基于“云计算”技术的高校教学探析

云计算是当今IT技术领域高速发展的前沿学科,它的发展已经步入了人们的生活,高等教育也不例外。该文将"云计算"的概念和特点、优势引入到高校教学应用中,初步探析了未来云计算技术在高校教学中的应用。     

基于云计算的区域教育信息化建设模型和应用研究

阐述云计算技术的相关概念和特点,分析我国区域教育资源存在的问题,提出结合云计算技术的强大而先进的应用,探讨基于云计算的区域教育信息建设模型和应用。     

基于API和Permission的Android恶意软件静态检测方法研究

当前大量的Android恶意软件在后台收集用户的位置信息、通话记录、电话号码及短信等信息并将其上传至指定服务器,造成了难以估量的危害。为解决此问题,提出一种Android恶意软件静态检测方法。对收集到的训练集中的所有APK文件进行静态反编译,提取其中的静态信息;对静态信息中的API和Permission进行统计学分析,得到API和Permission在恶意APK和正常APK中的使用率;根据它们的使用率确定基准API和Permission集合,将每一个APK转换成可参与计算的关于API和Permission的特征向量;利用改进的k-NN分类器,对待检测的APK进行分类判定。实验结果表明,该方法可以有效地对APK进行恶意分类。     

基于广义最大Versoria准则的稀疏自适应滤波算法

针对脉冲噪声干扰环境下传统稀疏自适应滤波稳态性能差,甚至无法收敛等问题,同时为提高稀疏参数辨识的精度的同时不增加过多计算代价,提出了一种基于广义最大Versoria准则（GMVC）的稀疏自适应滤波算法——带有CIM约束的GMVC（CIMGMVC）。首先,利用广义Versoria函数作为学习准则,其包含误差p阶矩的倒数形式,当脉冲干扰出现导致误差非常大时,GMVC将趋近于0,从而达到抑制脉冲噪声的目的。其次,将互相关熵诱导维度（CIM）作为稀疏惩罚约束和GMVC相结合来构建新代价函数,其中的CIM以高斯概率密度函数为基础,当选择合适核宽度时,可无限逼近于l_{\mathrm{0}}-范数。最后,应用梯度法推导出CIMGMVC算法,并分析了所提算法的均方收敛性。在Matlab平台上采用\alpha-stable分布模型产生脉冲噪声进行仿真,实验结果表明所提出的CIMGMVC算法能有效地抑制非高斯脉冲噪声的干扰,在稳健性方面优于传统稀疏自适应滤波,且稳态误差低于GMVC算法。     

计算机应用基础模块化教学研究

高职计算机应用基础课程是高职院校开设的一门公共基础课,着力培养学生运用计算机解决实际问题的能力,培养学生的知识迁移能力和系统思维能力。文章分析当前高职院校计算机应用基础课程教学中的实际问题,针对这些问题提出计算机应用基础模块化教学改革的建议。