无线传感器网络中一种能量高效的skyline查询算法

针对分布式无线传感器网络环境下的skyline查询问题,提出了KSkySenor算法,有效地从传感器网络中获取更有意义的skyline结果;KSkySenor算法对感知数据进行预处理计算每个元组的支配能力,按照支配能力与各维度值之和对其进行排序,设计了一个基于聚簇的结构用于收集所有传感器读数,提出了一个剪枝方法用于渐进的从传感器网中获取skyline结果集;实验中分别改变传感器网络规模大小、数据维度、支配属性个数k,对KSkySensor算法进行测试,实验结果表明KSkySenor算法与先前的skyline查询处理算法相比具有很高效率,减少了无线传感器网络中的数据传输量,延长了网络生命周期。

一种基于遗传算法的模糊聚类算法

本文分析了FCM算法在具体应用领域中存在的缺陷基础上 ,针对Web文档聚类问题提出了一种基于改进的遗传模糊聚类算法 ,该算法不仅具有良好的计算效率 ,还可以克服FCM算法中存在的缺陷。

最简单的排序算法

在一次电视节目上,谷歌总裁施密特提出问题：＂如何才能更有效地对一百万个32位长整数进行排序？＂同在现场的奥巴马立刻响应道：＂肯定不能用冒泡排序法。＂施密特评价说：＂天哪!他是从谁那里听说这个的。＂冒泡排序很简单,其原理也比较容易理解,但冒泡排序效率很差。世上也存在着许多效率很高的排序算法,但它们又都比较难理解。本文将介绍一种简单又＂高效＂的排序算法——珠排序,大家不妨一起来玩玩。

基于传统BOA的新型自适应蝶形优化算法设计

本文提出了一种适应性和改进的BOA变体。与早期版本的BOA相比,提出的ABOA利用更有效的自适应机制来更新感官优化过程每次迭代的机制。这有利于ABOA形成有效的信息共享网络提高了算法的收敛速度,同时提出了算法自适应机制允许ABOA避免局部最优捕获问题。

装配工序时间优化模型与算法研究

给出装配时间如何分配给各工序的问题描述，针对该问题提出了三种建模方式，并针对不同的建模方式探导了相关算法。将物料需求计划分解、车间作业调度问题求解和网络计划三者从解决实际问题的角度联系起来，为求解装配工序时间优化问题提供了可以借鉴的思路。

基于特征模糊相关的特征聚类算法

本文参照在自动分类问题中一种常见的基于Kullback-Leibler距离的特征聚类算法,针对其特征压缩造成的性能损失而导致分类性能下降的问题提出了改进,结合模糊数学的思想,提出了一种基于特征模糊相关的特征聚类算法FFC,最后在本文的一个应用系统AGENT上给出实验数据,并比较了两种算法的差异。

随机资源受限项目调度问题的一种算法——基于任务关键链概率的启发式算法

本文对随机资源受限项目调度问题提出了一种基于任务关键概率的启发式算法。在该算法中，任务被调度的优先权值由其属于项目关键链的概率决定，并分别使用了关键链率乘以任务平均工期和单独使用关键链率作为优先权值的两种计算方法。

鼓励算法多样 促进学生发展——关于一则教学片断的分析

教学片断屏幕上出示三头大象,各运2堆木头。学生提出问题,列出算式。屏幕上出示:3头大象一共运了多少根木头?教者相机板书:20×3、3×20。

对一个算法问题的思考

1 问题提出 在北师大版《数学·必修3》第二章“算法”第113页习题2—3的A组题中，第6题：

扩展RSA签名算法 实现双人签名、验证

一、提出问题 RSA公钥算法因其安全性、可靠性和易于实现性成为当前最成熟、最流行的公钥密码体制基础,广泛地应用于数字签名、身份认证和密钥交换等方面。

算法框图问题的几个切入点

通过分析全国及各省市高考试题发现,算法问题的考查多集中在对程序框图的理解上,读懂图意是解题成功的关键.题型往往是选择题或填空题,难度较小,主要考查学生读图、识图、解图的能力和相关数学知识.下面就此类问题提出几点建议.

