基于粒子群优化的模糊K-Means目标分类算法

针对模糊K-Means算法随机选择初始数据中心而导致的聚类效果不稳定的问题,提出了一种粒子群优化的模糊K-Means改进聚类算法。首先,定义了一个确定聚类数K和初始数据中心的算法,然后将算法得到的初始数据中心作为初始粒子,采用粒子群优化算法进行寻优获得最优数据中心,最后再使用模糊K-Means算法根据最优数据中心进行聚类。在UCI数据集上的实验结果表明文中算法能准确地实现分类,具有较强的全局寻优能力、较少的寻优时间和较快的收敛能力,能有效地解决目标分类问题。

基于ACO和AODV的Ad Hoc网络低时延路由算法

针对Ad Hoc网络中按需路由AODV算法具有较大时延和低能节点死亡,而需频繁路由发现的问题,提出了使用ACO优化AODV的低时延路由算法。首先,加入信息素、节点剩余能量和路径时延,对节点路由表进行改进。通过前向蚂蚁和后向蚂蚁进行路由发现。设计了伪随机分配法选择下一跳节点。在蚂蚁行进的过程中进行局部信息素更新。当前向蚂蚁到达信宿节点时对全局信息素进行更新。同时选择总时延较小的路径分配后向蚂蚁并作为最终路由。仿真实验证明能正确地进行路由发现和路由维护,且与AODV和DSR方法相比,具有较高的数据投递正确率和较小的平均端到端延迟。

基于QoS约束的启发式网格资源分配算法研究

由于网格环境的资源分配问题属于NP难题而难以通过精确算法获得最优解,提出一种针对具有用户QoS需求的资源分配问题进行求解的启发式方法;首先,在资源分配模型目标函数中考虑QoS约束,然后采用改进的蚁群算法对资源分配方案进行寻优,在信息素的初始化、局部信息素和全局信息素的更新以及资源选择机制中,都加入了QoS约束,使得通过改进蚁群算法求解出的最优解能满足用户QoS需求和实现资源负载平衡;实验结果表明:文中算法得到的平均调度时间较QoS-F和QoS-GA分别减少了42.96%和24.49%,是一种符合网格环境的有QoS约束的有效资源分配方法。

浅析数据挖掘概念与技术

随着信息技术的迅速发展,数据库的规模不断扩大,传统的查询、报表工具无法满足挖掘有效信息的需求,因此,需要一种新的数据分析技术处理大量数据,并从中抽取有价值的潜在知识,文章阐述了数据挖掘技术的产生、概念以及数据挖掘的常用技术。

对师范生现代教育技术能力培养途径的探讨

目前师范生的现代教育技术能力培养与基础教育的需要存在较大差距,单纯依靠现代教育技术课教学,很难达到要求,必须调动一切积极因素,建构立体的培养体系,才能使师范生的现代教育技术能力得到根本提高。在现有条件下,师范院校应通过《现代教育技术》课教学、《学科教学论》课教学、《计算机基础》课教学、专业课教学和创设现代教育技术能力培养环境等五个途径培养师范生的现代教育技术能力。

一种改进的基于云计算的在线迁移算法

针对当前虚拟机迁移算法物理节点负载不均衡、能耗高、SLA违反率高等问题,提出了一种改进的基于云计算的在线迁移算法.构建了在线迁移算法模型和虚拟机负载评估向量,依据各物理节点的CPU占用率、内存占用率和带宽占用率,来确定迁移时机、需要迁移的源物理节点和目标物理节点.仿真模拟环境实验表明,本算法在虚拟机在线迁移中能够大幅度地提高物理节点的负载均衡,同时使SLA违反率和云计算数据中心能耗降到最小.

基于云计算的虚拟机在线迁移算法

构建了在线迁移算法模型和虚拟机负载评估向量,并依据各物理节点的带宽占用率、内存占用率和CPU占用率,确定迁移时机和需要迁移的源物理节点,依据CPU在各节点的占有率、ROM的使用效率、带宽的利用率来确定目标物理节点。通过仿真模拟环境试验证明,文中算法在虚拟机在线迁移中能够大幅度地提高物理节点的负载均衡,同时SLA违反率最小和云计算数据中心能耗最小。

关于大学计算机基础课教学的思考

信息教育学科集实践性、应用性、知识性、技术性为一体,具有明显区别于其他学科的特点,因此,每一位计算机基础课教师都要将搞好计算机基础课的课堂教学和提高信息技术课教学质量作为自己的首要任务。

