关联规则挖掘在教学评价中的应用研究

教学评价是院校最重要的工作之一,而科学的评教方法又显得尤为重要。本文介绍一种更适合于关系型数据库关联规则挖掘的、基于SQL的频繁项关联规则挖掘算法,并将其应用于教学评价。通过对大量的样本数据进行试验,得出了应用以往传统的教学评价方法所无法得到重要的教学参考信息。     

Web proxy cache replacement scheme based on back-propagation neural network

Web proxy caches are used to reduce the strain of contemporary web traffic on web servers and network bandwidth providers. In this research, a novel approach to web proxy cache replacement which utilizes neural networks for replacement decisions is developed and analyzed. Neural networks are trained to classify cacheable objects from real world data sets using information known to be important in web proxy caching, such as frequency and recency. Correct classification ratios between 0.85 and 0.88 are obtained both for data used for training and data not used for training. Our approach is compared with Least Recently Used (LRU), Least Frequently Used (LFU) and the optimal case which always rates an object with the number of future requests. Performance is evaluated in simulation for various neural network structures and cache conditions. The final neural networks achieve hit rates that are 86.60% of the optimal in the worst case and 100% of the optimal in the best case. Byte-hit rates are 93.36% of the optimal in the worst case and 99.92% of the optimal in the best case. We examine the input-to-output mappings of individual neural networks and analyze the resulting caching strategy with respect to specific cache conditions.     

模糊综合评判理论在研究性学习系统中的研究及应用

介绍了工程数学中的模糊综合评判理论以及相应树型向量推理算法,并将模糊综合推理机制运用到研究性学习系统中进行研究型应用。该系统中运用模糊综合评判对学习效果进行合理评判,得出综合成绩,以其作为改进研究性学习模式的参考评证,从而使研究性学习过程良性发展。     

遗传算法与文本特征选择方法相结合的研究

对文本特征选择的传统方法进行了深入分析并对各自的优缺点进行了详细的对比;其次,通过利用遗传算法自身的寻优特点,把它与传统特征选择方法相结合,并得出了算法。最后,在对各自算法进行了分析,表明了在性能上有了明显的提高。     

运输车辆安全体系评价的研究

该文通过对车辆安全因数的分析、得出子危险集。在分析评价方法特征技术上应用了选用模糊推理模型(FIS)的评价方法对车辆的危险度进行评价与仿真,其结果是可信的。实现了对车辆安全进行量态和动态的评价体系。     

从应用的角度评估MAS体系结构风格

近年来,Agent技术已成为开发复杂系统的一项可行技术,但对MAS体系结构的研究仍然面临着一定的挑战。本文从已有的MAS体系结构风格和开发框架出发,对MAS体系结构风格进行了分析、提取和归类,从应用角度提出了一个评估MAS体系结构风格的框架,并通过两个案例说明了如何利用评估结果为具体应用选择合适的风格。     

分布式信任评估研究

在信息和服务爆炸的时代,分布式的信任评估技术作为一种新的解决方案,引起了广泛关注并取得了许多重要成果。针对分布式信任评估中的难点与关键点,在介绍现有模型的解决手段时,指出了目前仍遗留的一些问题。     

集成学习算法在不平衡分类中的应用研究

提出一种基于训练集分解的不平衡分类算法,该算法使用能输出后验概率的支持向量机作为分类器,使用基于测度层次信息源合并规则实现分类器的集成.在4个不同领域的不平衡数据集上的仿真实验表明:该算法有效提高分类器对正类样本的正确率,同时尽量减少对负类样本的误判.实验结果验证集成学习算法处理不平衡分类问题的有效性.     

基于身份的电子印章设计与实现

随着办公自动化的发展,电子文档逐渐取代了传统的纸制文档。电子印章可以有效保障企业办公自动化中电子文档的安全性。在分析现有电子印章的签名方案的基础上,提出基于身份的电子印章的设计方法,给出基于身份电子印章系统的构架和相应的签名算法。最后指出该方法安全性以及特点。     

基于轻量级J2EE的加油站卡系统的设计与实现

为了有效构建一套加油站卡系统,在探讨了问题域及不同实现框架优缺点的基础上,给出了一个基于轻量级J2EE框架的实现方案.此方案根据卡系统自身的需求和特点,在开发过程中充分利用轻量级J2EE先进的体系架构,并详细阐述如何通过使用Spring、Hibernate、Acegi等多个成熟开源框架来简化系统开发的复杂性,同时提高开发效率.系统的运行结果表明此设计方案的合理性和有效性,也为其它类似应用提供了一个通用的解决方案.