基于CDIO的统一建模语言课程教学改革研究与实践

分析统一建模语言课程的特点,将CDIO工程教育理念引入课程实践环节中,提高学生的工程素养和团队协作能力。通过研究和实践证明,实施效果良好。     

疫情下应用型高校程序竞赛培训的混合多元式教学改革

在新型冠状病毒爆发期间,为了响应教育部“停课不停学”要求,保障疫情防控期间的教学工作正常进行,针对疫情前期在线教学中存在的问题,提出混合多元式教学模式。该模式充分考虑了应用型人才培养要求以及程序竞赛培训特点,将流行的慕课教学、翻转课堂和在线判题系统进行结合,构建了完善立体的混合多元式程序竞赛在线教学体系。最终,通过该模式顺利地完成疫情期间程序竞赛的在线教学任务,并使学生在竞赛中获得优异成绩。     

典型软件安全开发生命周期对比研究

从软件开发过程角度入手采取主动防御的策略才能更加有效地清除安全风险正逐步成为软件开发组织的共识,本文对当前比较典型的三种软件安全开发生命周期做了较深入的对比和分析,并总结了其共有的特点,以给软件开发组织制定自己的开发过程模型提供帮助.     

无线局域网技术安全性

本文在阐述无线局域网安全发展概况的基础上,分析了无线局域网的安全必要性,并从不同方面总结了无线局域网遇到的安全风险,同时重点分析了IEEE802.11b标准的安全性、影响因素及其解决方案,最后对无线局域网的安全技术发展趋势进行了展望。     

基于MVC设计模式的Struts框架

Struts是目前Java Web应用领域使用最广泛的框架,Struts框架实现了业务层、视图层和控制器层的分离,从而达到提高开发效率,便利后期维护的目的。本文介绍了MVC和Struts的设计思想,阐明了Struts框架的优点。     

基于ODR和BSMOTE 结合的不均衡数据SVM分类算法

针对传统的支持向量机（SVM）算法在数据不均衡的情况下分类效果不理想的缺陷,为了提高SVM算法在不均衡数据集下的分类性能,提出一种新型的逐级优化递减欠采样算法.该算法去除样本中大量重叠的冗余和噪声样本,使得在减少数据的同时保留更多的有用信息,并且与边界人工少数类过采样算法相结合实现训练样本数据集的均衡.实验表明,该算法不但能有效提高SVM算法在不均衡数据中少数类的分类性能,而且总体分类性能也有所提高.     

网络信息安全问题和对策

主要探讨了网络信息安全中存在的威胁,并提出了相应的应用措施。     

基于多尺度并行免疫克隆优化聚类算法

针对无监督分类问题,提出一种多尺度并行免疫克隆优化聚类算法.算法中,进化在多个子群之间并行进行,不同子群的抗体根据子群适应度采用不同变异尺度.进化初期,利用大尺度变异子群实现全局最优解空间的快速定位,同时变异尺度随着适应值的提升逐渐降低;进化后期,利用小尺度变异子群完成局部解空间的精确搜索.将新算法与其他聚类算法进行比较,所得结果表明新算法具有较好的聚类性能和鲁棒性.     

一种基于流形距离核的谱聚类算法

针对标准谱聚类算法中,基于欧氏距离的相似性度量不能完全反映数据聚类复杂的空间分布特性的问题,提出了一种基于流形距离核的谱聚类算法.它能充分挖掘数据集中的内在结构信息,较好地反映局部和全局一致性,并且可以很好地防止"桥"噪声点的影响,提高算法的聚类性能.与传统的聚类算法和常见谱聚类算法进行了比较,在人工数据集和UCI数据集上的实验都验证了本算法能够获得更好的聚类效果.     

基于分布式存储的数字图书馆系统

本文研究分布式存储结构框架下的数字图书馆,对数字对象与数字资源集成技术进行探讨.设计实现了存储与管理模块的功能组件.