高校计算机公共课教学改革探索

计算机公共课作为非计算机专业本科学生的公共基础课程核心之一,在教学组织、教学内容、教学方法、实践环节等方面还存在很多亟待解决的问题。针对目前存在的问题,结合相关的指导性文件,探讨解决的思路及对策。     

基于多阶段聚类支持向量机的入侵检测算法

针对支持向量机应用到入侵检测中训练时间长的特点,以及异常检测手段用来标定数据集中明显不同于其他数据对象,提出了一种基于多阶段聚类支持向量机的入侵检测算法。该方法利用密度聚类滤去噪声点,密度聚类的输出作为下一阶段的K-means聚类的输入。对训练数据进行剪枝,以靠近判别边界的聚类中心集合作为有效的训练样本集合对支持向量机进行训练,效果显著。     

基于改进粒子群算法的彩色图像边缘检测方法

针对传统图像边缘检测方法检测效果不理想的问题,利用四元数的矢量旋转原理,将一种改进后的粒子群优化算法引入四元数图像边缘检测中,提出一种新的彩色图像边缘检测方法。实验结果表明,该方法对彩色图像的边缘检测效果较好,能够提取图像纹理细节,且算法稳定、容易收敛,边缘检测速度也较快。     

基于小波变换的图像去噪方法研究

图像去噪问题是一个古老的难题,也是当前研究的热点问题,而图像小波去噪算法在图像去噪方面虽然已取得了一定进步,但在这一领域仍然有许多问题需要研究,为了进一步提高图像去噪质量,改善图像视觉效果。在此通过在小波阀值萎缩法、基于混合模型的小波去噪法、小波去噪与其他算法相结合的三类方法中分别选用了三种典型算法即VisuSh?rink法、基于高斯混合模型小波去噪法、中值滤波与小波去噪相结合的算法,对当前基于小波变换图像去噪这三类典型问题进行了研究。研究表明对于单一的噪声,用相应某种算法,就可能取得较理想效果。而对于混合噪声,单独的一种算法取得的效果是比较差的,只有采用几种算法相结合才能取得较好的效果,因而在此也为图像去噪指明了以后的研究方向。     

基于渗透式人工蜂群与蚁群优化混合的负载平衡算法

针对当前云计算负载平衡调度过程中出现的虚拟机迁移效率低和能耗高问题,提出了一种基于渗透式人工蜂群与蚁群混合优化负载平衡算法,该算法将化学渗透行为与生物启发的负载平衡算法相结合,在充分利用人工蜂群和蚁群两种优化算法优点的同时,将渗透技术应用于负载均衡。由于渗透技术支持通过云基础设施迁移的虚拟机的自动部署,从而克服了现有仿生算法在实现物理机之间负载平衡方面的缺点,提高了迁移效率。实验结果表明,以现有负载平衡算法相比,提出的算法在迁移性能上提升明显。     

基于遗传算法改进的洪水预报模型

根据人工神经网络处理大规模非线性动力系统、遗传算法具有较好的寻优能力的特点,将二者有机的结合起来,提出了基于遗传算法改进的洪水预报模型,并将其应用于四川省达州市州河流域的水文预报。实验结果表明,本模型能够减少训练次数,提高预报精度,能更好的对洪水进行预报。     

软件技术专业知识地图的应用研究

知识地图作为知识管理的工具,研究得越来越热烈。文中旨在结合软件技术专业对知识地图的实际需求,探讨了软件技术专业知识地图的功能,提出了相应的设计思路和总体框架,并在此基础上构建了4种知识地图,即概念型知识地图、流程型知识地图、职称型知识地图和社会关系型知识地图,最后着重探讨了知识地图自动更新中文本自动分类的方法,在一定程度上深化了软件技术专业知识地图的相关研究。     

图像边缘检测中消除噪声影响的方法研究

图像边缘检测是图像分析和处理的重要内容,而影响高效提取图像边缘的一个关键因素是噪声,因而如何在图像边缘检测中有效消除图像中的噪声,一直以来是图像处理中的难点和热点,本文对目前图像边缘检测中消除噪声影响三类主要方法的发展现状包括基于形态学的方法、基于色差的方法、基于模糊理论的方法进行了研究,并指出了每类方法以后的发展方向,并指出结合多种方法消除图像边缘检测中噪声的效果更好。     

一种新的单张照片三维人脸重建方法

针对利用反向传播神经网络实现单张照片三维人脸重建方法中速度慢、精度低的缺点,提出了一种改进反向传播神经网络,该方法通过引入混沌变异思想有效解决了APSO算法中的早熟问题,然后以此APSO算法取代传统反向传播神经网络的梯度下降算法,通过对基于传统反向传播神经网络和改进反向传播神经网络的单张照片三维人脸重建方法对比实验,结果表明,采用改进后的反向传播神经网络算法实现的单张照片三维人脸重建,重建的三维人脸更加逼真,并且模型重建的效率和精度也得到了明显提高,重建的时间也大大减少.     

一种改进彩色图像分割方法

文章首先通过非线性变换把RGB彩色图像转换为HSV彩色图像,然后和构造的一个卷积模板相乘,将相乘结果用于文中提出的改进粒子群优化算法中,将图像分割出来,从而文章提出了一种新的彩色图像分割方法。经过仿真实验表明,文中提出的方法不仅图像分割效果好,而且运算时间也有明显减少,改进粒子群优化算法收敛快且稳定,从而证明了该方法是可行和有效的。