试论计算教学的基本矛盾和处理策略

一、情境创设与复习铺垫 现在的计算教学几乎不见了传统教学中的复习铺垫，取而代之的是——情境创设。门前大多计算教学的一般教学流程是：教师创设情境→学生提出问题→独立思考算法→反馈交流算法→自主选择算法“)。为此，许多计算课不是从“买东西”开始，就是到“逛商场”结束。现在的计算教学，很难再看到过去常见的复习铺垫了。

算法模型推荐对新闻真实的消解与建构

一、问题的提出算法是技术神话吗?回答这一问题首先需辨明,算法是否是绝对中立且准确无误的。算法是由人设计的,算法的决策系统也是如此,以网络管理为例,算法需自动区分仇恨言论、虚假信息或恐怖主义宣传与新闻等,所有这些系统都使用价值判断来得出结果。

整合新旧教材计算教学的思考

新课程实施以来，计算教学从目标、内容到教学方法都发生了巨大的变化。当前计算教学的一般流程为：教师创设情境一学生提出问题——自主探索算法一反馈交流算法——自主选择算法。一节课下来，学生的创新精神、自主探究的能力提高了不少，可做起作业来却是正确率低下。

美国的立法程序

在美国,"立法"并不仅仅指制定成文法。国家的财政预算、赋税、经济、贸易、宣战、外交、文化等各项重要内外政策的决策,均需由国会通过法案来进行,都属于立法的范畴。立法实际表现为一种直接的管理行为,行政部门只是执行国会通过的法律,行使法律赋予的职权。国会制定的各项法律,从法案的提出到法律的出台,在参、众两院要分别经过"三读"方能通过,两院通过后再由总统签署成为生效的法律。一、议案的提出。美国的宪法规定,所有的法案由国会自行提出。因此,在形式上只有参、众两院的议员才有权提出法律案。即使是预算法案,也是由与总统同党派的议员根据总统所提预算草案向议会提出的。

城市大数据价值挖掘的“压舱石”

大国与大国之间要有压舱石,关系才能稳健与发展,城市大数据的价值发现也要有自身的压舱石,否则,飘忽得下不来,迟早会破裂。这篇随心短文就是分享我这方面的浅薄之见,以为《晃晃悠悠谈城市大数据》续篇。 谈城市大数据的价值发现,离不开城市数据,而城市数据的采集和传输一直不易。今天,我们有理由相信,物联网将极大助力城市数据的采集和传输,让大数据技术多了一个充分展示才华的舞台。

路径差异 目标共通——对两节“解比例”课的评析

“解比例”首先是要解题,“解”什么呢?从教材的呈现来看,“解”的第一层含义应该是解决一个问题,第二层含义是解计算。从第一层含义来说,教材呈现的是法国巴黎的埃菲尔铁塔和中国北京埃菲尔铁塔的模型这样一个情境。解决问题首先关注的是问题的提出、分析、解决这样一个过程,而这节课显然是要关注计算的过程。计算需要关注意义、算法。在研究算法的过程中,我们要让学生明白背后的道理,即算理,算理由什么支撑呢?是比例的意义、比例的基本性质。这样就抓住了这节课关键的地方。为什么要去解决问题?实际上,我们都知道“解比例”仅仅是学习的小板块,还需要我们去认识生活,比如汽车模型。它们跟比例有什么关系?为什么要研究它?显然,它给我们的生活带来了不一样的地方,两位教师在展示的过程中给我们带来了启发。

构建自主探究数学课堂的实践与思考——《乘法的简便算法》案例与反思

在数学探究教学中，发现问题，提出问题是探究教学的起点和开端，是解决问题的关键，而只有以强烈的问题意识作为思维的动力，才能促进学生去发现问题，解决问题，直至获得新的发现。因此为了保证探究教学的顺利进行，使学生能够在教师设置的情境中发现问题，提出问题，进而最终解决问题，就必须提高学生的问题意识。下面就我在教学四年级第七册P65例题2：“乘法的一些简便算法”的课堂教学实践谈点体会。