基于普适计算的虚拟场景自适应网络发布研究

针对移动设备访问三维虚拟场景受到网络带宽和终端计算能力的制约,使得在线利用虚拟现实进行移动学习效率不高,基于此提出了基于普适计算的自适应优化选择技术.对三维实体进行本体语义描述,建立相应的优化模型.在此基础上通过WURFL对手持移动设备进行采样获取设备参数,对参数进行分析从而建立普适规则,利用普适计算进行自适应优化选择.测试结果表明,经过自适应选择后手持移动设备荻取三维虚拟场景资源的速度和效率得到明显提高.     

P2P干预式蠕虫传播仿真分析*

对P2P干预式主动型蠕虫的传播机制进行了研究,指出其传播主要包括四个阶段:信息收集,攻击渗透、自我推进与干预激活。研究发现,P2P干预式蠕虫实际是一种拓扑蠕虫,能利用邻居节点信息准确地确定攻击目标,而且攻击非常隐蔽。采用仿真的方法研究了P2P相关参数对P2P干预式蠕虫传播的影响。仿真实验表明,潜伏主机激活率对干预式蠕虫传播的影响最大,而攻击率对干预式蠕虫传播的影响较小。     

数字化转型背景下中小学教师技术支持教学变革能力现状调查及提升策略——基于C市7261名专任教师的调查数据分析

本文从教师运用信息技术支持教师教学、学生学习及专业发展三个维度对教师技术支持教学变革能力发展水平现状以及影响因素进行深入探索。研究对象来自C市23个区市县及市直属（直管）学校小学五年级、初二年级、高二年级各个学科的7261名专任教师。结果表明,教师技术支持教学变革能力发展水平与教师年龄、教龄呈线性负相关,随着年龄和教龄的增长而下降。同时,相比中心城区的学校教师,郊区新城教师的教师技术支持教学变革能力发展水平较弱,有较大的提升空间。因此,笔者基于当前研究现状,从优化教育教学流程再造、开展数据驱动的教育综合评价、建立教师数字素养发展圈等方面提出一系列具体的提升策略,以期对信息技术支持中小学教师教育变革提供保障和动力。     

概念图构建中概念术语自动提取的研究与实现

概念图的构建是一项复杂的工程,在概念术语提取阶段往往需要领域专家花费大量时间手工完成.随着概念图在信息处理和知识管理系统中得到日益广泛的应用,仅仅依靠领域专家来手工提取概念术语生成概念图的办法已不能满足应用需求.基于此,提出结合网络爬虫技术和LSA的方法自动提取概念术语,生成概念图的方法,可以降低概念图制作的人工复杂度,高效、准确的构建概念图,可以大大扩展概念图的应用范围.从指定网站上爬取大量领域文本资源;进行文本预处理并抽取特征项;再利用LSA挖掘特征项与特征项、特征项与文本之间的潜在语义结构,消除噪音及冗余特征项,提取概念术语.实验结果表明,结合网络爬虫技术和LSA方法能够降低概念术语的提取过程中的人力复杂度,去除冗余概念,并提高准确性.     

结合遗传算法的混合式蚁群单点交叉口信号配时算法

交通信号灯不合理分配容易引发交通拥塞,ACA算法能够实现根据交叉口的实际情况智能分配信号灯时间。通过将遗传算法中交叉与变异思想与传统蚁群算法相结合,从而形成混合式蚁群算法能够解决ACA在收敛过程中过快收敛。相较于单纯的蚁群算法能够有效的增加解的多样性,避免过早出现局部收敛,得到更好的解。     

一种基于(m+λ)-ES进化策略的特征选择方法

特征选择是模式识别和数据挖掘等研究领域的一个热点。提出了一种新的特征选择方法FeBES ( Feature Selection Based on (m+λ)-ES Evolutionary Strategy),它以遗传算法为基础,以定义的最优特征集的评价准则为适应度函数,采用(m+λ)-ES进化策略挑选出一组较高质量的特征子集。仿真实验结果表明了该方法的有效性。     

材料数据库系统在选材评价中的综合应用研究

基于材料数据库的选材评价,可以充分发挥数据库海量存贮能力、强大的检索功能与计算机的超级计算能力,使待评价材料的筛选和大量数据初始化处理与模型计算等评价的繁琐复杂过程变得快捷、准确、简便和智能。在构建材料数据库系统的基础上,开发出材料适用性评价方法功能模块,实现了基于材料数据库的计算机辅助选材评价,在材料数据库系统向智能化技术发展的方向上进行了有益的尝试。通过评价得到的量化结果,直观反映出性能相近或各有优劣的选材方案的差异,减少了仅凭经验甄别选材方案时的主观性或盲目性。     

基于关键词语义扩展的检索策略

传统基于关键字匹配检索策略由于关键字的机械字符匹配和一词多义问题很容易造成漏检和错检。为此,从领域本体概念入手,结合关键字检索的特点,提出一种基于关键词语义扩展的检索策略。策略使用领域本体描述的语义结构扩展关键字匹配范围,避免完全机械的字符匹配造成的漏检,从而提高检索的查全率。在此基础上,利用领域本体中语义相关度过滤检索无关结果,以提高检索的查准率,并根据检索结果与本体语义相关度算法排序。     

概念图智能匹配机制用于支持个性化网络学习

针对个性化网络学习平台中往往只关注学习者学习风格而忽略对学习者认知能力培养的问题提出一种基于概念图的方法对学习者认知能力进行形式化描述。采用自然语言处理及潜在语义分析方法构建基于学习者行为的学习者概念图及领域知识概念图,提出一种基于最大共同子图的匹配算法计算学习者概念图与领域知识概念图之间的相似度,提取学习者的个性化知识缺失、还需要掌握的知识,并以可视化形式呈现一定知识目标领域内学习者的已有知识及需要掌握的知识。实验结果表明,基于概念图的个性化网络学习能够促进学习者及时纠正、完善知识点的理解缺陷,培养学习者的认知能力。