小生境自适应遗传模拟退火智能组卷策略研究

为了提高智能组卷质量,提出一种基于小生境自适应遗传模拟退火算法的智能组卷策略.该算法动态调整交叉和变异概率进行遗传操作,对中间种群进行小生境选择和模拟退火操作,从而增强了种群多样性,有效克服了遗传算法局部收敛和"早熟"的缺点.文章针对各约束条件建立了组卷数学模型,给出了基于期望平均分的难度分布函数和小生境自适应遗传模拟退火组卷模型.大量测试数据表明,该方法是一种有效可行且实用的组卷方法.

基于改进蚁群算法的动态多路径诱导系统研究

传统的动态路径诱导系统只能向出行者提供唯一一条最优路径,可能引起出行者的集聚反应,进而导致拥挤漂移问题的出现.本文提出了一种基于改进蚁群算法求解最短路径的方法,实现了动态路径诱导系统中最短路径的搜索.改进蚁群算法对信息素和启发信息进行标准化,消除量纲和取值范围的影响,引入方向函数作为新的启发式因子,使算法的收敛速度得到提高.仿真实验表明该方法收敛速度比较快,搜索结果比较合理、有效,能够满足动态路径诱导的实时性和快速性要求.

遗传模拟退火智能组卷策略研究

智能组卷是一个包含多重约束条件的最优组合问题,设计有效算法求解优化问题对获得高满意度试卷至关重要,为此,提出了一种基于模拟退火与标准遗传算法的混合智能组卷算法。约束模型采用了基于期望平均分的难度分布函数计算试卷难度系数,该算法模型采用分组实数编码,单点交叉算子,单个和随机两种基因变异算子,并对每代个体进行模拟退火操作。给出了详细的实验对比结果,表明了该算法的有效性。

互动教学资源的开发与实践

如今的校园已进入到了信息化时代,教学也变成了智能化。利用新一代互联网技术可将学习信息、学习资料及学习工具等资源有效整合,进而构建开放性的教学内容,让教师在信息技术的支持下实现互动教学设计,学生也能够合理的选择学习内容,筛选学习伙伴、控制学习进度,进而实现以学生为中心的教学设计,从而促进职业教育课程教学质量水平的提升。

基于XML的WEB信息自动抽取方法的研究

互联网的快速发展以及Web数据的日益庞大,使用户从Web中获取有用信息变得日益困难,如何快速有效地从Web中准确抽取信息已经成为亟待解决的问题,Web信息抽取技术应运而生.提出了一种新的基于XML的WEB信息自动抽取方法,采用数据转换算法将HTML文档标准化,通过学习样本实例的XPATH表达式,形成抽取规则库,并利用规则库对其它同类页面实现信息的自动抽取.实验结果表明,该方法具有较高的查全率和查准率,且抽取结果具有自描述性,方便于建立各个领域的数据抽取系统.

智慧校园背景下数据共享治理体系研究与实践

从教育信息化、教育现代化角度看,高校数据共享治理涵盖了业务数据的安全、质量、标准和可用性。高校数据共享治理过程就是要厘清数据源、确认数据流向,通过对各教学单位、行政部门的现有数据库重新梳理,检验这些形成数据的质量,并对数据背后的价值进行分析和挖掘,为“以人为本”智慧校园背景下的师生提供精准个性化数据服务,为高校管理者提升行政和组织效率。

一个需求导向的高职院校数字化校园建设案例

唐山工业职业技术学院以需求驱动为核心建设数字化校园,解决了超前配备设备造成的资源浪费、数字化教学资源低水平重复建设、应用孤岛等问题。以综合治理为核心,建设IT治理子系统、数据治理子系统、服务治理子系统、业务治理子系统,优化了数字化校园基础架构。以内部治理为核心打造“诊改”平台、搭建“任务”平台、建设“内控”平台、构建“政务”平台,努力推进治理数字化转型,学校治理体系和治理能力正加快迈向现代化。

云计算在高校信息化建设中的应用

云计算因其出色的计算能力、强大的储存能力和安全性受到各个领域的青睐。而我国高校应该在此大背景下,运用云计算技术,在学校网络建设、教育教学资源的整合等方面进行强化,从而使高校迈入新的发展阶段,实现高校信息化高质量的飞越。文章分两部分,第一部分对云计算的定义、特点、服务进行阐述,第二部分则是分析云计算技术在高校信息化建设中的应用。文章旨在为高校基于云计算技术进行信息化建设提供思路,从而更快地提高我国的高校信息化建设水平。

工业物联网技术的现状及应用

随着无线通信技术越来越成熟,物联网技术也必然将实现新的发展。工业物联网技术能够完成成千上万的工业智能设备间的高效联系,并且还能够在无干扰的状况下,自动完成对信息的分析与处理等工作,可以方便人们的日常生活,并大大提高人类的生活效率。文章根据我国当前工业物联网技术的现状,研究和分析其未来发展。

提高分组网结稳定性研究

伴随5G基站的大批量布放,分组网承栽的压力越来越大,一旦分组网核心汇聚层链路出现故障,将会造成大面积的基站业务中断,从而给运营商造成无法估量的损失,本文将针对如何进一步加强网络的安全稳定进行探讨。