算法模块在高中数学与信息技术中的“融合”

浙江省于2007年开始实施新课程改革,并在同年的高中数学(3必修)首次引入算法教学内容,该模块的算法内容与高中信息技术学科算法模块内容有相通之处。但是两门课程的教学时间安排、任课教师之间的沟通等都存在很大问题。为此,本文从算法模块融合的角度提出了一些破解问题的策略。     

一种基于XML的CMS元数据索引算法

内容管理系统(CMS)的元数据管理是其核心模块,负责记录内容的描述信息和帮助其他模块快速定位相关内容,元数据索引是为检索提速的关键技术。根据XML语言的特点,可采用它作为元数据的描述语言,因此元数据索引问题转变为XML文档的索引问题。该文在对XML数据进行形式化描述的基础上,分析了XML索引算法的特点,针对CMS元数据的特点,提出了一种支持动态更新的XML索引算法。     

一种利用图建模的宏模块合法化算法

提出一种基于有向限制图的宏模块合法化算法,将宏模块合法化问题抽象为图的问题.该算法建立水平和垂直方向两张有向图,把每个宏模块抽象为两张图中的结点,把两个模块之间的位置关系抽象为图中的边,从而把二维问题转化成两个一维问题,大大降低问题的复杂度.实验证明,该算法可以有效地消除宏模块之间的重叠,并且有效控制了所有宏模块的位移距离.     

VB程序设计教学中游戏化案例设计

浙江省普通高中信息技术课程教学要求指出,选修模块《算法与程序设计》以算法与程序设计为主线,揭示利用计算机解决实际问题的过程。我将VB程序设计课程划分为以下几个阶段模块:语言基础知识模块、三种基本控制结构模块、数组及其应用模块、函数及其应用模块、基本算法模块。在每     

模块化密码学实验教学方法研究

分析目前信息安全本科专业密码学实验教学中存在的主要矛盾,总结实践教学经验,提出模块化的实验教学方法,将密码学实验分为算法验证模块、算法实现模块及综合设计模块3个实验模块,并阐明各个模块的实际功能、实验手段、实验内容、学时安排及考核规范,确立密码学实验课程教学的基本思路和总体框架。     

VB程序设计教学中游戏化案例设计

浙江省普通高中信息技术课程教学要求指出,选修模块《算法与程序设计》以算法与程序设计为主线,揭示利用计算机解决实际问题的过程。我将VB程序设计课程划分为以下几个阶段模块:语言基础知识模块、三种基本控制结构模块、数组及其应用模块、函数及其应用模块、基本算法模块。在每     

基于个性化推荐系统的视频App的设计

近年来,各类视频应用上内容越来越丰富,页面上与当前用户无关的内容也越来越多。因此,市面上出现了多种不同的推荐算法来进行内容推荐。但是,不是每种推荐算法都能够解决所有的问题。基于个性化推荐系统的视频App,融合了多种推荐方法。首先为了解决推荐系统的冷启动问题,采用了基于统计学的推荐方式,同时,采用基于协同过滤的推荐算法,计算视频和用户间的隐藏特征,最后还有实时推荐模块,能够根据用户近期的行为对推荐内容进行调整。     

一种采用规划方法的宏模块布局算法

提出一种基于非线性规划的宏模块布局算法。该算法将布局问题归纳为一个非线性规划问题，考虑了引脚的实际位置并使用取向向量来描述模块的取向,可以在确定模块位置的同时也确定模块的取向；同时使用交替求解的策略有效地简化了问题的求解。实验结果表明文中算法快速有效。     

阶梯式模块多变量模型算法控制器研究

针对多变量过程控制问题,将模块多变量与预测控制中的模型算法控制相结合,提出了模块多变量模型算法控制器.它将控制目标按照优先级排序,从高到低依次实现各个控制目标.算法中引入阶梯式控制策略,使得解决动态MMC问题成为可能.并用Shell标准问题作为研究对象,对算法作出仿真验证.实验证明该算法结构简单,可以解决动态模块多变量的问题,计算量较小,设计和改造相对容易.这些特点使模块多变量模型算法控制器具有很高的应用价值.     

一种有效的面向软模块的VLSI布图规划算法

随着VLSI设计规模和复杂度的提高,以可复用IP为代表的软模块得到了广泛的应用,针对软模块的布图规划问题随之变得日益重要。基于正则波兰表达式（NPE）表示,提出了一种形状曲线相加算法来处理软模块之间的组合运算,可获得每个布图解下最优的布图实现。通过回溯算法来确定每个模块的位置及形状,并将它们集成到模拟退火算法的流程之内。应用MCNC和GSRC电路对算法进行了测试,结果表明该算法解决软模块的布图规划问题是可行和有效的。     

集成电路模块布局问题的一种有效算法

求解集成电路模块布局问题的一种启发式算法。该算法通过设计一种合理的布局优先序,对同一模块可能的多个布局位置进行比较并将其放置在优先度最高的适当区域,可有效求解集成电路模块布局问题。     

