应用型本科院校C++课程教学改革探索

为了提高学生的C++程序设计能力,文章基于课程的内在特点和重要性,从应用型本科院校一年级学生的实际情况出发,针对目前教学中存在的问题,从教学体系、教学内容、教学方法、教学辅助手段、课程考核方法等方面,系统地阐述C++课程教学的改革方法与实施过程。     

优化K-means初始聚类中心研究

K-means算法因为对初始中心依赖性而导致聚类结果可能陷入局部极小。基于密度的多中心聚类并结合小类合并运算的聚类算法解决了计算空间上的极小化,收敛进度上得到了控制,结果明显优于K-means的聚类结果。算法的每一次迭代都是倾向于发现超球面簇,尤其对于延伸状的不规则簇具有良好的聚类能力。     

一种基因数据的聚类并行算法研究

提出了一种基于密度的聚类并行算法,在APRAM模型的分布式存储系统中,通过欧几里德距离矩阵和密度函数两次时间复杂度为O(n2)的计算,可使聚类过程的时间复杂度变为O(n),以增加一次计算的代价来降低聚类过程的时间复杂度。基于8结点的机群计算实验表明本算法能够达到较同类算法更高的并行加速比,能提高高维生物数据的聚类速度。     

考虑负荷不确定性的工业园区配电网典型网架规划

正根据工业园区负荷的增长特点,考虑负荷的不确定性,建立园区负荷的概率预测模型。基于概率负荷模型预测结果,对园区负荷增长进行刻度划分,将不确定性规划转为基于负荷刻度的确定性规划,分别给出电缆网为主的典型过渡网架接线和以架空网为主的典型过渡网架接线。采用蒙特卡洛模拟法和重复潮流法对典型过渡网架接线进行可靠性和供电能力评估,验证所提过渡网架的合理性。所提方法可直接用于典型工业园区的配电网规划,提高园区配电网架规划的规范性和合理性。     

Struts框架及其在Web开发中的应用

Struts是当前Web应用开发中最为流行的框架之一。本文简要介绍了MVC(Model/View/Controller)设计模式和Struts框架的体系结构,然后结合一个实例,讲述了Struts实现MVC模式的Web应用的过程。结果显示Struts能够大大提高开发效率,同时提高系统的可维护性和扩充性。     

一种基于密度的并行聚类算法

针对微阵列基因表达数据聚类的高维复杂性,提出了一种基于密度的并行聚类算法,在APRAM模型的分布式存储系统中,通过欧几里德距离矩阵和密度函数两次时间复杂度为O（■）的计算,可使聚类过程的时间复杂度为O（■）,以增加一次计算的代价来降低聚类过程的时间复杂度。基于8结点的机群计算实验表明：本算法能够达到较同类算法更高的并行加速比,提高高维生物数据的聚类速度。     

数据结构实践教学体系优化设计研究

为了提高学生的程序设计能力,培养学生的创新能力,提高教学质量,针对数据结构实践教学现状和存在的一些问题,从教学地位、教学过程、教学组织形式、教学评价和教学制度等多个方面,探讨数据结构实践教学体系的构建思想和内容,指出在数据结构实践教学过程中采用层次化和阶段化教学模式。