遗传算法对图像模板匹配的优化

本文分析了常见标志物的特征模板匹配过程,并通过遗传算法对十字丝匹配进行优化,在给定参数下,绘制了平均适应度和最大适应度曲线。通过固定代数和不固定代数情况下的实验,分析匹配结果值,得出遗传算法对模板匹配有极强的全局寻优能力,能够大大减少匹配计算量。     

动态时间弯曲距离精确计算的Dijkstra方法

将动态时间弯曲距离（DTW）的差异矩阵一一对应于点阵,按DTW定义的行走规则对该点阵连线定向,使所对应点阵成为一个有向图,然后使用一个加权技巧对该有向图的边加权后得到一个加权有向图,于是把求DTW的精确计算问题等价地转化为求一个有向图起点到终点的最短路长,从而使图论中求两点间最短路径的方法如目前公认的经典Dijkstra算法均可用于求DTW,因此间接地找到了精确计算DTW的一个新方法.     

Beyond user experience: What constitutes algorithmic experiences?

Algorithms are progressively transforming human experience, especially, the interaction with businesses, governments, education, and entertainment. As a result, people are growingly seeing the outside world, in a sense, through the lens of algorithms. Despite the importance of algorithmic experience (AX), few studies had been devoted to investigating the nature and processes through which users perceive and actualize the potential for algorithm affordance. This study proposes the Algorithm Acceptance Model to conceptualize the notion of AX as part of the analytic framework for human-algorithm interaction. It then tests how AX shapes the satisfaction with and acceptance of algorithm services. The results show that AX is inherently related to human understanding of fairness, transparency, and other conventional components of user-experience, indicating the heuristic roles of transparency and fairness regarding their underlying relations of user experience and trust. AX can influence the user perception of algorithmic systems in the context of algorithm ecology, offering useful insights into the design of human-centered algorithm systems. The findings provide initial and robust support for the proposed Algorithm Acceptance Model.     

面向资源的高校图书馆资源推荐服务方法探讨

面对网络信息资源、搜索引擎的冲击,高校图书馆只有进一步挖掘自己的资源特色,与网络结合,更新自己的服务方式,才能赢得高校新一代读者的青睐。本文提出面向资源的高校图书馆资源推荐方法,立足图书馆资源,结合一定算法,为高校读者提供专业性、兴趣性、个性化的资源推荐服务,以期解决读者的个性化需求与存在大量无关干扰数据的矛盾。     

数据结构教学中KMP算法解析

模式匹配是字符串的基本运算之一,也是数据结构教学q-的难点之一。分析了模式匹配KMP算法以及算法中next函数的含义,给出了next函数的两种实现方法,有助于在教学实践中帮助学生更好地理解该算法。     

关联规则挖掘在学生成绩分析中的应用研究

研究数据挖掘领域中的关联规则及其在学生成绩分析中的应用.设计并实现学生成绩关联规则分析系统,利用该系统对学生成绩进行分析,得出学生不同课程之间的联系及不同课程对总成绩的影响,从而为教学工作提供指导作用.     

基于兴趣度的课程关联规则模式研究

基于关联规则挖掘理论,在原有AApfiori算法的基础上引入了兴趣度的概念。针对高校历届学生专业修读课程及考试成绩的海量数据库中挖掘出来的相关课程数据、规律和模式进行了相应的兴趣度分析,进而获取了满足高校教学管理与改革需要的课程相关先修相关规则,以在一定程度上避免学生选课的盲目性。此规则对高校教育体制的改革、学分制的推广及学生个性化学业修读计划的制订与实施等具有积极指导作用。     

基于智能组卷策略的在线测试系统的研究与开发

针对当前在线测试系统存在兼容性差、安全性低以及组卷质量差的问题,提出基web三层结构的智能组卷在线测试解决方案。采用UML工具分析与设计系统,使用ASP．NET与AJAX技术开发系统,详细论述在线测试各个环节中的关键技术实现,其中重点介绍一种基于自适应遗传算法的组卷算法。测试实验结果表明,该系统的运行安全、稳定,组卷的速度、质量较高。     

基于雨林框架的朴素贝叶斯分类算法

出了一种可伸缩的朴素贝叶斯分类算法。算法针对大数据集的训练数据,通过构建雨林框架,能在有限主存里存储训练数据,训练生成概率矩阵,进而对测试样本进行分类。算法仅对整库一次扫描。实验表明,该算法能够获得与整库读入主存相同的分类准确率．并且有较高的处理效率。     

基于数据挖掘的入侵检测系统研究

介绍了入侵检测技术和数据挖掘技术,以及将数据挖掘技术应用于入侵检测系统的方法.通过数据挖掘技术和入侵检测技术,提出了一种基于数据挖掘的入侵检测系统模型.采用关联分析中的Apriori算法进行入侵模式特征的挖掘.通过实验给出数据挖掘技术在入侵检测系统应用中的主要优点和所需解决的问题.