基于数据量的文本分词算法选取的研究

分析了无词典分词及最大匹配快速分词算法的特点,并针对大数据量和小数据量两类文本,对两种算法进行性能测试。结果表明,两种算法均适用于大数据量的文本分词。此外,对无词典分词算法加以改进,使之也适用于小数据量的文本分词,并通过仿真实验验证改进的有效性。     

局部性原理与高速缓存参数无关技术

在高速缓存参数无关的算法与数据结构的设计中，使用了许多技术，这些技术都是利用数据的时间和空间局部性，有效地使用计算机多级存储结构，进而提高算法与数据结构的效率。文中对若干利用局部性原理的高速缓存参敷无关技术进行分析和总结。     

算法与数据结构学习兴趣影响因素分析

文章对算法与数据结构课程的学习兴趣调查结果进行了分析,提出采用自编学习兴趣量表测量学生的学习兴趣,总结学生的基础课程学习情况以及对课程教学的看法。分析结果显示:学生的学习兴趣受专业基础课程成绩和对课程学习重要性认识的影响,增加实践性教学和以案例为先导的理论课教学方式更有利于提高学生的学习兴趣。     

JXTA应用于移动设备的研究

引进中继器定义实现JXTA协议在移动设备上的扩展.中继器存储网络点与资源列表,同时负责移动设备之间的管道连接断开.使JXTA能在轻量级的移动设备上实现P2P,解决了移动设备性能受限问题.然后将文件合理分割使用多线程上传下载,使移动设备可以支持多线程的P2P上传下载服务.     

基于翻译结构的相对位置注意力机制推荐模型

基于注意力机制的推荐模型在进行特征提取时用到的绝对位置是一个静态且孤立的信息.为克服上述缺点,提出基于翻译结构的相对位置注意力机制推荐模型.以时序排列用户历史行为并构造相对位置表征,分别在计算注意力权重和输出中加入相对位置表征,加深注意力编码层和解码层并用平均注意力进行预处理.实验结果表明,与基于注意力机制的模型相比,所提模型更能捕获用户偏好的动态变化,挖掘更深层的信息,更适合处理长序列.     

关于有机化学实验课新型教学方式的构想

高校有机化学实验课程对学生查阅文献、实验设计等能力的培养尚存在不足。针对学生在有机化学实验课程中呈现出的问题,文章提出一种新的有机化学实验课程教学模式:让学生走进有机化学各课题组,参与科学研究,学习实验设计思想,认识完整的科研过程,培养学生的基本实验技能和综合实验水平。     

新工科背景下算法与数据结构实践教学改革探索

针对新工科背景下计算机专业人才培养面临的新挑战,提出融合"问题驱动、线上线下、课赛结合、过程评价"四位一体的实验教学新模式,阐述如何将该模式运用于算法与数据结构实践教学的全过程,最后通过教学效果说明新教学模式的有效性.     

融合成对编码方案及二维卷积神经网络的长短期会话推荐算法

虽然基于循环神经网络（RNN）的会话推荐算法可以有效地对会话中的长期依赖关系进行建模,并且可以结合注意力机制来刻画用户在会话中的主要目的,但它在进行会话建模的过程中无法绕过与用户主要目的不相关的物品,易受其影响以致降低推荐精度。针对上述问题,设计了成对编码方案来将原始输入序列嵌入向量转化为一个三维张量表示,使得非相邻的行为也能够产生联系。通过二维卷积神经网络（CNN）来处理该张量以捕获非相邻物品间的联系,并提出了引入用于会话推荐的二维卷积神经网络的神经注意力推荐机（COS-NARM）模型。该模型能有效跳过序列中与用户主要目的不相关的物品。实验结果表明,COS-NARM模型在DIGINETICA等多个真实数据集上的召回率和平均倒数排名（MRR）都得到了不同程度的提升,且优于NARM、GRU-4Rec+等所有基线模型。在上述研究的基础上,将欧氏距离引入COS-NARM模型,提出了OCOS-NARM模型。利用欧氏距离直接计算不同时刻兴趣间的相似度以减少模型的参数,降低模型的复杂度。实验结果表明,欧氏距离的引入不仅使得OCOS-NARM模型在DIGINETICA等多个真实数据集上的推荐效果得到了进一步的提升,而且使OCOS-NARM模型的训练时间相较COS-NARM模型缩短了14.84%,有效提高了模型的训练速度。     

高速缓存参数无关漏斗排序算法及其实现

分析了RAM模型与现实计算机之间存在的差异，介绍了一个新的存储模型——理想高速缓存模型。描述了漏斗结构，设计并实现了高速缓存参数无关漏斗排序算法，通过仿真试验验证了该排序算法的有效性。     

面向任意区间树结构的差分隐私直方图发布算法*

当前一种有效的差分隐私直方图发布是先将直方图映射成满m叉区间树,后利用查询一致性约束提高查询精度.然而,并非所有直方图都能映射成满m叉区间树.针对此问题,文中首先提出可实现任意直方图向树结构映射的k-区间树;然后从理论上分析对于任意区间树结构下的差分隐私直方图发布,仍可在一致性约束下利用最优线性无偏估计进一步降低区间计数查询的误差;最后提出面向任意区间树结构基于局部最优线性无偏估计的差分隐私直方图发布算法(LBLUE).实验对比分析同类算法和LBLUE所发布数据的区间计数查询精度及算法效率,表明LBLUE有效可行.