高等师范院校计算机专业离散数学的教学改革与实践

根据当前高等师范院校计算机专业人才培养的特点和离散数学的教学现状,从离散数学的教学内容、教学手段和实验教学等方面探讨了计算机专业离散数学的教学改革。通过这几年的改革实践,离散数学的教学效果得到了明显提高。     

浅析高校就业弱势群体的心理现状——“以毕业生的宅一代”为例

本文简要阐述高校就业弱势群体的含义,通过宅的类型来分析他们的心理,进一步探讨高校毕业生如何改善不良的心理和理性的就业,对当今社会的新新人类"毕业生宅一代"具有重大的启发作用。     

地方师范院校计算机专业的离散数学课程教学改革

从离散数学教学内容的现状和地方师范院校计算机专业学生的特点这两个方面,分析了当前地方师范院校计算机专业离散数学课程教学改革的必要性,提出了离散数学教学内容的具体改革方案。经过几年的改革实践,学生学习离散数学课程的效果得到了明显提高。     

工程量清单报价应用中的思考

工程量清单计价模式已成为建设市场招投标发展的趋势,在这种趋势下,合理有效的工程量清单报价对项目是否中标有至关重要的作用。所谓的工程量清单报价主要是指投标人根据招标人提供的工程量清单,并按照工程量清单中相应的工程数量及其对应的单价进行整合后,得到的建安工程预算,这些预算数据就是投标人在投标过程中价格的依凭,即工程量清单报价。文章主要对工程量清单报价的相关方面进行探讨,旨在为一线工作人员提供类似的知识了解。     

解析农机推广技术在农业生产中的重要作用

农机推广技术在农业生产中发挥着重要作用,体现在:促进农民增收,有利农业增效;提升农业生产综合效率;提升农业生产机械化水平等等。依此为出发点,解析农机推广技术在农业生产中重要作用的基础上,进一步提出了基层做好农机技术推广工作的建议——高度重视农机技术推广;组织好农机技术培训工作;做好农机技术的试验、示范和推广;做好农机与农艺的配合推广,要点性知识以供参考和借鉴。     

离散信号卷积的简便运算方法

通过对信号与线性系统中离散卷积及其运算方法的分析,研究序列形式的离散信号的卷积运算过程,在图解法基础上提出了较为简便的运算方法--列表法.此列表法与图解法所得结果完全相同,却使运算过程大为简化.     

不平衡数据集上的Relief特征选择算法

Relief算法为系列特征选择方法,包括最早提出的Relief算法和后来拓展的ReliefF算法,核心思想是对分类贡献大的特征赋予较大的权值;特点是算法简单,运行效率高,因此有着广泛的应用。但直接将Relief算法应用于有干扰的数据集或不平衡数据集,效果并不理想。基于Relief算法,提出一种干扰数据特征选择算法,称为阈值-Relief算法,有效消除了干扰数据对分类结果的影响。结合K-means算法,提出两种不平衡数据集特征选择算法,分别称为K-means-ReliefF算法和 K-means-Relief抽样算法,有效弥补了Relief算法在不平衡数据集上表现出的不足。实验证明了本文算法的有效性。     

基于模糊集的教学质量评价研究

利用模糊数学的综合评价法对教学质量进行量化评价,通过严密的数学运算,获得较科学的定量化的评价结果,以避免质量评价中的主观偏向。实例表明,该模型可以更细致地反映出教师教学质量之间的差异,保证评价的可靠性和细致性,从而为教学质量的管理提供一个科学有效的方法。     

基于类内频率的文本分类特征选择方法

随着计算机技术和WWW的飞速发展,文本分类已经成为信息检索的关键技术之一,而特征选择对分类效果起着至关重要的作用.对文本分类的4种常用特征选择方法进行了介绍和分析,提出了一种基于类内频率的特征选择方法.选用kNN法和支持向量机作为分类器,利用以上5种文本特征选择方法在平衡语料和非平衡语料上进行了测试.实验结果表明,该方法能够有效选出真正对分类有意义的特征,分类效果较好,尤其适合支持向量机分类器.     

基于隐马尔可夫链的自适应MODE及应用

不同的控制参数设定和生成策略（交叉和变异）都会对多目标差分进化算法的性能产生显著影响。为实现其控制参数和变异策略的实时自适应调整,提出一种基于隐马尔可夫链的自适应多目标差分进化算法。该算法利用隐马尔可夫模型对种群信息进行分析并得到最优序列,通过最优序列与实际状态序列的对比得出变异缩放因子[F]与交叉概率[CR]的最大似然估计值,从而实现控制参数的自适应调整;同时,通过隐马尔可夫模型得到一组策略链来辅助多目标差分进化算法来选择合适的变异策略。通过与其他9种多目标进化算法在16个测试函数上的对比研究,结果表明所提算法的整体性能优于其他比较算法。最后,将该算法用于求解海铁联运能耗优化问题,所得结果能够为决策者提供多种可行方案。