基于修正相似度的User-Based协同过滤推荐算法

运用传统的User-Based协同过滤算法计算用户相似度时,因数据过度稀疏而易造成较大的计算偏差。为了有效提高该算法的准确性,研究改进相似度计算方法。根据用户现有的评分数据计算每个项目的自信息量,根据自信息量为不同的项目分配权值,利用权值来修正传统的相似度计算方法。当用户共同评分项目数量较少时,增加惩罚因子,以避免评分相似所致相似度过高的问题。     

改进的最低水平线搜索算法求解矩形排样问题

矩形优化排样问题是一个在制造业领域生产实践中普遍遇到的问题,采用了一种改进的最低水平线搜索算法求解此类问题.首先分析了原始的最低水平线搜索算法在排样中存在的缺陷,并针对该缺陷为其设计了一个评价函数,排样时对所有未排零件进行评价,选择评价值最高的零件排入当前位置,从而克服了算法在搜索过程中的随机性,优化了算法的搜索方向.实验仿真的结果表明,提出的算法可以得到较好的排样效果,并且其解决问题的规模越大,优化性能越好,适合于求解大规模排样问题.     

基于层次聚类模型的矩形优化排样问题研究

将数据挖掘中凝聚的层次聚类思想引入矩形排样问题求解中。首先计算矩形件两两之间的结合度,将结合度最高的两个矩形件合并形成一个新的矩形件,并重复执行这一步骤,直到所有矩形件合并完成。据此编写算法程序,利用标准数据集进行仿真实验。     

应用型高校Android移动应用开发课程建设探索

以服务地方经济为导向,培养符合企业需求的软件工程应用型人才为目标,围绕深化校企合作、优化课程内容体系、创新教学方法和多元化考核评价体系等方面,探讨Android移动应用开发课程的建设思路。