基于变化概率的网络选课系统公平算法

网络选课系统研发工作的重点和难点就是找到一种算法既能充分体现选课活动的公平性又能很好地解决大批量并发访问系统带来的网络拥堵问题。对现有选课算法进行了分析和研究,提出并详细阐述用于实时选课系统的一种新算法——基于变化概率的公平算法。该算法使得每个学生在选课活动当中能拥有趋于均等的选课概率,从而使选课活动在最大程度上实现了公平性原则并极大的缓解了网络拥堵问题。     

基于抽签选课算法选课系统的改进设计

网上选课已经在各大高校的教务系统中广泛应用,选课算法的设计,直接关系到学生公平受教育的权利,也关系到选修课教学效果的优劣。该文在现今流行的抽签选课算法基础上,设计并实现了符合我院实际的排除算法,在一定程度上改进了抽签算法的弊端。     

基于Struts＋Spring的动态概率选课系统设计

分析当前学院的.NET平台的选修课系统存在的问题：选课系统采用先到先服务的算法,当学生大量选课时会导致服务器负载加重,产生拒绝服务的现象。在分析多志愿分级处理算法、基于神经网络选课系统的特点和学院自身特点的基础上,提出以动态概率实时抽签算法解决学生选课公平性问题,选课系统采用J2EE平台的Struts框架和Spring技术,这种MVC系统结构的采用不仅实现功能模块和显示模块的分离,同时它还提高应用系统的可扩展性、可移植性和组件的可复用性。采用UML面向对象分析与建模的思想,实现本校选课系统的优化,提升系统运行的效率,并实现良好的选课管理的功能。     

基于蚁群算法的容迟网络概率路由算法

容迟网络的概率路由算法根据节点与信宿节点之间相遇的概率判断是否转发报文,但相遇概率不能真正准确地反映报文递交成功的概率.针对该问题,提出一种基于蚁群算法的概率路由算法,结合蚁群算法的基本原理改进信息素浓度的更新机制和报文转发机制.仿真结果表明,与传统的概率路由算法相比,改进后的概率路由算法报文递交率较高,开销率较小.     

基于评价值的志愿分级筛选算法在网上选课系统中的应用

网上选课系统越来越多地应用到学校的教学工作中,为了督促学生的学习,使学生的学习连贯性更好,对志原分级筛选算法进行改进,增加评价值项目,同等条件下,选择评价值高的学生入学某选修课进行学习。     

基于网络环境选课系统开发中的冲突问题及研究

网络环境下高校选课系统开发过程中，系统功能的复杂性及冲突问题的研究，并着重分析了引起冲突的原因和相应的解决方法。     

浅谈高校网络选课环境中的选课控制

当前,许多高校实行了基于学分制的网络选课,在选课系统中,本文针对各种选课需求,在选课类别和限选课程控制上提出了较好的解决方案,优化了流程和简化了算法,提高了选课效率,有助于提高高校教务管理水平。     

高校选课系统中的公平算法及其研究

讨论了在ＷＩＮＤＯＷＳＮＴ、ＳＱＬＳＥＲＶＥＲ平台下实现学分制管理体制下的选课系统的公平处理问题。并着力于公平算法的研究———分级筛选的处理方法及实现技术。     

基于协同过滤算法的个性化高校选课推荐系统研究

随着学生在教学过程中主体地位的突出,学生选课已成为学生个性化发展的重要途径,而大多数高校在选课机制方面仍存在一定欠缺,为此本文在学生选课环节中引入了数据挖掘技术及协同过滤算法。本文针对高校选课个性化推荐系统进行研究,通过分析高校选课制度的现状并将协同过滤算法、数据挖掘技术和个性化推荐技术等相关技术运用到该系统当中,促进选课个性化推荐系统的优化。     

评估网络整体连通概率的算法

提出了一种评估网络整体连通概率的新方法.该方法提出了如何化简网络状态空间,并将状态空间进行多级分解,以缩减状态向量的规模.对分解所得的每一个网络状态向量,提出一种构造子网的方法来判断此向量的是否能保持原网络的连通性,通过迭代运算用网络整体连通概率的上下界来估计其真实值.与传统算法相比,该方法具有计算速度快、收敛性好、通用性较强,适合大规模网络近似计算的特点.     

基于CSCL的课程网站研究

针对目前精品课程网站主要以展示课程资源为主的情况,应用CSCL网络工具和实体模型,提出了一种基于CSCL的课程网站的结构模型,该模型主要由协作学习和个体学习组成。协作学习包括协作学习工具、考试质量综合评价;在个体学习中,应用最小二乘法对个体学习成绩进行数据挖掘,实现计算机自动判断每位个体学习者的学习情况,并反馈给个体学习者以达到智能学习的目的。     

Web集群负载均衡算法的分析与研究

负载均衡是实现集群中多台服务器协同工作的重要方法,该文在分析已有方法的基础上,提出了一种动态的负载均衡算法,调度器定时接收每个服务器上报的性能参数,并计算出每一个服务器的负载所占的比例,再根据每一个服务器负载所占比例的多少来分配用户的请求,从而达到负载均衡和提高集群整体性能的目的。     

网络课程灰色评价与算法实现研究

本文介绍了灰色系统理论基本内容和应用步骤。以网络课程评价为例分析了其教育应用过程，并利用程序语言实现了灰色评价主要算法。借此探寻基于信息科学与技术的教育研究方法。     

基于职业能力的web前端开发课程体系构建研究

在"互联网+"战略的引导下,越来越多的企业通过构建自己的门户网站,来进行企业产品的宣传与推广,Web前端开发人才需求量大.为了缩短高校web前端人才培养与企业岗位需求的差距,也为了更好的将职业能力与1+X证书工作对接.文章对招聘网站上的web前端开发岗位进行了数据分析,进一步了解企业人才需求,以便为计算机相关专业的专业建设以及课程建设提供有力的依据,为学生就业提供保障.     

基于Web的搜索引擎算法的研究

随着互联网爆炸性的发展,搜索引擎技术不断发展和完善。从理论上研究了一种基于蚁群算法的搜索引擎算法,并通过仿真实验证明了该算法可以提高搜索效率,具有本质并行性,易于在网络上的分布式系统中实现,并能够较好地维护系统稳定性。     

基于分治和贪心相结合的排课算法研究

排课问题是高校教学管理中的一个重要问题,也是一个NP问题.提出一种基于分治贪心相结合的排课算法,并进行算法设计及复杂性分析.该算法思想简单,排课结果可靠,在解决排课冲突问题上也比较便利.     

基于高斯概率模型的字符识别算法的研究

提出了一种新的基于高斯概率模型的字符识别算法,该算法根据模式识别的样本分布特征与高斯分布的一致性,构建了一个高斯概率模型.在模型中存储概率为P的训练样本,分类识别时,将测试样本与模型进行相关计算得出概率值,进行判断.结果表明,该算法识别速度快,准确率高,与其他字符识别算法(KNN)相比有更好的实用性.     

基于概率的剪枝算法

以alpha—beta剪枝算法为研究对象，提出一种基于alpha—beta剪枝和概率剪枝因素相结合的概率剪枝算法．来解决博弈树搜索问题。利用概率剪枝算法，可减少博弈树搜索深度，从而加快搜索进程。     

基于概率的剪枝算法

以alpha-beta剪枝算法为研究对象,提出一种基于alpha-beta剪枝和概率剪枝因素相结合的概率剪枝算法,来解决博弈树搜索问题。利用概率剪枝算法,可减少博弈树搜索深度,从而加快搜索进程。