带时间约束的Louvain算法在动态脑功能网络模块化中的应用研究#br#

针对在动态脑功能网络的模块化属性研究中,Louvain算法因过度追求模块度值最大化而导致的动态脑功能网络模块辨识度不高的问题,提出了一种带时间约束的Louvain算法。该算法以整个数据采集区间上的模块度值分布为依据构建迭代结束条件,以时间约束来达到模块在规模和数量上的均衡,从而保证模块划分更加合理。将本文算法用于静息态脑功能的模块划分实验时,对比结果显示,与原Louvain算法相比,带时间约束的Louvain算法能够得到更为合理的模块化结果,并可以观测到动态脑功能网络中小规模的模块结构。而采用本文算法用于健康人和自闭症患者的动态脑功能网络模块度对比实验,能够揭示两者在模块化上存在显著差别,从而验证了本文算法的有效性。     

基于增量学习的混合推荐算法

推荐系统是自适应信息系统中的个性化服务模块,可以根据目标用户的信息需求提供个性化的信息服务。针对传统协作过滤算法存在的用户兴趣描述粒度过大问题,以及稀疏评分矩阵造成相似度计算不准确的问题,提出了一种基于增量学习的混合推荐算法WHHR,该算法通过Widrow-Hoff增量学习构建基于内容的用户模型,并结合协作过滤推荐机制实现评分预测。实验验证了WHHR算法在收敛速度和推荐准确性方面较类似推荐算法有较大提高。     

基于商品基因和遗传算法的个性化推荐系统

为解决“新用户”和“稀疏性”问题,引入商品基因的概念,通过将商品基因库、用户历史行为库、用户在线浏览内容及邻近用户行为数据耦合,形成用户偏好度候选集的兴趣模式抽取模块,然后利用改进的遗传算法优化模块进行模式选取与聚合,完成最优邻居的选择,最后经由推荐模块产生最终的推荐项目集.实验结果表明,提出的算法提高了推荐的准确度和...     

融合CamShift的TLD算法实现人脸跟踪

针对跟踪-学习-检测(Tracking-Learning-Detection,TLD)算法跟踪模块所用金字塔光流法计算量大,跟踪人脸实时性差的问题,提出融合连续自适应均值漂移(Continuously Adaptive Mean Shift,CamShift)的TLD算法提高人脸跟踪效率.改进的TLD算法框架中跟踪模块选用CamShift算法实现目标人脸跟踪,检测模块采用滑动窗法扫描搜索,再使用分类器判断目标是否存在,学习模块根据跟踪模块和检测模块的结果对比评估错误和误差,更新目标模型.将改进的TLD算法分别与CamShift算法和TLD算法进行对比试验,结果表明,融合CamShift的TLD算法实现人脸跟踪效率和准确率均高于原始两种算法,且满足实时性要求.     

集成电路模块布局问题的一种有效算法

该文提出了一种求解集成电路模块布局问题的启发式算法。该算法通过设计一种合理的布局优先序,对同一模块可能的多个布局位置进行了比较,并将其放置在优先度最高的适当区域。实验结果表明,这一算法尽管简单,但对求解集成电路模块布局问题是有效的。     

基于TCAM的高效浮动关键词匹配算法

针对传统浮动关键词匹配算法功耗高和速率低的问题,提出一种基于三态内容寻址寄存器(TCAM)的高效匹配算法。该算法应用关键词分类数据结构,将关键词存储在不同的TCAM模块中,并只将疑似关键词送入TCAM中查找匹配,从而减少每次访问TCAM查找的表项数目,提高一个查询周期内待匹配报文的移动速度。仿真结果表明,与传统算法相比,该算法功耗较低、匹配速度较快。     

软件详细设计中的算法描述工具

软件的设计通常分为两个阶段进行,即初步设计和详细设计。初步设计完成以后,模块的划分已经完成。经过了审查及必要的修改,每个模块的功能,以及模块间的联系均已确定下来了,接下去要解决每个模块算法设计的问题,这便是详细设计阶段要完成的工作。当然,各模块内部的算法完全依赖于软件产品的要求和该模块的功能。算法本身不是本文讨论的课题。这里我们关心的是算法的表达形式,就是说我们需要有适合的工具,用以表达设计出来的算法。显然,     

跨失真表征的特征聚合无参考图像质量评价

针对现有的基于深度学习的无参考图像质量评价模型容易过拟合，并且对真实失真场景中的未知失真类型难辨识问题，提出一个跨失真表征的特征聚合无参考图像质量评价框架。采用与模型无关的元学习优化算法，学习跨不同失真类型的特征表达，缓解模型过拟合影响；将元学习算法与注意力机制、图神经网络相结合，设计特征聚合模块学习每种失真类型的显著性特征；设计图表示模块学习每种失真类型共有的失真信息，削弱图像内容变化对质量预测的影响。实验结果表明，所提算法在预测真实失真图像质量时能够充分挖掘失真图像的高级语义信息，有效解决真实失真场景下失真图像内容变化、未知失真类型复杂的问题，具有较强的推理和泛化能力。     

多路径特征融合的遥感图像超分辨率重建算法

针对遥感图像超分辨率重建算法特征利用率低、重建速度慢等问题,提出一种基于多路径特征融合的遥感图像超分辨率重建算法.该算法模型包括浅层特征提取模块、特征融合模块和图像重建模块3个部分.首先,利用浅层特征提取模块提取浅层特征信息;然后,通过级联的方式将每个多路径特征融合模块输出的特征信息进行融合,提高了特征利用率;最后,通...