一种多变量决策树方法研究

单变量的决策树算法造成树的规模庞大,规则复杂,不易理解。本文结合粗糙集原理中的相对核及加权粗糙度的方法,提出了一种新的多变量决策树算法。通过实例表明,本文的多变量决策树方法产生的决策树比传统的ID3算法构造的决策树更简单,具有较好的分类效果。

聚类分析在彩色像景织物分色处理中的应用

本文在彩色像景织物的图像传统分色基础上,结合数据挖掘中K-means聚类算法的不足之处,提出了一种改进的K-means彩色图像的聚类分析的分色方法和失真度指标,并通过实验对传统分色方法与改进的聚类分色方法的失真度进行比较,表明用该聚类方法具有较小的失真度,能起到与原纹样风格一致的效果。

基于“互联网+大数据”服装定制的精准营销研究

利用互联网平台和大数据技术将各行各业运营数据进行整合和信息挖掘以提升营销效率成为热点,而服装定制作为服装行业新的发展点,更需要应用互联网和大数据来提高其个性化和智能化营销服务。文章总结了服装定制互联网营销的发展现状和存在的问题,分析了大数据对服装定制行业营销的意义,设计出服装定制智慧营销平台技术架构,并对平台中定制客户画像、精准客户、流行趋势分析、智能推荐和服装搭配、线上线下数据融合等大数据营销技术进行了研究,最后提出了融合线上线下的客户服饰双向指导的服装定制营销案例。

基于本体的纺织服装主题搜索引擎系统研究

主题搜索引擎就是针对某一特定领域的搜索引擎,能够取得比百度等通用搜索引擎更准确更专业的搜索效果,是当前搜索研究的热点。文章构建较完整纺织服装领域本体,进行该领域的语义相似度定义和语义推理研究。结合领域本体从主题爬虫、网页语义分类、查询结果排序、排序及关键词扩展查询方面设计算法,构建了一个纺织服装领域的搜索引擎原型系统,实验效果较好,为主题搜索引擎研究提供帮助。

基于本体的高校教务课程关联模型

该文利用学校教务部门存放的学生考试成绩,结合基于教务课程本体的数据集成方法和数据挖掘的关联规则算法,建立基于本体的高校课程关联模型,从这些大量数据中挖掘出数据隐藏的规律或数据间的关系,辅助分析课程之间的相关性,从而指导学校课程编制和学生选课。

基于线上+线下融合的离散数学翻转课堂教学实践探究

近几年,翻转课堂实践教学成为国内高校教育信息化热点.基于多年离散数学翻转课堂的课程建设和教学改革研究,文中从翻转课堂教学设计、网络平台资源建设、课堂教学方法研究、面向大数据的内容改革、实验教学改革及考核方式进行探讨,教学实践也有了良好的教学效果,能为计算机课程翻转教学改革提供参考.

“离散数学”课程教学改革实践与探索

文章从离散数学课程能力培养方向出发,初步分析当前教学过程中面临的问题,然后在教学内容和教学方法方面进行了改革研究。在课程教学内容中对每部分内容从难易程度、培养能力及如何结合选课学生的专业选择教学内容进行了探讨和实践;教学方法方面,从教学技巧、理论联系实际、网络4A教学和上机实验方面做了研究。教学研究进行3年以来,各方面取得了很好教学效果。

一种含影响力因子的模糊聚类算法

为克服传统FCM只能对各类规模相同的样本聚类的不足,提出含影响力因子的FCMef聚类算法。对算法中的隶属度更新规则、目标函数、聚类中心更换规则进行证明。通过多组实验表明,FCMef聚类的效果比传统FCM要好,有较高的收敛精度,其收敛速度也明显大于FCM算法,当样本规模对比度较大时,表现尤为明显。

基于数据挖掘的计算机数学课程能力培养分析

文章利用数据挖掘技术分析了计算机数学课程能力的培养。首先建立学生成绩的数据仓库,利用数据挖掘技术中对比概念描述方法对历年不同专业和不同性别学生进行各种能力分析,并提出了相应的教学内容和教学方法的改革措施。

大数据背景下的数据库课程素养和能力培养教学实践探究

针对数据库课程是一门理论性、实践性和内容更新快的专业课,提出采用线上线下教学模式可以突破时空限制,提供更新颖全面的内容,丰富的实践教学活动,根据方向喜好进行个性化教学。基于多年数据库网络课程建设和线上线下课堂教学经验,探索了数据库课的线上线下融合式教学方法教学方法,给出课前课堂课后的教师和学生的任务流程及案例描述;网络平台上进行课程资源设置与教学活动设计;在课堂教学内容中,结合大数据背景和思政建设,增加了NoSQL等实用和前沿技术部分,以及将思政元素部分融入到数据库课程知识点中;增加课堂研讨和课后习题拓展环节;在实践教学改革环节,对上机实验和基于OBE大作业设计方面进行探索和实践。经过三年的实践,取得了良好的教学效果,本研究为大数据背景下的数据库课程素养和能力培养提供参考。

