面向应用型人才培养的数据库原理及应用实验改革

结合我校地方性高校的实际情况,提出面向应用型人才培养的实验改革目标以及实验改革的"问题导向、实践应用、类型多样、教学协调、集成创新"基本原则,给出新的实验模块组织方案。实验教学实践表明,这种实验模块组织和教学方法有利于提高理论教学和实验教学的效率和效果,对提高学生实践应用能力和集成创新能力有促进作用。     

一种基于P2P分层结构的网格资源发现模型

网格资源发现是网格研究中的重要组成部分,随着P2P网络的兴起,许多新的概念和研究方向为网格研究提供了思路.该文在分析了现有网格资源查找方式不足的基础上,提出了一种基于P2P分层结构的网格资源发现模型.模型针对网格资源的特点引入了本体和语义相关度概念,在此基础上将网格资源进行分层管理,并借鉴了iVCE体系结构,提出了本体共同体的概念从而较好解决了虚拟组织内节点的动态自组织问题,较好实现了网格资源的聚合以及动态增减问题.     

基于联系数的位置不确定性数据UCNK-Means聚类算法

摘要位置不确定性数据的聚类是一个新的不确定性数据聚类问题。其聚类方法主要包括获取对象的概率密度函数,通过积分计算对象间的期望距离来进行聚类分析和以区间数表示对象,通过区间数的系列运算来进行聚类分析这两大类。前者存在概率密度函数获取困难、计算复杂、实用性不强的缺陷;后者在区间数转化为实数过程中,忽略了区间数变化范围对聚类效果的影响,其聚类质量不佳。鉴于此,提出一种基于联系数的不确定对象聚类新算法UCNK-Means。该算法用联系数巧妙地表示不确定性对象,并专门定义了对象间的联系距离,运用联系数态势值比较联系距离大小,克服了现有算法的不足。仿真实验表明,UCNK-Means具有聚类精度高、计算复杂度低、实用性强的特点。     

以教材建设为中心的“数据库原理及其应用”课程改革与实践

本文分析了“数据库原理及其应用”课程传统教学存在的主要问题,提出了教学改革的目标和指导思想,确立了以教材建设为中心,实验改革为基础,考试改革为导向的改革任务和具体实施方法。     

基于最近邻相似度的孤立点检测及半监督聚类算法

传统的聚类算法是一种无监督的学习过程,聚类的精度受到相似性度量方式以及数据集中孤立点的影响,并且算法也没有很好的利用先验知识,无法体现用户的需求。因此提出了基于共享最近邻的孤立点检测及半监督聚类算法。该算法采用共享最近邻为相似度,根据数据点的最近邻居数目来判断是否为孤立点,并在删除孤立点的数据集上进行半监督聚类。在半监督聚类过程中加入了经过扩展的先验知识,同时根据图形分割原理对数据集进行聚类。文中使用真实的数据集进行仿真,其仿真结果表明,本文所提出的算法能有效的检测出孤立点,并具有很好的聚类效果。     

同异反网络计划中工序时间的专家意见综合法

同异反网络计划方法是一种新的网络计划技术，它能表达和处理网络计划中出现的随机、模糊、不确知和中介等多种不确定性及突发性，比传统网络计划方法有许多优点且更加符合实际。给出了当同异反网络计划中各个工序工时初步确定以后，在不同情况下综合专家评审意见，形成网络计划中实际使用的工序工时计算方法，实例显示，该方法具有实际应用价值。     

碳纳米管储氢的计算机模拟研究

介绍计算机模拟碳纳米管结构和储氢过程.着重介绍了计算机模拟碳纳米管储氢的两种方法,巨正则蒙特卡罗方法和第一原理分子动力学方法,给出了相关的理论依据、关键数据和已经获得的主要实验结果.同时,根据研究过程中发现的问题,对今后这方面的工作提出几点建议.     

JIT意义下极大化顾客满意数的并行多机问题

随着JIT(Just-In-Time)生产管理技术的出现和发展,考虑到以往极大化顾客满意数问题的研究只限于单机问题,而实际的生产调度和计划管理中绝大多数情况是并行多机问题,提出了一个在JIT意义下, 极大化顾客满意数的并行多机问题,并在分析相应的单机问题最优排序的基础上,构造出一个求解其多机问题的启发式算法,该算法的构思新颖,计算复杂性低,适用求解多机问题,具有工程实用价值的有效算法.最后给出了一个数值例子.     

SQLite 的SQL 语句高速缓存技术

随着嵌入式应用领域的发展,系统功能的日趋复杂,嵌入式设备中使用嵌入式数据库越来越成为一种趋势。SQLite因其性能和功能上的优势被广泛的使用于嵌入式应用中。但是嵌入式设备CPU处理能力相对较低,存储器容量有限,制约了SQLite的性能。针对上述问题,根据高速缓存原理,简化SQL语句执行过程中的词法分析、语法分析过程,以减少运行过程中的时间消耗。实验表明,本方法可有效提高SQL语句执行效率,在保持可用性与可靠性的前提下,提升SQLite的整体性能。     

基于3D角度编码的量子遗传算法

为了充分利用量子态在算法中的量子特性,提高算法的搜索效率,减少存储空间,提出了一种基于3D角度编码的量子遗传算法。该算法将量子位描述为3D球面坐标下的一对相位角,充分利用了量子的空间运动特性,并引入一种自适应旋转角大小和方向的确定方案,从而进一步简化了染色体的更新和变异过程,而且使算法的量子特性、存储性能、时间性能都得到很大的提高。仿真结果表明,其在算法优化效率和搜索能力上都优于简单遗传算法和普通量子遗传算法。