基于确信因子的有效关联规则挖掘

通过对现有的关联规则算法分析与研究发现,生成的关联规则具有相大的冗余性,且可能是无趣的,甚至是虚假的,为此人们主要提出了兴趣度作为有效规则评判标准。该文在先前研究的基础上,以确信因子为基础,提出确信度来使规则的有效性判断更加客观、合理。同时在算法中引入规则取舍,提高了挖掘有效规则的效率。     

高等教育中“大班效应”的研究与对策

随着我国高等教育规模的扩大,教育资源尤其是教师人数却没有随之增加,导致高校班级规模迅速膨胀,授课效果也受到影响。文章通过对基础课课堂教学进行研究,归纳"大班效应"特点,分析利弊,从教师授课和课堂管理等方面,提出针对"大班效应"的对策,指出只有正视"大班"的现状,对学生耐心引导并采取有效应对措施,才能充分发挥"大班"的优势,提高教学效果。     

基于禁忌搜索和蚁群算法的广义分配问题研究

广义分配问题是典型的组合优化问题.蚁群算法在求解该类问题时,存在着求解时间长和容易陷入局部最优的问题.为有效地解决该问题,将禁忌搜索算法作为蚁群算法的局部搜索策略,在蚁群算法求得的优化解的基础上进行局部搜索,增快算法的收敛速度,避免陷入局部最优;在解没有得到明显改善时,采取多样化操作,强迫算法采取新的解的结构,从全新方法求解.实验结果表明,该算法与其它算法相比,具有收敛速度快、不易陷入局部最优、求解精度高的特点,能够有效地解决广义分配问题.     

匿名代理签名方案的研究与改进

对谷利泽等提出的匿名代理签名方案进行密码学分析,指出该方案是不安全的,不能抵抗原签名人的伪造攻击和公钥替换攻击,并给出改进的匿名代理签名方案。改进的方案具有不可否认性,以及抵抗原签名人的伪造攻击和公钥替换攻击等优点。     

从“大学计算机基础”教改看我校计算机教学改革

本文论述了大学计算机基础课程教学改革的方向,从如何提高教学效果、培养学生的应用能力等方面对大学计算机教学模式提出了一些切实可行的建议,并从教学目标、教改指导思想、新的教学模式的组成等几个方面论述了新的教学模式和教学改革。     

个性化服务中网页推荐模型的研究

提出了一种新颖的个性化网页推荐模型。它融合了信息检索、信息过滤和数据挖掘中的相关技术。运用两种不同的特征向量来表示用户兴趣,并且通过聚类生成群体兴趣扩展了个体兴趣。同时阐述了用户兴趣文件建立、维护和个性化网页推荐。实验证明了推荐模型的准确性和有效性。     

基于混合蚁群算法的网格任务调度

针对网格任务调度的调度时间长、资源负载不平衡等问题,提出一种基于混合蚁群算法的网格任务调度方法。该方法将禁忌搜索作为蚁群算法的局部搜索策略,以扩大解的搜索空间,避免陷入局部最优,并通过多样化机制提高算法收敛速度。利用平衡因子调节信息素的更新,改善资源的负载平衡性能。     

油田GPRS远程数据监测系统

通用无线分组业务(GPRS)是中国移动近几年开展的一项数据传输业务。该文分析了数据监测的特点，设计出了适用于油田的GPRS远程监测系统，介绍了系统各部分的结构、工作原理和功能，对系统中软件部分的实现作了较为详尽的论述。该系统的实现将改变传统的油田数据监测方法，极大地提高油田数据监测的效率。     

大学生课堂注意力关键因素研究

从高校课堂中学生的行为入手,通过实证分析的方法进行分组实验,观察分析学生的课堂表现和课堂教学效果间的联系,指出学生在课堂上出现的注意力不集中、困倦等行为的根源并不是简单的"缺乏兴趣"或是"不懂",而是不同的授课方法和课程内容对学生心理产生影响的外在行为表现,提出若干被实践证明行之有效的课堂教学和管理方法。