DES数据加密算法在计算机数据通信中的应用

信息的安全与保密问题也成为人人都不得不关心的问题。本文对DES数据加密这种优秀的数据保密算法的优势及原理进行了简要介绍,并探讨了这种算法的可能发展方向。

关于改革计算机教学对培养学生创新能力的思考

21世纪需要的人才不仅要具备渊博的学识,更要具备独立接受新信息、处理新信息的能力。怎样教育下一代能学会学习,进而学会生存,已经成为教育工作者必须深入思考的问题。本文做了有关方面的探索,通过改革现行中小学计算机教学中的弊病,从而培养学生的思维能力。

计算机取证分析系统中数据挖掘技术的应用

随着网络信息技术的发展,在计算机取证分析技术领域,传统技术的局限性越来越突出,那么具有创新性和实用性的数据挖掘技术在其中的应用应运而生,将这一技术应用于计算机动态取证的海量数据分析,不急增加了动态取证数据分析的速度,同时提供了分型的智能性和准确性。本文内容涉及到传统计算机取证分析技术存在的缺陷、广义数据挖掘方法、数据挖掘技术方法在计算机动态取证系统中的应用。

计算机算法设计研究与思考

计算机算法设计课程是计算机学科的核心课程。本文介绍了计算机算法设计课程的特点,并且分析了存在的问题,提出了改进措施。

基于PageRank的微博内容搜索

在Web 2.0时代,人们可以通过在线社交网络快速并自由地发表自己的观点。微博作为典型的Web 2.0应用正吸引着越来越多的用户。在海量的微博信息中,充斥着大量的无用信息,这给微博内容检索提出了严峻的挑战。在微博发言中,由于用户的发言是由一个个单词组成的,而且那些热点单词往往出现在多个用户的发言中。将用户的发言与单词间的链接构成一个二部图,然后将该二部图转换成加权的用户发言网络结构图,并通过PageRank的排名方式将重要的内容提取出来。实验结果表明,该方法可以明显增加微博内容搜索的准确性。

计算机图形学教学模式研究

计算机图形学是计算机教学的基础学科,是理论与实践结合很强的学科。本文分析了计算机图形学教学存在的问题,并提出了教学环节、实践环节以及考核环节的改进方法,提高图形学的教学质量。

计算机教学改革研究与实践

计算机教学是高等教育的重要内容,计算机教学能够培养学生的知识和技能,增强学生的实践能力,提高解决实际问题的能力。本文分析了计算机教学存在的问题,并且提出了计算机教学改革的措施。

基于粒子群优化的目标分类算法

定义一个确定聚类数K和初始数据中心的算法,将由算法得到的初始数据中心作为初始粒子,用粒子群优化算法寻优,获得最优数据中心;使用模糊K-Means算法,采用最优数据中心进行聚类.在UCI数据集上的实验结果表明,算法能准确实现分类,具有较强的全局寻优能力和较快的收敛能力,寻优时间较少,能有效地解决目标分类问题.

基于数据挖掘的网页个性化推荐系统设计与实现

介绍了网页个性化推荐系统的实验过程,讨论了网页个性化推荐系统的实验条件,分析了实验数据,得到了个性化的分析结果,综合性分析和评价了网页个性化推荐模拟系统.

基于数据挖掘技术的网页个性化推荐系统分析

介绍了"网络迷航"现象及WEB数据挖掘技术,讨论了网站用户浏览行为及获得用户浏览行为模式的方法,构建了模拟网页个性化推荐系统,使网站的页面设计更具个性化,节省搜索网页的时间.

基于数据挖掘的网页个性化推荐系统分析

通过分析和提取数据库服务器上的网站描述文件和网站日志文件,获得浏览用户的浏览行为模式,分析了网页间的相关性,从而构建模拟网页个性化推荐系统,使网站的页面设计更具个性化,节省搜索网页的时间。

结合Web服务技术探究数据挖掘体系的构建思路

随着信息技术的不断发展,传统的主要面向集中的数据源的数据挖掘系统已经不能满足时代发展的需要,web分布式数据挖掘技术应运而生,作为新兴的数据挖掘技术,建立了分布式计算平台,解决了传统数据挖掘技术中常见的操作困难、效率低、传输过程中安全性不能得到保证等问题。在web服务的基础上建立的分布式数据挖掘体系,可以挖掘出分布式异构环境下的大量数据,并且对数据隐私保护起着重要的作用。这样不仅使分布式数据挖掘系统处理大规模分布式异构数据得到用户的满足,也大大提高了系统的安全性、可扩展性、可交互性等。本文内容主要涉及到web服务、web挖掘技术的概念、于Web服务的分布式数据挖掘体系结构。