决策树在网络入侵检测中的研究与应用

该文在描述决策树分类算法的基础上,叙述了决策树分类算法用于网络入侵检测领域,给出了决策树分类模型的构造过程,并说明了应用基于决策树模型检测入侵的过程。最后用KDD CUP 99数据进行实验,验证了用本文描述的方法检测入侵行为的有效性。     

基于信息反馈的半监督支持向量机算法

针对直推式支持向量机中标记速度与标注精度之间的矛盾,提出一种信息反馈的半监督支持向量机算法,该算法利用上轮标注数量、重置次数、未标注边界样本数量等信息,动态调整标记样本数量,对区域标注和成对标注进行折衷,在继承渐进赋值和动态调整的同时,可以平衡标记速度与标记精度之间的矛盾,减少错误的传递和积累.在人工数据集和UCI数据集上的实验结果表明该算法在保证标注准确度的前提下提高算法速度.     

计算机网络实践课研究性教学的探讨与实践

研究性教学指在教师指导下学生以＂自主、探究、合作、讨论＂的学习方式充分发挥学生的主体作用,在深入分析研究性教学的含义、现状的基础上,阐明网络工程实验课中研究性教学的重要意义。以计算机网络实验课程为例,从创设场景、启发引导、自主探究、协作交流、总结提高5个教学环节到多元化的考核方式对研究性教学进行探讨,培养学生自主学习能力、知识的应用能力及创新能力,在该课程的教学实践过程中取得比较好的教学效果。     

基于层次分析法的乡村旅游影响因素研究

通过对影响乡村旅游发展的因素进行定量分析,以期对商洛市乡村旅游资源可持续开发利用提供合理的参考建议。首先构建基于游客的4个准则25个指标的乡村旅游评价体系,其次对商洛市9个乡村旅游示范村的游客进行问卷调查,依据调查结果从乡村旅游的旅游资源、基础设施、餐饮交通、综合感知等方面运用层次分析法构建模型,然后评价结果分析影响乡村可持续发展的因素,最后依据调查分析结果并提出有针对性的发展策略。     

基于拆分集成的不均衡数据分类算法

为改进SVM对不均衡数据的分类性能,提出一种基于拆分集成的不均衡数据分类算法,该算法对多数类样本依据类别之间的比例通过聚类划分为多个子集,各子集分别与少数类合并成多个训练子集,通过对各训练子集进行学习获得多个分类器,利用WE集成分类器方法对多个分类器进行集成,获得最终分类器,以此改进在不均衡数据下的分类性能.在UCI数据集上的实验结果表明,该算法的有效性,特别是对少数类样本的分类性能.     

基于核空间中K-近邻的不均衡数据算法

*The Scientific Research Program Funded by Education Department of Shaanxi Province under Grant No.12JK0748(陕西省教育厅科技计划项目);the Science and Technology Research Project of Shangluo University under Grant No.13sky024(商洛学院科学与技术研究项目).
　　法插入样本;最后在新的训练集上确定最终决策函数。在人工数据集和4组UCI数据集上进行了实验,结果表明了该算法对不均衡数据集进行降维采样的有效性。     

深度学习在实践教学中的应用研究

深度学习指在教师的引导下学生以有意义学习、自主学习、探究学习等方式充分发挥教师的主导作用和学生的主体作用,在深入分析深度学习的含义、现状的基础上,在《路由与交换技术》课程中进行深度学习尝试,从课程实践教学安排到各个教学环节的实施,到多元化的考核方式对深度学习进行探讨,培养学生实践能力、创新意识、创新精神及团队合作意识等综合能力,在该课程的教学实践过程中取得比较好的教学效果。     

面向不均衡数据的动态抽样集成学习算法

针对网络行为数据不均衡的问题,从数据均衡化和集成学习两个角度出发,提出一种基于动态抽样概率的集成学习算法。依据抽样概分布对多数类样本进行重采样,相比随机抽样,能更准确地加大对错分样本的学习。在更新样本抽样概率时,依据本轮迭代之前所得分类器的集成测试分类效果,而不是只依据本轮迭代所得分类器的分类效果。用7组UCI数据集和KDDCUP数据集来评估算法在不均衡数据集下的分类性能,实验结果显示,算法在不均衡数据集上的分类性能都有相应的提高。     

课程思政理念下深度学习模式探索

从“育人”与“育才”相统一的角度出发,提出课程思政理念下深度学习的教学模式,以深度学习理论为基础,以“学生主体、教师主导”教学理念为中心,以“育人”与“育才”相统一为目标,以项目式翻转课堂等教学方法为手段,以大学计算机基础课程中办公自动化软件部分为例,探讨如何进行教学设计,最后给出评价反思。     

基于OBE理念的“数据库开发与应用”课程教学改革

针对传统教学方法单一、被动学习等问题,结合OBE理念和应用型人才的培养目标,对“数据库开发与应用”课程进行了改革,从教学内容优化、课堂教学设计、课程考核选择等方面开展“以学生为中心、以产出为导向”的课程教学改革探索。以多元智能和深度学习理论为基础、以成果产生为导向、以项目开发为主线、以多元课堂为手段、以多元考核为保障开展课程教学改革,课程教学设计、课堂教学设计以及重过程的多元考核方式可以充分调动学生的主动性,培养学生自主学习、语言表达、综合实践等方面的能力。