基于VCT的教师学习共同体构建策略探究

教师学习共同体的构建,是教师完善知识结构,实现知识共享,改善教师模式,从而提高教师的工作效能感,生成学习动态环境的有效途径。VCT作为教师知识共享和交流的有效工具,可以为教师学习共同体的创建带来新的途径。依托微软公司开发的VCT模板为载体,探索构建教师学习共同体的崭新途径,以期能为教师职后专业发展提供一种新视角。     

利用地面公网实现战术数据链远程通信研究

利用地面公共网络使地理位置远离的多个数据链系统无缝互连,可以支持和提高相对独立的多个战术数据信息链实现超视距的互操作测试和训练。文章分析了两种地面网络通信模式：虚拟专用局域网业务模式和应用层网关模式。比较两种模式应用特点,发现虚拟专用局域网业务模式可以将多个数据链网络连接成一个虚拟局域网,传输数据方便,但是应用层网关更加适合数据链接口的要求并且可以对传输数据进行处理和报文格式修改。     

软件设计师应考策略分析

在对2007—2009年6份《软件设计师》考试试卷进行系统分析基础上,将软件设计师考试的考点、热点提出,并提出了在考试中的系列答题技巧。     

基于最近邻搜索算法分组式P2P网络拓扑模型

为了在P2P环境中实现资源的更快更精确搜索,引入兴趣相似度计算方法,提出一种基于最近邻搜索算法的分组式P2P网络拓扑模型.在这个模型中,采用余弦相似性方法计算共享资源的相似程度;相似程度较高的节点形成朋友节点进行逻辑连接,兴趣相近的节点聚集成一个小组,结合缓存机制实现共享资源的高效搜索.模拟实验查询结果表明,兴趣相似度Sim值越大资源搜索越精确.模型中相似度的引入增强了P2P网络中资源定位的准确率,提高了搜索效率.     

收益驱动的复合服务恢复策略选择方法

在面向服务的环境下,单个Web服务往往不能满足用户的要求,这时就需将已有的单个Web服务进行组合,以便产生满足用户需求的、增值的组合服务.但是由于服务的自治性和Internet环境的动态性,导致服务在执行过程中出现失效问题,因此需要最佳的服务恢复策略保障.考虑到服务的提供者追求的是收益的最大化,提出一种收益驱动的服务恢复策略选择方法,能准确计算出当前服务环境下复合web服务执行的收益.实验结果表明,这种方法可以显著提高复合服务的可靠性并保障了收益的最大化.     

一种基于图像块的Legendre矩高精度快速算法

针对图像的Legendre正交矩计算量大和矩值求解过程中存在离散近似误差等问题,提出一种新的高精度快速计算图像Legendre矩方法.文中首先提出一种最大块优先分块策略,然后在此基础上,根据图像像素灰度值的取值特征将图像进行分块表示,以每个图像块为单位计算图像的Legendre矩.实验结果表明,与现有的快速算法相比,文中方法在保证矩值高精确的前提下,有效地减少了算术运算的次数,降低了计算复杂度,具有较快的计算速度.     

空间数据库中一种自适应的缓存替换策略

随着近年来空间数据库研究和应用的不断深入,针对空间数据库中数据组织和查询的特征来设计缓存页面替换策略成为一个新的研究问题.Voronoi图是一种重要的空间数据库组织技术,在处理kNN查询时具有非常好的性能.针对Voronoi图组织的空间数据库,首先利用空间局部性提出了一种基于欧氏距离的替换策略,在发生页面失效时选择距离上一次访问页面欧氏距离最远的页面进行替换;进一步,针对不同kNN查询的搜索空间大小差异非常大的特点,在LIRS替换策略基础上提出一种自适应替换策略,通过对HIR页面占缓存比例自动调整来适应不同的查询.综合两者,形成基于欧氏距离的自适应缓存页面替换算法AELIRS.大量实验表明,在缓存大小与搜索空间大范围变动中,AELIRS始终优于其他替换策略.     

蚁群算法的三种并行模型分析

在单机多核下分别构造基于OpenMP和MPI的并行蚁群算法模型,在多核集群机下构造基于MPI和MPI+OpenMP的并行蚁群算法模型,并提出动态蚁群择优策略及分段周期交流策略。基于实际路网的路径寻优问题对上述模型进行比较,实验结果表明,在单机多核下,基于MPI的模型与基于OpenMP的模型相比,运行时间短,加速比高,在多核集群机下,基于MPI+OpenMP的混合模型相比基于MPI的模型,在进程数较多时仍具有较高的加速比。     

粒子群优化算法中的惯性权值非线性调整策略

为提升粒子群优化算法的性能,提出基于正弦曲线、正切曲线和对数曲线的非线性惯性权值调整策略。采用镜像策略对越界粒子进行处理,利用标准测试函数测试这些策略对算法的影响。实验结果表明,对于连续函数优化问题,正弦曲线和对数曲线策略优于传统的线性调整策略,而传统的线性调整策略又优于正切曲线策略。     

一种人工鱼算法与捕鱼算法相结合的优化方法

在分析人工鱼群算法和捕鱼算法存在不足的基础上,提出了一种人工鱼群算法(AFSA)与采用捕鱼策略的优化算法(FSOA)相结合的混合算法。该算法在优化初期使用AFSA算法搜索局部最优域,而在优化后期则使用FSOA算法在优化前期所初步确定的局部最优域中搜索最优解。实验计算结果表明,该算法具有优化精度高、收敛速度快的特点。