unnecessary, as it does little help to improve the controlled structural performance.     

Two-stage evolutionary algorithm for dynamic multicast routing in mesh network

In order to share multimedia transmissions in mesh networks and optimize the utilization of network resources, this paper presents a Two-stage Evolutionary Algorithm （TEA）, i.e., unicast routing evolution and multicast path composition, for dynamic multicast routing. The TEA uses a novel link-duplicate-degree encoding, which can encode a multicast path in the link-duplicate-degree and decode the path as a link vector easily. A dynamic algorithm for adding nodes to or removing nodes from a multicast group and a repairing algorithm are also covered in this paper. As the TEA is based on global evaluation, the quality of the multicast path remains stabilized without degradation when multicast members change over time. Therefore, it is not necessary to rearrange the multicast path during the life cycle of the multicast sessions. Simulation results show that the TEA is efficient and convergent.     

基于鲸鱼优化算法的配电网故障区段定位

为提高配电网络中故障区段定位的准确性和高效性,基于馈线终端单元的配电网区段定位的研究,提出了一种在含分布式电源的配电网中用鲸鱼优化算法实现故障区段定位的方法。通过MATLAB对支路矩阵、电源接入情况进行编程,创建含多电源的IEEE33节点的配电网模型,完成配电网故障信息编码方式、开关函数和适应度函数的构造。对发生单点故障、多点故障,以及存在信息畸变的情况下发生故障的定位结果分析,结果表明,提出的鲸鱼算法能实现准确定位,其收敛性、准确性和高效性均优于传统粒子群算法、遗传算法以及最近的蝠鲼觅食算法。     

基于PCA-KNN的金线莲种类识别

为了能对金线莲品系进行方便准确地识别,提出基于PCA￣KNN 的金线莲叶片识别方法。通过图像预处理,获得特征较为明显的叶片区域,再提取纹理和颜色特征,进行特征融合,然后采用PCA降低特征维度,提高识别精度,最后通过训练KNN 分类器完成分类。以3 个品系的金线莲为例进行鉴别试验,结果表明,提出的识别方法与其它方法相比,正确识别率更高,达到98.4%,能准确识别不同种类的金线莲。     

数据结构与算法应用挑战性课程教学设计

为了提升数据结构与算法应用课程的教学效果,满足信息管理与信息系统专业人才培养需求,针对专业数据结构与算法应用课程教学中遇到的问题,分析其挑战性课程建设目标以及在学生态度、知识、能力、思维4个方面的挑战性表现,提出实施挑战性课程的课堂教学与实践环节教学设计及考核方式。初步教学实践结果表明,学生能够积极参与到挑战性学习与实践中,可培养学生利用数据结构与算法程序解决复杂问题的能力。