通用题库数据结构与组卷算法设计

题库的数据结构和组卷算法决定了题库的适用范围,该文根据不同课程试卷及其试题属性的构成,提出一种新的题库数据结构,并在分析组卷控制模型的基础上,对组卷算法进行详细设计。     

一种基于遗传算法的连续属性离散化方法

连续属性离散化是基于粗糙集的数据挖掘中的关键问题。针对该问题提出了一种遗传算法,在保持不可分辨关系的前提下,以最小断点集为目标,对交叉算子、变异算子进行了改进。最后,使用UCI机器学习数据对算法进行了验证,并与其它的离散化算法进行了比较,结果表明算法是有效的。     

基于免疫算法和人工势场的移动机器人路径规划

分析了人工势场模型存在的两个问题:目标不可到达问题和由于局部最优解的存在而产生的死锁问题。在人工势场路径规划的基础上,提出了基于免疫算法和人工势场法的最优路径规划方法。通过仿真算例验证了该模型的有效性。     

关于算法的认知和教学

算法教学是计算机教学中的一个重点和难点.通过对算法重要性,目前算法教学现状和学生在算法学习中的认知过程的分析,提出了一种新的算法教学思路和方法.     

马铃薯淀粉生产自动化控制中的物料平衡算法

分析了马铃薯淀粉生产中旋流工段的物料平衡条件,建立了物料平衡方程,结合实际工程应用提出了设计阶段的配管算法,采用计算机辅助计算生成了自动化控制所需的决策函数.     

教育人工智能伦理问题与伦理原则探讨

文章旨在揭示智能化时代的教育将面临哪些新的伦理问题,并在人工智能伦理和教育伦理的基础上,探讨教育人工智能的伦理原则。运用文献研究和逻辑推理方法,系统梳理了教育人工智能应用的特点和优势,及其可能引发的新的伦理问题:(1)角色层面,系统创建者、教师、学生和监测员等利益相关者将面临更加复杂的伦理困境;(2)技术层面,涉及自动化决策伦理问责、算法伦理和数据伦理等方面的问题;(3)社会层面,可能转变就业市场、改变人际关系和引发新的社会不公平。因此,需要对教育人工智能伦理问题的复杂性有充分的认识,同时需要遵循一般的人工智能伦理原则和教育伦理原则,其中,最核心的内容为二者之间的交集,具体包括:(1)福祉;(2)是非善恶;(3)公平正义;(4)人权和尊严;(5)自由自治;(6)责任和问责。     

基于遗传算法的Ad-hoc网络安全多目标优化认证机制研究

节点的安全性是Ad-hoc网络面临的重要问题,因为通过非安全节点可以窃取、篡改网络中的数据包,甚至对网络造成致命性的破坏。通常情况下,Ad-hoc网络是借助于基于密钥的认证算法来实现节点的安全性保障的,但是这些认证算法并不适用于Ad-hoc的特殊网络环境。将遗传算法应用于节点安全性认证领域,通过基于多目标优化的认证机制,取代了密钥认证机制。通过模拟实验表明,基于多目标优化的认证机制,在Ad-hoc网络环境中,性能较为优越。     

数据挖掘领域中的聚类分析及应用

聚类是统计学的一种方法，也作为数据挖掘的一个功能被广泛地应用。本文介绍了聚类的概念、应用，主要的聚类算法。最后，针对现实中的一个具体问题，设计了一个层次型的聚类算法，其结果对相关部门具有一定的指导作用。     

用莫顿序对BH算法的改进

详细分析Barnes-Hut算法的基本原理,介绍BH空间的分割和BH树的创建,并用伪码方式描述了BH算法,同时介绍了Z序的生成方法.利用莫顿映射得到粒子的键值对粒子进行排序,由于N-Body仿真粒子的位移很小,有序的粒子经过一步仿真后基本保持有序.因为对有序粒子的排序和用有序粒子来建BH树的时间复杂度都为O(n),文章提出了对BH算法进行改进的一种方法,使得其时间复杂度从O(nlogn)降为O(n)。     

人工免疫原理在NIDS中的研究

分析了人工免疫系统的原理,简单建立了一种基于否定选择算法的网络入侵检测系统,引入了一种用于异常事件识别的r-字符块匹配规则,并对规则存在的漏洞进行了分析。