跨平台框架程序wxWidgets的应用

对跨平台框架程序wxWidgets的发展、特点、适用的平台，独立于体系结构的类型，应用及调试进行了研究，以实例的方式展示了wxWidgets在文件管理、HTML、图像等三个主要方面的应用。     

基于狮群优化算法的自适应图像去噪技术

针对现有技术不能同时处理多种噪声的问题,提出一种基于狮群优化算法的自适应图像去噪技术.利用不同空间滤波器组合,在保留图像更多边缘纹理细节的同时,消除图像中的高斯、斑点和椒盐等多类噪声.为了提高线性滤波器组合的效率,采用狮群优化算法在无人为干预的情况下寻找最佳滤波器组合,使得算法在最少的时间消耗内实现最优的图像噪声消除效果.实验结果表明,该算法在多个指标方面的性能表现明显优于其他算法.     

基于校园网外部访问队列的优化算法

以常用校园网络布局及模型为背景,以解决“瓶颈问题”提高网络性能获得最大信息流量为目的,综合考虑影响网络性能的多种因素,提出优化访问外部信息队列的处理方案,建立类似“背包问题”的数学模型。根据分枝定界算法和队列结构的思想,给出一种综合算法和评价方案。     

跨平台框架程序wxWidgets的应用

对跨平台框架程序wxWidgets的发展、特点、适用的平台,独立于体系结构的类型,应用及调试进行了研究,以实例的方式展示了wxWidgets在文件管理、HTML、图像等三个主要方面的应用。     

基于多模态多标记迁移学习的早期阿尔茨海默病诊断

针对当前基于机器学习的早期阿尔茨海默病（AD）诊断中训练样本不足的问题,提出一种基于多模态特征数据的多标记迁移学习方法,并将其应用于早期阿尔茨海默病诊断。所提方法框架主要包括两大模块：多标记迁移学习特征选择模块和多模态多标记分类回归学习器模块。首先,通过稀疏多标记学习模型对分类和回归学习任务进行有效结合;然后,将该模型扩展到来自多个学习领域的训练集,从而构建出多标记迁移学习特征选择模型;接下来,针对异质特征空间的多模态特征数据,采用多核学习技术来组合多模态特征核矩阵;最后,为了构建能同时用于分类与回归的学习模型,提出多标记分类回归学习器,从而构建出多模态多标记分类回归学习器。在国际老年痴呆症数据库（ADNI）进行实验,分类轻度认知功能障碍（MCI）最高平均精度为79.1%,预测神经心理学量表测试评分值最大平均相关系数为0.727。实验结果表明,所提多模态多标记迁移学习方法可以有效利用相关学习领域训练数据,从而提高早期老年痴呆症诊断性能。     

《大学计算机基础》教学内容改革探讨

教学内容的改革是《大学计算机基础》教学改革的重要环节,多年来累积的教学实践及教学参考书为该课程的改革奠定基础。讨论大学计算机基础教学内容改革的几个具体措施．以促进教学质量的提高。