基于粗集理论和神经网络结合的数据挖掘新方法

本文提出了一种基于粗集理论和神经网络的数据挖掘新方法。首先利用粗集理论对原始数据进行一致性属性约简 ,然后使用神经网络对数据进行学习和预测 ,并同时完成属性的不一致约简 ,最后再由粗集对神经网络中的知识进行规则抽取。该方法充分融合了粗集理论强大的属性约简、规则生成能力和神经网络优良的分类、容错能力。实验表明 ,该方法快速有效 ,生成规则简单准确 ,具有良好的鲁棒性。

基于校企合作的应用型人才培养机制探索

校企合作是普通高校应用型人才培养的重要途径,如何建立灵活高效的校企合作机制对于企业和高校双方均具有重要的研究意义。文章首先对校企合作的现状进行分析,指出其中存在的问题,并以计算机专业为例,从高校角度提出相应的解决策略和方法。

一种结构自适应的神经网络特征选择方法

特征选择是数据处理的一项重要内容 .现有的基于神经网络的特征选择方法没有考虑网络中隐结点数目的变化 ,使网络结构在特征选择过程中往往变得不合理 ,这阻碍了特征的进一步删除以及网络泛化性能的提高 .针对以上问题提出了一种结构自适应的神经网络特征选择方法 ,通过交替删除网络中冗余的输入特征和隐结点 ,使网络结构在特征选择的过程中保持相对良好 .实验表明 ,该方法既能快速有效地删除特征 。

基于RS理论的不完备信息系统处理方法

从理论扩展、属性约简以及规则抽取对目前基于RoughSet(RS)理论的不完备信息系统处理方法进行了分析和评述,提出了该领域的下一步研究方向,为构造面向不完备信息系统的高效实用的挖掘方法提供了基础。

基于粗糙集理论的软计算融合系统研究综述

面向数据挖掘领域,综述了基于粗糙集理论的软计算融合系统的研究进展,按照粗糙集在这些系统中的数据预处理、不确定性度量和知识抽取功能,分别总结了这些系统的特点,指出了现有系统面临的问题以及今后的研究方向.

计算机科学与技术专业应用型人才培养改革调研分析——以鲁东大学为例

面向计算机科学与技术专业的应用型人才培养改革目标,通过调查问卷、座谈会、个别访谈等多种形式,在本行业企业、毕业生、大四学生和本专业任课教师中对应用型人才培养的现状开展全面、深入的调查研究,从培养目标、培养过程和培养评价三个方面对调研结果进行对比、分析,基于此明确本专业人才培养的目标定位,形成应用型人才培养改革的总体思路,对下一步的人才培养方案修订、校企合作、实训基地建设提出若干建议。

应用型人才培养中的人文素质教育问题研究

指出了应用型人才培养过程中人文素质教育进一步被弱化的倾向,揭示了当前高校人文素质教育普遍存在的若干问题,分析了人文素质教育对于应用型人才培养的重要性和必要性,从培养方案、课程改革、教师队伍建设和校园文化等方面提出了建议和对策。

三维编织预制件真实感图形的显示

由于三维编织预制件表面结构的曲线化和多样化，显示其真实感图形要求结构划分合理、精细，其计算量相当大．本文利用ＳＵＮ工作站ＸＧＬ图形库强大的函数功能和运算功能，初步建立了三维编织预制件的光照模型，实现了对其真实感图形的较好显示．

面向高校教师的图书馆“大数据素养”教育策略研究

大数据背景下,高校图书馆如何充分利用自身海量的数据资源提升教师的数据素养水平,是该领域面临的挑战性问题。首先综述了数据素养研究现状,结合大数据特征讨论"大数据素养"的内涵并给出其定义;接着依据高校教师的特点,提出以图书馆大数据平台为依托,在大数据意识培养、大数据能力提高和大数据伦理内化三个层面上对应开展教育培训,实践服务和虚拟互动三方面服务的"大数据素养"教育策略。基于图书馆大数据平台的方案能够有效地将大数据技术深入融合到数据素养教育中,帮助高校教师尽快适应当前大数据技术变革的要求。

面向思维培养的离散数学教学模式

离散数学是计算机相关专业的核心课程之一。文章针对该课程概念多、理论性强和知识点散的现状,结合多年的教学经验,探讨面向思维培养的离散数学教学模式,并从教学方法、教学手段等方面对离散数学的教学进行总结。

一种优化的语义条件模糊聚类

在条件模糊聚类的基础上,提出利用公理化模糊集的成员隶属度函数量化用户语义、确定外部条件的方法。引入调节因子新概念,以调节基于语义的成员隶属度和基于欧拉距离的模糊隶属度对聚类结果的影响,并最终建立了语义条件聚类和经典模糊聚类的统一框架。给出了语义聚类的评价指标——语义强度期望,以找到距离目标语义最近的聚类。为使条件模糊聚类的聚类准确性更高,对原始数据进行了谱变换,尔后进行语义条件聚类。利用Iris数据集,对标准模糊聚类、语义条件聚类和语义条件聚类的谱优化3个算法进行了多指标综合实验比较。实验结果表明,语义条件聚类能够发现最贴近用户给出的语义的聚类。

