基于点距离和密度峰值聚类的社区发现方法

在复杂网络中节点相似度度量以及密度峰值聚类算法的基础上,提出了一种基于点距离和密度峰值聚类的社区发现方法。首先,提出了基于节点相似度和节点间最短距离的节点距离度量。然后,应用密度峰值聚类方法探究网络中的社区结构,密度峰值聚类算法不仅能够检测出各个社区中心并进行相应的社区扩展,而且能够避免参数选择过程。最后,通过与经典算法在真实数据集和人工合成数据集上的比较实验,充分验证了本文方法的可行性和有效性。

地方高校计算机专业的四驱培养模式探索

针对当前我国地方高校计算机专业实践创新培养效果不佳、学生实践动手能力不够、课堂上传授的知识与学生进入社会和企业需要的技能有一定差距的问题,提出案例驱动教学、竞赛驱动兴趣、项目驱动激情、社团驱动团队精神的地方高校计算机专业四驱培养模式并阐述其教学优势,介绍该模式在部分地方高校计算机专业的实践应用,最后说明教学效果。

引入极值非相邻连接的连接聚类方法

针对在连接相似度的计算过程中原始连接聚类(LC)方法并未考虑非相邻连接的相似关系,本文提出的极值非相邻连接相似度策略,弥补了原有连接相似度的不足。新的极值非相邻连接相似度(MLS)策略考虑了连接之间相似关系的邻居节点集合的最大、最小情况。在此基础上,结合EQ评估策略,给出了新的引入极值非相邻连接的连接聚类(MLC)方法。在3组测试数据集上的实验结果表明:本文MLC方法相比原始LC、经典重叠社区发现(CPM)方法和扩展的连接聚类ELC方法在多种评估指标上表现优异。

“虚实融合”的程序设计基础实验教学探索

针对程序设计基础实验教学中存在的问题,提出了“虚实融合”的新型教学模式,重点探讨了新模式下的课程定位、资源建设、教学组织和评价机制等环节,详细介绍了该模式3年的教学实施及效果。说明该模式的应用真正做到了因生制宜、差异化实验内容等,充分调动了学生的积极性,推动了实验教学改革。

基于改进的Vision Transformer杂草生长周期识别方法研究

通过对农业杂草生长周期的识别分类,达到精准除草的目的。通过使用多卷积模块,使得改进的Vision Transformer模型提取到更加丰富的特征和语义信息,实现对杂草图像生长周期的识别分类。实验结果表明,运用改进Vision Transformer网络模型比传统卷积神经网络识别准确率提升4%。

MapReduce模型下基于R树索引的Skyline查询算法

提出一种MapReduce并行计算模型下基于R树索引的Skyline查询算法,解决了海量空间数据集下执行Skyline查询效率低的问题.通过建立R树索引实现空间数据不同粒度的范围剪枝,有效降低了分布式Skyline查询需扫描的数据规模,提高了在MapReduce模型下Skyline查询的执行效率.在不同数据分布下进行对比实验的结果表明,该方法比已有算法在执行效率上更具优势.