从韩国河回村看传统村落的旅游开发

村落是农耕文明的结晶体,是人类文明在大地上留下的最古老的刻痕.从村落主题的挖掘与开发,村落旅游交通线路的设定,旅游基础设施的跟进等方面,做为韩国传统村落开发的代表,河回村的很多做法非常有参考意义. 一、概况 河回村是韩国丹东地区的一个小村,有文字记载可考的历史有600年之多.据说最早年许姓人家建村于此,许氏之后在此地居住的是金姓人家,最后才成了丰山柳氏家族聚居的村落.河回村的柳氏一族历史上人才辈出.其中特别应当要提及的一个大人物是柳成龙.     

大数据中效用挖掘的快速单阶段算法

现有数据挖掘算法的缺点是在挖掘大数据时会出现大量候选模式,从而造成可伸缩性瓶颈,个别算法虽然不生成候选模式,但是计算代价高昂,缺乏有效剪裁,运行效率存在瓶颈.为此,提出一个全新的单阶段不生成候选模式的数据挖掘算法,其创新性有3点:一是基于前缀生长的模式枚举和基于效用上限值评估的剪裁策略;二是基于稀疏矩阵和虚拟投影的效用信息表达;三是节省存储空间的深度优先搜索方法.大量实验表明,新算法的时间效率比现有算法高5倍以上,并且内存使用量比现有算法少20％～60％,可伸缩性高.     

基于优化上界的高平均效用项集垂直挖掘算法

高平均效用项集挖掘是当前研究的热点之一。针对高平均效用项集挖掘算法产生大量无意义的候选项集,而导致高内存消耗和运行时间长的问题,提出了dMHAUI算法。首先定义了集成矩阵Q,并提出了4种基于垂直数据库表示的紧凑平均效用上界及3种有效的修剪策略;将高平均效用项集挖掘所需的信息存储于IDUL结构树,利用改进的diffset技术快速计算项集的平均效用和上界;最后通过递归调用搜索函数得到高平均效用项集。与EHAUPM算法和MHAI算法进行仿真比较,结果表明,dMHAUI算法在运行时间、连接比较次数和可扩展性等方面都有较优的性能。     

基于深度学习的安全缺陷报告预测方法实证研究

软件安全问题的发生在大多数情况下会造成非常严重的后果，及早发现安全问题，是预防安全事故的关键手段之一.安全缺陷报告预测可以辅助开发人员及早发现被测软件中潜藏的安全缺陷，从而尽早得以修复.然而，由于安全缺陷在实际项目中的数量较少，而且特征复杂（即安全缺陷类型繁多，不同类型安全缺陷特征差异性较大），这使得手工提取特征相对困难，并随后造成传统机器学习分类算法在安全缺陷报告预测性能方面存在一定的瓶颈.针对该问题，提出基于深度学习的安全缺陷报告预测方法，采用深度文本挖掘模型TextCNN和TextRNN构建安全缺陷报告预测模型；针对安全缺陷报告文本特征，使用skip-grams方式构建词嵌入矩阵，并借助注意力机制对TextRNN模型进行优化.所构建的模型在5个不同规模的安全缺陷报告数据集上展开了大规模实证研究，实证结果表明：深度学习模型在80%的实验案例中都要优于传统机器学习分类算法，性能指标F1-score平均可提升0.258，在最好的情况下甚至可以提升0.535.除此之外，针对安全缺陷报告数据集存在的类不均衡问题，对不同采样方法进行了实证研究，并对结果进行了分析.     

交互式计算机实验室教学管理系统的设计与实现

21世纪信息时代,计算机网络技术迅猛发展,在当今环境背景下,计算机网络技术渗透到教学领域。我国现行的实验室教学未能满足教育改革的要求,仍处于传统教学水平,为了优化计算机实验室教学,需要设计出一套交互式计算机实验室教学管理系统,充分利用网络资源,将SQL Server 2005作为数据库平台,并将系统应用在教学中,文章针对交互式计算机实验室教学管理系统的设计与实现展开研究。     

交互式电子白板在小学数学教学中的应用研究

交互式电子白板具备和超越了黑板的所有功能,无需粉笔和鼠标,却可以使用丰富多彩的多媒体资源。其具有融合传统媒体、整合教学资源、实现真正意义上的师生互动式教学模式等优势;它的应用扩展和丰富了课堂教学的资源平台,数形结合和音形兼备的特点提高了课堂的视听效果,有助于激发学生的兴趣,增强学生的注意力和理解力,极大地提升了课堂的教学质量。