面向问题求解的计算机专业基础课程的重构与实践

现行计算机学科专业基础教学中,课程体系以层次结构组织知识,教学模式以知识传授为主要目的,而能力培养却没有得到充分重视。文章介绍南京大学计算机科学与技术系近年来在此方面的教学改革,改革的基本内容包括在课程体系上以算法和平台为两条主线进行面向问题求解的基础课程重构,在教学过程中探索以"学生自学习+教师深入引导"为主的教学模式。     

3维地质体模型中闭合结构的提取

在地质体建模中,曲面问的拓扑结构分析是一个非常重要的步骤.为了得到块体结构的模型,需要对层面模型内所有的曲面进行全局性的拓扑分析.当层面模型的数据规模极其庞大的时候,这种全局性的分析势必要受到内存容量的限制.为了提高运算速度,提出了一种基于简化面片的闭合块体构造算法,该算法可将模型内所有的曲面数据尽可能地简化,仅仅保留交线附近的关键数据.这种简化后的层面模型既包含了全局的拓扑信息,又可以完全载入内存.实验结果表明,该算法不仅具有较快的拓扑分析速度,并能适用于大规模的地质体模型的构建.     

美国一流大学计算机组成与系统结构实验课程研究

文章针对美国一流大学的计算机组成与系统结构实验课程进行研究,重点介绍UC Berkeley,MIT,Stanford University,CMU相关实验课程的内容和特色,为我国大学计算机组成与系统结构实验课程今后的改革与发展提供参考。     

轮廓字网格编织带修饰效果的实现

利用计算机进行设计各种字形修饰效果一直是计算机图形学的重要内容之一.本文给出了在轮廓字表面上构造网格点,基于这些网格点进行Delaunay三角剖分,并转换为3-4网格,最后在网格上实现编织带修饰效果的具体实现方法.其中3-4网格由良构的四边形单元和少量辅助三角形单元构成,在其上实现了较好的编织带修饰的效果.     

基于语义的词义消歧算法初探

词义消歧是自然语言处理中的难题之一。结合《知网》,从语义的角度出发,结合词性信息、搭配实例和语义相关度等信息,提出了一种多策略的词义消歧方法。     

数字图像水印综述

将主要对数字图像水印进行综述,分析其模型、主要属性、应用领域、经典算法和常见攻击手段,最后展望数字图像水印的发展方向。     

基于Spark的大规模语义规则后向链推理系统

近年来,语义网数据快速增长,适合于处理静态小规模语义数据的前向链语义推理技术暴露出了需对数据进行频繁更新等问题。面对大规模动态语义网数据,对数据更新不敏感的后向链语义推理开始成为新的研究热点。后向链语义推理由查询目标驱动,在查询时根据规则集推理出查询结果。后向链语义推理具有推理过程复杂、规则扩展深度大等特点,在大规模语义数据上推理的效率和可扩展性上有一定的挑战。该文立足于已有的后向链推理技术,详细分析了语义推理规则集的特点,并结合当前主流的大数据处理平台Spark,设计了一套较为高效并且可扩展的大规模并行化语义规则后向链推理系统。该文的主要研究工作分为三个部分: (1)采用预计算本体数据闭包的方法,避免了本体模式在实时推理阶段的重复推理; (2)在后向链语义推理的逆向推理和查询阶段设计了优化措施,进一步提高了推理效率; (3)设计实现了一种基于Spark平台的大规模分布式RDFS/OWL后向链语义推理系统。实验数据显示,该文提出的RDFS/OWL后向链语义推理系统在合成数据集LUBM和真实数据集DBpedia上都表现出了良好的推理性能,在亿条三元组上的推理开销是几秒到几十秒,并且表现出了良好的数据可扩展性和节点可扩展性。