改进的模糊C-均值聚类算法

为了克服模糊C-均值（FCM）聚类算法易陷入局部极小值和对初始值敏感的缺点,提出了一种基于改进量子蚁群的模糊聚类算法。将量子计算原理和蚁群算法相结合来改进FCM算法。初期采用量子遗传算法生成信息素分布,后期利用蚁群算法的全局搜索性、并行计算性等特点避免聚类陷入局部最优解。实验证明该算法保证了种群的多样性,有较好的全局收敛性,克服了模糊C-均值聚类算法的不足,能有效解决未成熟收敛的问题,使聚类问题最终快速、有效地收敛到全局最优解。     

基于近邻关系聚合的人脸聚类方法

人脸聚类是人脸标注、人脸识别等工作的预处理过程。其主要对人脸图像进行分组,用来为人脸识别模型提供高质量的标注信息,从而有效降低人工标注的成本。人脸聚类的关键在于如何学习大规模人脸数据中整体及局部的结构关系,并把其迁移至待标注数据集。针对这一问题,本文提出一种基于近邻关系聚合的人脸聚类方法(Nearest Neighborhood Aggregation Clustering, NNAC)。该方法把局部结构的学习建模为一个近邻关系预测问题,通过堆叠多个改进的基于残差-全连接模块(Residual Fully-Connected Block, ResFCB)以提取多尺度的邻接关系特征。实验结果表明,相比主流人脸聚类方法,该方法在基准数据集上能够有效提升聚类精度。     

基于K-means聚类和LVQ神经网络的OLED缺陷像素识别

提出改进的K-means聚类分割和LVQ神经网络分类的方法，用于有机发光二极管显示面板喷墨打印制程中缺陷像素的识别。首先采用改进的K-means聚类算法对预处理后的打印像素进行分割，然后采用连通域水平矩形确定每一个打印像素的坐标及几何特征，再通过灰度共生矩阵提取其纹理特征，最后通过LVQ神经网络对所述特征进行分类，完成缺陷像素的标记及分类统计。结果表明，本文算法的识别率明显优于其他常用分类识别算法，平均缺陷检测率为100%，分类准确率达到98.9%，单像素检测时间为8.3 ms。     

融合智能优化的软件测试用例生成方法

针对复杂软件中测试用例难生成问题,提出一种融入聚类和进化算法的软件缺陷测试方法,开发一套智能软件测试系统。首先,对被测程序采用变异测试方法注入缺陷;基于不同策略对缺陷聚类。然后,针对多个缺陷簇,建立测试用例生成问题的优化模型,并采用进化算法生成能检测缺陷的测试用例。最后,基于不同评价指标,完成软件测试报告。测试结果表明,基于测试用例检测缺陷的成功率、缺陷率,以及消耗时间和迭代次数等指标,验证了所提方法提高了检测缺陷检测率、降低了测试的时间及提高了测试用例生成的效率。由此可见,人工智能融于软件测试技术,不仅提升了软件测试效率,而且丰富人工智能应用领域。     

基于约束聚类的k-匿名隐私保护方法

针对现有的匿名方案往往较少考虑离群数据的敏感问题以及信息损失与时间效率的最优化问题,提出一种基于约束聚类的k-匿名隐私保护方法.通过K近邻思想划分初始集群,根据设定的阈值δ将集群进行重新划分,划分过程始终遵循信息损失最小化原则,得到每个等价类元组数都在k与2k之间,过程中分类考察准标识符属性并充分考虑离群点对聚类结果的...     

虚拟现实技术在设计类实验课程中的应用

虚拟现实技术主要是通过计算机的仿真系统创建一个虚拟的世界,并且生成一种模拟环境,是多源信息融合的交互式三维动态视景和实体行为的系统仿真,可以在设置的虚拟世界中操控想要表达的一切。在教育行业改革中,传统的教学模式已经不再适应当前的发展,现代信息技术的使用已经十分普遍。虚拟现实技术具有交互式、沉浸式和易于使用的特性,整合了设计类课程资源,实现平台的构建,很大程度上提高了学生对设计实验课程的认知程度,从而达到直观、灵活、方便的要求。尤其是在设计类实验课程教学中,教师利用虚拟现实技术能够更加直观地让学生对学习的知识有所认知和掌握,这种身临其境的体验感能够提高学生对学习的积极性和主动性。     

以赛促学构建新工科计算机类通识教育课程

针对新工科教育改革中,计算机类通识课程建设在目标定位、课程设置、内容结构、建设管理、评价体系、师资水平等方面易出现的问题,提出采用以赛促学的成果导向教育理念,将创新思维和持续学习的能力作为人才培养的内在目标,将竞赛成果作为课程建设的外在目标,让学科竞赛为课程建设赋能,可以满足学生、教师、管理者的多样需求,较好地推动新工科改革。     

问题驱动教学法及其在计算机原理教学中的应用

现阶段我国高等教育“教”与“学”矛盾突出,高校学生到课率普遍很低,特别是原理类课程。针对计算机专业的课程设置特点一“先学习使用,再学习原理”,提出问题驱动教学方法。该方法能调动学生积极性,培养学生分析问题解决问题的能力,且简便易行,适应现有的教学模式。笔者在自己的课堂上坚持应用,取得较好的效果。     

Java反编译和源代码保护

探讨了使用模糊技术和定制类装载器来保护Java源代码的方法,并给出了具体的实例。