面向编程能力培养的数据结构课程教学方法研究

针对当前数据结构课程存在"听得懂,不会做"的问题,分析其原因,提出面向编程能力培养的数据结构课程教学观点,即通过以存储结构为基石深入理解数据结构,在此基础上通过应用实践提升面向对象编程能力,进而解决数据结构课程"不会做"的问题。     

基于BBO-SVM的大坝变形预测模型与性能验证

针对大坝监测数据小样本、高维度和非线性的特点,引入支持向量机( SVM) 机器学习方法,采用生物地理学优化算法( BBO) 优化其惩罚因子 c 和核函数参数 g,建立了基于 BBO-SVM 的大坝变形预测模型。结合 2011—2016 年水口大坝 4 个测点共 900 组环境量与效应量监测数据,对模型预测性能进行了验证,并将预测结果与 SVM、PSO-SVM 和 ABC-SVM 大坝变形预测模型进行对比。结果表明: 文中提出的 BBO-SVM 模型不仅预测精度高,且稳定性更好,4 个测点的均方根误差分别达到了 0. 332 0、0. 473 5、0. 405 7、0. 222 8,拟合优度分别达到了 0. 910 4、0. 961 0、0. 962 4、0. 956 9。本研究可提高大坝安全监测成果利用,对于大坝健康状态预测评估具有一定的工程指导意义。     

基于VFW的AVI视频文件压缩与解压缩方法研究

本文首先概述了微软数字视频软件开发包VFW(VideoForWindows)的内容与其体系结构,然后针对AVI文件结构进行必要性分析,接着重点讲述如何使用VC++编程技术调用VFW库函数对AVI文件中视频数据进行压缩与解压缩处理,并给出了相关函数或代码。     

自动混液装置

<正>混液装置广泛应用于食品、制药、化工、石油等领域。要求操作简便、控制准确、故障率低、生产效率高。结合现代控制技术,特别是应用可编程序控制器(PLC)技术,可较方便地实现生产工艺要求。     

不同焊接方法对哈氏合金C-276焊缝组织和耐晶间腐蚀性能的影响

采用ASTM-G28B法进行晶间腐蚀试验,分别研究了手工GTAW和手工GMAW对哈氏合金C-276焊缝组织和耐晶间腐蚀性能的影响。结果表明,手工GMAW焊接的C-276合金,焊缝区析出碳化物第二相较多,晶间腐蚀倾向更大。     

SnO_2/MWCNTs复合改性阳极对海底沉积物微生物燃料电池电化学性能的影响

采用电沉积法和浸渍法制备了氧化锡/多壁碳纳米管(SnO_2/MWCNTs)复合材料,并首次将其应用在海底沉积物微生物燃料电池(MSMFCs)的阳极改性,测试分析SnO_2/MWCNTs改性阳极的电化学性能和由其组成的电池性能。结果表明,SnO_2/MWCNTs复合阳极的氧化还原电化学活性和电子转移动力学活性分别是空白组的28.26倍和983.7倍;电容性能是空白组的43.14倍;阳极电荷转移电阻约是空白组的1/4。复合改性阳极组MSMFCs的最大功率密度(1 085.1 m W/m2)是空白组的2.17倍。机理分析表明,MWCNTs提高了阳极的导电性,SnO_2使氧化还原反应更容易进行,阳极的电容性能增加;在特殊的海洋弱碱条件下,SnO_2和MWCNTs的增强协同作用使复合改性阳极表现出更加优异的性能。     

安全储粮智能决策支持系统

安全储粮智能决策支持系统是适用于大中型粮食仓库的分布式计算机应用系统。它包括微机粮情检测与通风控制,粮情分析决策,储粮害虫图象信息检索等几个组成部分。本文首先介绍该系统结构概况,然后重点介绍在粮情分析决策中面向对象技术的应用。     

字符二维码的编码模式选择算法

字符二维码的编码通过针对特定字符集划分模式来编码, 各个模式之间需要转换以达到最高的编码效率. 首先研究DataMatrix国际标准“向前检验”算法, 发现“向前检验”算法具有局限性, 并不能直接应用与字符二维码的模式选择. 因此, 本文在“向前检验”的基础上, 结合了多阶段决策方法的原理, 引入混合模式计数的方法, 提出了一种字符二维码的“向前检验”算法, 并应用于字符二维码的模式选择. 实验表明, 该算法有效的进行了字符二维码的模式选择, 很好的解决字符二维码的模式选择问题.     

一种基于实例学习的三维模型检索匹配方法

传统的基于内容的三维模型检索的相似性度量方法主要借鉴二维图像检索中所采用的距离度量算法,达到比较两三维模型相似度的目的,该做法限制了模型间匹配的广度.针对这种单核匹配的限制,提出了一种新的多核匹配方法.利用图论中两点间的最短距离的思想,得出两模型最相似那他们的距离最短,因此查询样本跟匹配的样本存在的通路上的模型节点能影响他们的相似度,这样就提高了匹配的广度和精度.同时在已有的特征提取基础上,把标签繁衍算法应用到最短距离求解中,并将基于实例学习的K近邻方法引入到模型匹配算法中,实现了半监督学习,提高了系统的查准率.     

一种基于粒子群优化的可能性C均值聚类改进方法

提出了一种基于拉子群优化的可能性c均值(Possibilistic Gmeans, PCM)聚类改进方法。该方法首先通过 改进PCM算法的目标函数来计算数据模式的隶属度矩阵和聚类中心完成粒子编码,从而降低算法对初始中心的敏 感,提高聚类的精度;其次,通过粒子群优化(Particle Swarm Optimization, PSO)算法对编码进行优化,以有效地克服 PCM聚类算法容易导致聚类一致性和陷入局部最优解的缺点,减少算法的迭代次数。通过人造数据集和UCI数据 集上的实验,表明该算法在计算复杂度、聚类精度和全局寻优能力方面表现得较为突出。