改进的k-平均聚类算法研究

聚类算法的好坏直接影响聚类的效果。该文讨论了经典的k-平均聚类算法，说明了它存在不能很好地处理符号数据和对噪声与孤立点数据敏感等不足，提出了一种基于加权改进的k-平均聚类算法，克服了k-平均聚类算法的缺点，并从理论上分析了该算法的复杂度。实验证明，用该方法实现的数据聚类与传统的基于平均值的方法相比较，能有效提高数据聚类效果。     

基于包含度的决策表属性约简算法的研究

粗糙集理论是一种有效的信息处理工具,决策表属性约简是粗糙集理论研究的一个核心内容。利用RoughSet理论的相关知识,提出了一种基于包含度的决策表属性约简算法。与现有的决策表属性约简算法进行比较,它具有较低的复杂度和较强的可使用性。最后对UCI机器学习数据库中的例子进行约简的实验结果证明,它可以取得比较满意的效果。     

基于广义变精度粗糙模糊集模型的知识发现

介绍了广义Ziarko's变精度粗糙集模型和广义粗糙模糊集模型,找出了它们的不足.基于支集相对错误分类率及误差参数β(0≤β＜0.5),提出了广义变精度粗糙模糊集模型,讨论了模型中β上、下近似算子的性质;分析了该模型与广义Pawlak's粗糙集模型、广义Ziarko's变精度粗糙集模型和广义粗糙模糊集模型的关系;最后给出了该模型中近似约简的定义和方法,并通过实例分析说明了约简算法的有效性.     

一种基于边缘梯度的图像插值算法

传统图像插值算法的计算效率较低,处理后图像存在边界模糊或锯齿的现象。为此,提出一种基于边缘梯度的图像插值算法。通过Roberts边缘检测算子确定颜色分段和区间分界阈值,利用空间三点构造空间平面,并设计插值公式。实验结果表明,该算法能有效保护图像的边缘细节,提高图像缩放质量和运算效率。     

红外模糊图像的无参考质量评价方法

图像质量评价是对图像处理算法的优劣给出合理的评估,在很多无法获取原始参考图像的应用场合中使用无参考质量评价方法。通过对红外图像结构分析得知图像所具有的不确定性往往是模糊性,而不是随机性,因此将模糊集理论中模糊熵的概念引入到红外图像质量评价中,提出一种针对红外模糊图像的无参考质量评价方法,并从算法的有效性、一致性和准确性三个方面进行比较分析。仿真实验结果表明,该方法具有计算复杂度低、运算速度快和主客观评价一致等特点,且在总体性能上优于均方误差(MSE)和峰值信噪比(PSNR)全参考图像质量评价方法。     

任务驱动的编译原理课程教学方案研究

针对编译原理课程教学中存在内容抽象、算法复杂、难于理解等问题,本文在分析国内学者的研究对策基础上,提出任务驱动的编译原理课程教学方案,结合河南科技大学计算机专业编译原理课程教学的实际,在实验项目的设计、教学计划的制定、辅导材料的编写、网络资源信息平台的构建、教学资料的开发等方面进行改革,取得了令学生满意的教学效果。     

基于非向下采样contourlet的自适应图像融合算法

针对融合后图像模糊现象,提出一种基于非向下采样contourlet的自适应图像融合算法.分析了轮廓波变换和非抽样轮廓波变换的原理,采用非向下采样contourlet对图像进行分解,依据低频变化设置阈值来调节低频变化率和均匀度在决策规则中所占的比例.当低频变化率之差高于阈值时,采用基于均匀度的融合规则;当低频变化率之差低于阈值时,采用基于变化率的融合规则.对于高频部分则采用高频系数对比度的处理策略.通过熵、相对误差和清晰度对实验结果进行了评价,结果表明,基于非向下采样contourlet的自适应融合算法取得了良好的融合效果.     

“编译原理”课程教学方法研究与探索

针对"编译原理"课程教学中存在的内容抽象、算法复杂等问题,分析了现有的一些研究对策,在任务驱动的"编译原理"课程教学方法基础上,结合河南科技大学计算机专业"编译原理"课程教学的实际,讨论了"编译原理"课程理论教学与实验教学的具体实施方案,并探索了实验教学的考核办法,在实际的实施过程中,取得了令教师、学生都比较满意的教学效果。     

面向工程实训的“C++程序设计”教学改革研究与实践

为了从基础课程阶段提高学生的动手能力,本文提出一种面向工程实训的"C++程序设计"课程改革方案。该方案按照"点—线—面"三位一体的模式进行,即课程实验(点)、课程设计(线)、工程训练(面)相结合的方式。经过实践检验,该课程实施方案能够较好地培养学生的动手能力,帮助我们达到培养应用型人才的目的。     

不完备决策表中基于相对知识量的属性约简

在不完备决策表中,引入基于相容关系的相对知识量,定义属性的重要度,提出一种启发式属性约简算法。该算法通过在约简过程中不断缩小样本空间的方法,降低算法计算时间。采用UCI数据集进行实验,结果表明该算法可提高不完备决策表的约简效率,适用于大规模数据集的属性约简。