多臂织物组织矩阵的自动设计

阐述多臂织物组织矩阵的自动设计方法。根据基础组织的特点,籍助于多臂织物CAD系统设计多种纹板连接和穿综进行组合,自动生成组织。

一种求解0-1背包问题的启发式遗传算法

分析求解背包问题的多种方法,研究背包问题的贪婪策略及最优值的特点,将贪婪策略融入到遗传算法的种群初始化、交叉算子、变异算子中,将分治策略引入到选择算子中,提出一种启发式遗传算法。实验结果表明:算法无论在求解速度上还是在求解质量上都有明显改进。

一种求解TSP的贪心遗传算法

文章分析了求解TSP的多种方法,研究了TSP的贪心策略,将贪心策略融入到遗传算法的种群初始化和遗传操作中。同时,采用分治策略获取距离当前城市最近的k个城市,提出了一种贪心遗传算法。实验结果表明:贪心遗传算法在求解速度和求解质量上都有明显改进。

纱线和织物外观模拟图形的统计特性研究

通过对纱线和织物外观的统计特性分析 ,用马氏链建立纱线外观图形的数学模型 ,解决在经纬线颜色相同或相近时织物外观的模拟 ,并使织物外观模拟纸样更接近于实样。

一种改进的车间调度问题算法

分析了求解车间调度问题的多种方法,建立了基于集合论的数学模型,研究了两层编码遗传算法在车间调度问题中的具体应用,包括编码格式、适应度度量、遗传算子等。提出了一种基于两层编码遗传算法的车间调度算法,并用三个实例验证了算法的有效性。实验结果表明:提出的车间调度算法在求解速度和求解质量上都有明显改进。

黑白像景织物的图像分色方法的研究

在黑白像景织物的图像传统分色基础上 ,提出黑白图像的聚类分析的分色方法和灰度失真度指标 ,通过两者比较 ,聚类分析的方法具有较小的灰度失真度 。

二维空间中硬聚类算法影响力因子的作用研究

经典硬聚类算法HCM(hardc-means)完全基于欧氏距离,针对其无法较好应对各簇规模差异较大的情况,提出在每个欧氏距离项上加入一个影响力因子,使基于距离的标准转变为更通用的基于角度的标准的方法(HCMef算法)。用该算法对二维空间中两类分布密度基本一致,样本数对比分别为1000∶1000、1000∶5000和1000∶10000,正态分布且类边界从较模糊到较清晰的不同数据进行试验。结果显示,HCMef方法可以很好地找到聚类中心的标准设定值,在各种情况下都有很明显优势,表现出很强的稳定性。表明该方法在二维两类情况下的可行性,并值得做进一步推广研究。

一种构建最优二叉查找树的贪心算法

分析最优二叉查找树与哈夫曼树的异同,提出解决最优二叉查找树问题的贪心算法,证明算法的正确性,并用C++程序设计语言编码实现。该算法时间复杂度为O(n2),空间复杂度为O(n),实现了空间复杂度阶的突破。实验结果表明:所提出的贪心算法的效率明显优于动态规划算法。

一种含两层专家网络的委员会机器模型

针对含单层专家网络的委员会机器在处理复杂问题时拟合能力不足的情况,本文提出了一种基于两层专家网络的委员会机器(CM-2LE)模型,并推导了其中的网络权值学习规则。对人造数据的整体检验和对实际的气象数据的逐次预报检验,通过调节隐含层节点数目,实验误差结果出现了较明显的减小过程,表明通过增加委员会机器中专家网络的层数,可以提高委员会机器的拟合能力。

一种求解0-1背包问题的算法

文中针对各种智能搜索算法可能找不到问题的最优解、出现局部收敛,而动态规划、回溯法、分支限界法时间复杂度又比较高的缺点,分析了0-1背包问题的数学模型,刻划了最优解的结构特征,建立了求最优值的递归关系式。进一步分析递归关系式的函数特征,提出了一种求解0-1背包问题的确定性算法,并用C++程序设计语言编码实现,该算法的时间复杂度为O(min{nW,2n})。对三组不同规模的数据进行实验,算法运行的结果表明,该算法实际效率较高且总能得到该问题的最优解。