谈语文教师的语言素质及培养

增强教师的语言素质，充分发挥课堂语言的效能，是提升语文教学效果的有效方法。具体论述了语文教师语言吸引力的效能、特点及培养。     

基于ADDIE模式的高职课程综合实训项目实施研究

本文借鉴了国际ADDIE学习模式,从分析、设计、发展、执行、评估五个方面入手,对计算机网络专业课程综合实训项目进行设计,使其更完善、科学。从而提升学生的综合能力,让学生掌握扎实的网络专业技能,为今后的就业打下坚实的基础。     

初中计算机教学存在问题及对策浅议

初中计算机信息课程的教学直接影响到初中学生的各方面能力的培养,同时能有助于提高自身的素质,因此初中计算机信息的教学中应该充分改革和创新,不断的提升教学质量帮助学生全面发展。本文就从目前国内的初中计算机教学的实际出发,从教学中的问题着手,分析并提出相应的解决措施,期望能够和计算机老师共同探讨和交流。     

基于糊模ID3算法的高校学生流失数据挖掘研究

目前高校不断扩招,生源却逐渐减少,于是预防和减少学生流失正成为各高校必须面对的问题。通过对高校学生流失情况进行数据挖掘,可发现一些有价值的信息,为解决高校学生流失问题提供帮助。基于糊模理论提出了糊模ID3算法,并将该算法运用于分析高校学生流失原因之中。通过实验证明,该算法生成的决策树更加合理,分类速度更快,为解决高校学生流失问题提供了理论依据。     

到达数据中时空异常聚簇发现

在时空数据中有一类表示用户在某一时间到达某一地点的数据——到达数据,到达数据可以是社交网站的签到数据、轨迹数据中的停留点及公共交通中乘客抵达的位置数据,这些数据的聚簇可以反映用户的聚集行为.基于到达数据,提出一类新的时空数据查询——时空异常聚簇发现.将到达数据进行周期性划分,通过时空聚类算法对一个时间段的数据进行聚类,比较不同时间段内聚簇的差异度,发现具有最大簇异常度的前k个簇.通过该查询发现的时空异常聚簇可以应用于城市安全管理、基于位置的服务和交通调度等方面.定义了异常簇查询模型,提出了针对任意形状聚簇的簇差异度度量,将异常簇查询转化为二分图最大匹配问题,对二分图构建与匹配进行了优化并提出了高效的查询算法.利用真实数据集进行了充分实验,验证了查询结果的实际意义,评估了所提出的各查询算法在不同参数设置下的查询效率.     

实时数据仓库中一种改进的数据流更新算法

为实现数据仓库中数据的高效集成,针对数据偏斜分布现象,提出一种改进的数据流更新算法EH-JOIN。该算法对传统散列连接方法进行改进,利用索引将部分频繁使用的主数据存储在内存中,解决了高速数据流下的磁盘频繁访问问题。实验结果表明,与MESHJOIN算法和R-MESHJOIN算法相比,EH-JOIN算法的服务速率在磁盘存储关系集保持适当大小时分别提高了96%和81%,在内存大小不同时提高了57%和48%。     

(α-MS)S-B-(α-MS)S三嵌段共聚物的合成及其结构与性能

以α-甲基苯乙烯(α-MS),苯乙烯(S)和丁二烯(B)为单体,采用两步聚合偶合法,先将α-MS,S,THF及n-BuLi于30℃下聚合1h,再加入环己烷和B,于50℃下聚合4h,最后加入偶合剂苯甲酸苯酯,反应2～3h,即得到(α-MS)S-B-(α-MS)S三嵌段热塑性弹性体。该共聚物经GPC,IR,UV,NMR,DSC等表征,(?)_n=(10～13)×10~4,(?)_w/(?)_n=1.1～1.3;当硬段/软段为30/70(质量比)时,软段中1,4-结构含量为70％～85％,形态具有相分离特征,随α-MS/S值的增加,硬段T_g可在90～160℃调节,其力学性能有一定的改善,并接近或超过SBS热塑性弹性体。     

基于NSST和RI-LPQ的纹理图像检索

针对采用单一方法提取图像特征时检索率不高的问题,结合非下采样剪切波变换(NSST)统计特征和旋转不变的局部相位量化(RI-LPQ)原理,提出一种纹理图像检索方法。非下采样剪切波不仅具有方向选择性及平移不变性,而且可以对图像进行有效的稀疏表示,与传统小波相比,可有效捕捉图像的边缘轮廓等纹理信息,与非下采样轮廓波相比,具有更高的计算效率。利用广义高斯分布函数对图像NSST高频子带系数的统计特征进行分析,RI-LPQ描述算子直接提取图像特征,采用具有权重系数的相似性测度公式对Brodatz图像库进行纹理图像检索。实验结果表明,与传统小波和轮廓波的方法相比,NSST统计特征方法的平均检索率分别提高4.77%和1.44%,纹理图像检索方法的平均检索率分别提高7.36%和1.98%。     

一种新的基于自适应神经网络模糊推理系统的图像滤波器

提出了一种新的基于自适应神经网络模糊推理系统的去除噪声算法。该算法是一个结合了中值滤波、维纳滤波和自适应神经网络模糊推理系统的综合滤波器。噪声点通过算法被准确地估计出来,自适应神经网络模糊推理系统的参数通过训练得到,训练可以通过简单的计算机合成图像来进行。将含噪声的图像、中值滤波后的图像和维纳滤波后的图像作为系统的三个输入,通过一个固定阈值来判断像素点是否为噪声点作为系统的输出,如果判断是噪声点,则通过中值滤波来进行去噪处理,如果判断是非噪声点,则灰度值保持不变。算法的特点就是在能够保持好线条、边缘、细节和纹理的同时,很好地去除噪声点。仿真实验表明,算法可以对噪声污染的图像进行有效的重建,同时不会扭曲图像中的有用信息。     

基于NHPP类软件可靠性通用模型研究与应用

对现有NHPP类软件可靠性模型进行分析总结,指明了已有NHPP类软件可靠性模型存在的不足及缺陷。综合考虑缺陷探测率、软件运行覆盖率、排除错误时的错误引入率等软件故障数的影响因素,提出了一种通用的NHPP类软件可靠性模型,最后对通用模型中的泛函数取特殊值后,求得期望故障数及软件可靠度,并对其进行分析,证明了所提模型的有效性。