美国大学"编程基础"课程教学方法研究

文章介绍了美国德州山姆.休斯敦州立大学计算机系"编程基础"课程中采用的教学方法和课程考核方式.介绍了教学中采用的混合式教学环境BlackBoard网络平台、协作式学习法、主动学习法和过程性考核标准.通过这些方法和手段,可以让教师更适应生活在当今这一数字时代的学生的学习习惯,改善和提高课堂教学质量.     

基于iPhone手机的数字码实时识别与应用

根据苹果手机拍摄防伪标签数字实时识别的需要,针对防伪数字字号较小的因素和苹果手机因拍摄距离的原因造成的图像缩小、数字模糊、背景复杂等问题进行处理,提高识别精度。首先通过人工选取数字码区域,并进行背景数字分离,定位获取数字图像;其次采用灰度化和二值化得到黑白图像;然后通过投影对数字码图像进行分割,并对每个数字图像进行归一化、锐化和细化;基于统计学抽取数字码的特征,采用最近邻域判别函数进行数字码识别,取得很好的识别效果。     

基于教学团队建设的C语言教学

为了提高C语言教学质量,以教学团队制度制定和教学团队成员动态管理为基础,通过教学团队建设,构建统一协调的教学活动组织,确保C语言教学有效、高效进行。通过明确教学目标,优选教学内容,加强教学管理,重视特色教材和教学资源建设等,取得优秀教学效果,同时培养学生的计算思维能力。     

计算机接口技术课程实验教学探讨

计算机接口技术课程中的实验非常重要,根据不同实验目的将实验分为验证型实验、扩展型实验和综合型实验。针对这三类实验,结合多年的教学经验,给出了计算机接口技术实验教学改革分三步走的策略。通过具体的实例,强调了验证型实验要注重于过程监控,扩展型实验要注重于激发兴趣,综合型实验要注重于挖掘创新能力。     

稳定氧化锆超细粉末的团聚现象

本文对氧化镁部分稳定氧化锆超细粉末的制备过程中的团聚现象进行了研究。采用了氨水和乙醇洗涤氢氧化锆沉淀,以消除粉末团聚颗粒,获得了较好的结果。其中,乙醇作为氢氧化锆沉淀洗涤介质时,可以有效地消除粉末团聚颗粒。文中对团聚颗粒的产生和消除的原因作了讨论。     

用放射性同位素测定钢中铈之合金化量及其分布

用放射性同位素~(141)铈检测了稀土夹杂在所选无水电解液及电解制度下之稳定性.实验证明硫化铈及氧化铈夹杂的破坏是微量的.测定了不同稀土含量的25MnTiB等五种钢中的合金化稀土量;原始O、S含量高,稀土含量低的钢中几乎无固溶稀土;随着稀土含量增加,合金化稀土量也不断增加.由于钢中稀土夹杂偏聚较大,实验结果表明,前人用稀土含量与夹杂中稀土量之差值确定钢中合金化稀土量的方法是不可靠的.微观自射线照相表明,25MnTiB中的稀土夹杂多偏聚于珠光体中,FeCrAl中的稀土在晶粒中呈条状分布,用自射线照相方法观察不到晶界处有Ce的富集.     

面向三维钻孔数据的体绘制

体绘制技术是计算机可视化研究和应用热点之一。以钻孔资料为源数据,结合Kriging插值构造规则网格数据模型,利用开源的Visualization Toolkit(VTK)实现了基于GPU加速的光线投射算法的钻孔数据体绘制,任意剖面显示、体切割以及体数据抠取等交互。最后,将其应用于实际工程中,验证了其合理性和实用性。     

基于聚类的连续型数据缺失值充填方法

在大数据应用中,多数建模方法是在完备数据集基础上进行的,但在数据采集过程或存储过程中容易出现数据缺失的现象,导致无法建模。为此,提出一种基于聚类的递归充填方法。使用同类簇的均值对不完备数据进行预填充,形成初始完备数据集,针对得到的完整数据进行聚类,并运用同类簇的均值修正初始充填值。根据充填效果误差判定充填稳定性,并进行多次递归聚类修正充填值,直到前后两次充填较为稳定或迭代次数超过阈值时停止迭代。实验结果表明,与均值充填、K最近邻充填、聚类充填及粗糙集不完备数据分析等方法相比,该方法能够进行更为精准的充填,使得最终充填更加接近真实数据。     

决策信息系统的连续型特征选取方法

在大数据应用过程中,对特征集合进行约简,降低数据维度,有助于提升数据模型的泛化能力.采用随机森林模型选择和相似性度量结合的方式对特征集合进行特征初选,并通过前向搜索策略以距离为评价方式对初选集合进行二次筛选,最终获得特征子集.算法模型采用局部遍历以提高执行效率,同时通过前向选择算法解决传统方法无法确定最优特征数目的问题.实验结果表明,本文提出的方法能更有效地选择特征子集,提高模型的分类准确率.     

基于决策树生成及剪枝的数据集优化及其应用

为提高智能模型的识别精度,增强其泛化能力,需要对用于智能建模的数据集中的对象类别异常进行检测和修正。在进行数据集和决策树形式化描述的基础上,将基尼指数增益率作为确定连续条件属性最优二分原则,采用递归算法生成叶节点中对象为同一类别的二叉决策树。利用信息熵评价决策树剪除叶节点中对象的类别分布效果,实现数据集类别异常的类别修正。决策树的生成和剪枝本质上是完成基于基尼指数和信息熵的连续条件属性数据空间分割和合并类别修正。实验和实际应用验证了决策树生成和剪枝是数据集类别优化的有效方法。