基于Web的协作式学习分组策略研究

随着计算机网络技术和Web技术的发展,网络协作式学习应运而生。基于Web的协作式学习平台正广泛应用,然而大多数的Web协作式学习平台都存在分组不合理的问题。针对该问题,本文提出一种基于聚类算法的分组方法．用以谋求协作学习绩效达到最优。     

一种非确定树模式挖掘算法

非确定树模式挖掘已经成为一个重要的研究课题,提出一种非确定树模式挖掘算法,有效地解决了在实际应用中树的非确定性问题。其基本思想为：提出非确定树蕴含集、确定树概率和非确定期望支持度等概念,提出将非确定树的期望支持度作为树的支持度,提出非确定树支持度计算方法,利用哈希表能快速匹配的特性降低求解期望支持度过程中树同构判定的时间复杂度,提出非确定树挖掘层次搜索空间,使得非确定树挖掘快速而精确。实验结果表明,提出的非确定树挖掘算法有效可行且具有显著的运行效率。     

X光透镜在X射线衍射技术中的应用

用整体平行束X光透镜代替常规衍射仪的索拉狭缝和/或附加狭缝,入射和衍射X光强度可提高1.5―3.5倍,分辨率可达0.4°,可用于薄膜、粉末样品和离子束沉积样品的分析。将微会聚X光透镜应用于生物大分子衍射、高压X射线衍射、四圆X射线衍射3个不同的衍射领域,在相同X光源功率条件下,使用X光透镜后的衍射强度提高到原来的3―10倍,信噪比和分辨率有不同程度的改善。     

不确定树数据库中的动态聚类算法

针对现有的树聚类算法不能适应数据的动态变化和不确定性等问题,研究不确定数据的聚类问题,提出一种在不确定树数据库中的动态聚类算法,有效地解决了因数据的动态变化而导致的无法聚类的问题.首先,提出转变树集、相似分组和树类集等概念来描述一个不确定树数据库的聚类模型.其次,为了更加准确的度量子树之间的相似性,考虑到子树即具有结点语义特征,又具有结构化特性,提出了一种语义相似度计算方法与结构相似度计算方法,同时对两者赋予一定比例的权值并求和得到最终的相似度.再次,设计了一个动态聚类过程,采用自适应获取聚类阈值,较大程度上减少了人为干扰导致聚类结果不准确的影响,使得具有相似结构的子树聚集在同一个相似分组中,不同分组之间的子树相似度达到最小化,同时对每个相似分组,定义一个提取代表性子树的公式,将其作为树类组成树的类集.最后,通过模拟数据和真实环境两部分实验可以表明,算法有效可行,聚类结果较准确且具有较好的运行效率.     

建立数据仓库逻辑模型的方法

数据仓库技术是数据库技术的一个重要发展方向。根据应用环境的不同,有两种建立数据仓库逻辑模型的方法:第三范式建模和星型模式建模。     

动态云平台下的快速闭树聚类并行算法

为提高聚类算法效率,提出一种基于动态云平台的快速闭树聚类并行算法。针对云计算平台Hadoop中任务的随机分配策略,给出一个满足最小化消耗成本的任务分配算法 CDA-GA,并基于该算法提出动态云平台模型。将传统的频繁闭树挖掘算法与聚类算法并行化,应用于动态云平台中,设计基于动态云平台的闭树聚类算法框架。实验结果表明,该算法有效可行,适合在大规模数据下进行聚类分析。     

一种新的频繁子树增量式更新方法

讨论频繁子树增量式更新问题,提出一种新的频繁子树增量式更新算法。提出有效树集概念和增量式更新策略,在更新挖掘时,无须重新运行子树挖掘程序,能充分利用已有的挖掘结果,算法只需要进行一次数据库遍历操作。提出候选子树剪枝策略,在更新挖掘过程中,能大幅减少子树同构次数,有效地提高了算法的运行效率。通过大量实验分析表明,算法有效可行且具有较高的运行效率。     

整体X光透镜在X射线衍射应用中的新进展

介绍了整体X光透镜的物理性能。使用X光透镜进行了生物大分子晶体衍射实验,结果表明:在相同X光源功率条件下,衍射强度提高了近7倍,大大缩短了测试时间,分辨能力改善0.2×10~(-10)～0.6×10~(-10)m,信噪比也有改善。在粉末衍射仪上,进行了Si(100)衬底上金薄膜的衍射实验,结果表明:在相同X光源功率条件下,使用X光透镜后的衍射强度提高了近2倍,同时改善了衍射仪的角分辨率。     

一种新型的微束XRF谱仪

本文介绍一种新型高能量分辨微束X荧光分析谱仪,它由导管X光透镜和使用位置灵敏正比计数管的波长色散谱仪组成。实验结果表明本谱仪使用的X光透镜形成的X光微束的最小束径对Cu Kα线为50μm,一次测量同时覆盖的能量范围可达800eV以上,而对Ti Kα线的能量分辨达到4.4eV。