隐性知识显性化对人力资源管理的启示

知识经济时代,知识成为组织最为重要的资源。本文首先讨论了隐性知识的内涵、特征,然后分析了隐性知识显性化步骤的模型以及其中的主要障碍,最后基于知识管理思想对人力资源的开发和管理提出了若干建议,以期促进组织中隐性知识的交流、整合、共享以及创新。

一种高效的分辨函数范式转换算法

基于分辨矩阵获取一个决策表所有约简的过程实质上是一个将分辨函数从合取范式转换为析取范式的过程,其效率对于属性约简算法性能至关重要。依据人工范式转换的运行机制,充分利用合取运算和析取运算的吸收率,并借助队列结构,提出了一种面向分辨函数的范式转换算法。该算法易于理解,实现简便。仿真实验表明算法能够高效地完成范式转换。

批量增量规则获取算法

以规则库为切入点,提出一个决策规则的批量增量更新算法。为所有新增对象建立一个等价类表,将原有规则库与等价类表进行高效匹配,根据新对象的不同匹配类型分别进行规则更新。该算法既适用于完备数据也适用于不完备数据,且只需访问2遍规则库就可以实现规则更新。理论分析和UCI数据上的比较实验结果都表明该方法优于传统方法。

二步法三维编织预制件单元体结构及其图形显示

二步法三维编织预制件具有规则的单元体结构 ,它由 5组轴纱和 4组走向不同的编织线组成 .文中讨论了二步法三维编织方形预制件的单元体结构 ,并通过构造数学算法 ,建立了可变换视点的几何单元体显示模型 ,从不同角度真实地显示了预制件单元体结构 .

Extension of information entropy-based measures in incomplete information systems

It is helpful for people to understand the essence of rough set theory to study the concepts and operations of rough set theory from its information view. In this paper we address knowledge expression and knowledge reduction in incomplete information systems from the information view of rough set theory. First, by extending information entropy-based measures in complete information systems, two new measures of incomplete entropy and incomplete conditional entropy are presented for incomplete information systems. And then, based on these measures the problem of knowledge reduction in incomplete information systems is analyzed and the reduct definitions in incomplete information system and incomplete decision table are proposed respectively. Finally, the reduct definitions based on incomplete entropy and the reduct definitions based on similarity relation are compared. Two equivalent relationships between them are proved by theorems and an in equivalent relationship between them is illustrated by an example. The work of this paper extends the research of rough set theory from information view to incomplete information systems and establishes the theoretical basis for seeking efficient algorithm of knowledge acquisition in incomplete information systems.

面向多样性个性化推荐服务的高校图书馆大数据应用研究

为了满足大数据环境下高校图书馆用户对于结果多样性的个性化推荐服务的需求,提出高校图书馆大数据应用策略和应用方案。将大规模网络分析、大数据挖掘和Hadoop云计算技术作为沟通应用需求和用户行为大数据应用的核心方法和重要技术工具。在基于Hadoop云平台的应用方案中,使用大规模网络分析方法发现用户的多样主题兴趣,使用大数据挖掘方法发现用户的多样情境兴趣,进而提供结果多样性的个性化推荐服务。

高校计算机专业课程教学中学生创新能力培养的研究

以目前我国高校计算机专业课程教学中存在的问题为出发点,从教学环境、课程标准、教学资源、教学活动、教师观念等多个维度探索提高计算机专业课程教学中学生创新能力的途径,为培养具有高素质创新型IT人才提供指导.

FCM改进方法在图像分割中的知识发现

考虑到图像存在异常像素,将邻域因素考虑在内对模糊C-均值聚类算法(FCM)和异常像素检测算法(APD)提出了改进。首先,提出了邻域因素的邻域-FCM(N-FCM),然后,提出了模糊异常像素检测算法(Fuzzy-APD)。实验过程中,选择噪声图像、彩色图像作为实验图像,对FCM和N-FCM算法进行性能比较,证实相比于FCM算法,N-FCM算法的收敛性明显提高,图像分割的正确率进一步改善;同时从图像中获取部分像素进行异常像素检测,实验证实相比于异常像素检测,Fuzzy-APD准确性更高。

基于最大连通区域搜索的虹膜快速定位算法

虹膜具有稳定性及不变形等生理特征,因此虹膜识别技术也被广泛应用于身份确认。针对传统的虹膜定位算法在非理想虹膜图像情况下存在定位稳定性差的问题,提出了基于最大连通区域搜索的虹膜定位算法。首先,采用Otsu(最大类间方差法)对虹膜图像进行二值化处理,通过搜索最大连通区域粗略定位瞳孔;然后,使用Canny算子检测瞳孔边缘并用最小二乘拟合圆精确定位,从而得到虹膜内边界;最后,在精确定位虹膜内边界的基础上使用优化的Hough变换算法对虹膜外边界进行定位。在中科院提供的CASIA-Iris-Twins虹膜库进行实验,结果显示,与传统定位算法得到的虹膜相比,基于最大连通区域搜索的虹膜定位算法得到的虹膜更加准确。对由不同的虹膜定位方法得到的虹膜,采用同一虹膜识别算法进行识别,发现该算法定位的图像在识别时效果明显,并且具有较高的稳定性。