最优支持向量机用于谷胱甘肽发酵过程建模

在构建谷胱甘肽的发酵模型时,模型的预测精度和泛化能力会因为试验数据中含有噪音而变的低下。针对该问题,本文提出利用最小二乘支持向量机来构建发酵模型,在寻优支持向量机参数时利用量子粒子群优化算法来搜索,并形成最优支持向量机。通过与BP神经网络模型进行对比的实验结果表明:该方法具有预测精度高、泛化能力强和鲁棒性好等特点,具有一定的应用价值。

自适应变异的量子花授粉算法

花授粉算法是计算智能领域的一个新方法,但该算法也存在收敛精度较低、收敛速度较慢等问题。针对此类问题,提出了一种自适应变异的量子花授粉算法。该算法首先将量子搜索机制引入花授粉算法,利用量子的随机性,提升算法的全局搜索能力;然后给出基于前后两次群体平均位置标准差的群体多样性评判准则,并在此基础之上,对失活个体进行变异操作,改善群体多样性的同时,引导群体向最优解方向搜索;最后在10个标准测试函数上进行实验,结果表明,自适应变异的量子花授粉算法具有较快的收敛速度与良好的收敛精度,优于基本花授粉算法及其他群体智能算法,是解决复杂函数优化问题的有效方法。

保持个体活性的改进FA算法

在对基本FA算法进行分析的基础上,指出FA算法存在全局搜索能力不足,以及因聚集而早熟收敛现象.为克服FA算法的不足,提出了保持个体活性的改进FA(IFA)算法,分别从γ值自适应调节、过程萤火虫位置更新、聚集萤火虫重新激活以及最优个体的局部处理等多个方面对基本FA算法进行了改进.通过在10个基准测试函数上的测试,并与基本FA算法、PSO算法、ABC算法和其他改进FA算法进行对比,实验结果表明,改进的IFA算法能够很好地保持种群的多样性,具有较快的收敛速度与较好的求解精度,适合复杂函数优化问题.

新工科背景下的C语言程序设计MOOC建设——以池州学院为例

基于新工科背景下,针对池州学院C 程序设计课程在教与学中存在的问题,提出在MOOC 建设中加强学生计算思维能力培养,结合“C 程序设计-程序设计方法与技术”MOOC 建设,从建设背景、建设目标、建设思路和建设步骤几个方面进行探究,为该课程的MOOC 建设提供了完整的理论与实践依据。

ⅡR型和FIR型希尔伯特数字滤波器在无功功率测量中的对比研究

希尔伯特变换在数字信号处理理论和应用中有着十分重要的作用,它维系着对离散序列进行傅里叶变换后的实部和虚部之间或者幅度和相位之间的关系。无功功率测量在电力系统分析中占有非常重要的作用,现代电力系统对无功功率的测量有着更高的要求。本文设计了分别设计了ⅡR型和FIR型希尔伯特滤波器,对比分析了各自在测量无功功率的优缺点。以便于应用在不同精度要求的测量仪表中。

“翻转式—广义课堂”教法在应用能力型课程教学中的运用

职业化人才培养已成为新晋地方性本科重要的办学方向,应用型课程作为训练学生专业实用技能的载体,发挥其效果的教学方法也在不断探索中。该文提出的"翻转式—广义课堂"教学法,转置教学主体在教学活动中的地位,以"学生/应用"为中心,通过优化教学模式和考核形式,延展教学的空间与时间范畴。文中提出了教法实施过程中的关键点和效果评价标准,使得教法具有可操作性和可对比性。

“教赛融合”的计算机工程型人才培养模式探索

学科与技能竞赛是以专业知识为基础,以综合应用能力为依托,以工程能力培养为目标的教学活动,是一种将理论与实践相结合的重要手段。工程型人才培养是应用型本科教学中重要的培养目标之一,在计算机相关专业中尤为明显。因此在人才培养过程中,需要将理论及实践深度融合,培养具有扎实理论功底且具有较强实践能力的工程型人才。实践证明通过对当前人才培养模式问题的分析,将学科竞赛融入人才培养过程中,实现“教赛融合”的培养模式,能有效激发学生的学习兴趣,丰富工程实践教学手段,有助于计算机工程型人才的培养。

基于邻域结构的时态RDF模型及索引方法

资源描述框架(Resource Description Framework,RDF)是W3C推荐的一种元数据模型和信息描述规范,已被广泛地应用于各个领域。为了跟踪RDF数据随时间的变化,将时态信息引入RDF的框架中,随着时态RDF数据的快速增长,对时态RDF数据的有效管理变得十分必要,构建合理的索引机制能够实现对数据的高效存储和查询。文中提出了一种时态RDF数据模型,给出了具体的一维编码方案,实现了简单地表示时态信息,并以较低的开销扩展现有的RDF数据模型。在此基础上,提出了基于邻域的二级索引结构。首先利用动态计数过滤器的方法索引的邻域信息,然后利用B+树索引每个结点相关的全部时态RDF数据,同时,可对大规模时态RDF数据进行更新。实验结果表明,所提方法相比对比方法在大多数情况下性能提高了35%左右,具有可扩展性和有效性。

基于关系数据库的时态RDF建模

随着时态数据的不断增加,时态知识图谱的概念得到了普及,如何高效地表示时态知识图谱已成为一个重要的研究方向。RDF(Resource Description Framework)虽然在传统知识图谱建模中被广泛运用,但其只能表示静态语义,缺乏表示时态知识图谱的能力,因此已有几种针对时态知识图谱的时态RDF模型被提出。但这些模型都只是将时态信息简单地附加在谓语或整个三元组上,缺少对时态信息所属对象的准确定位。为了更好地表示时态知识图谱,文中提出了一个新的时态RDF表示模型-tRDF。该模型首先根据宾语的不同类型,选择性地将时态信息附加在宾语或谓语上;其次,结合时态数据库的概念,给出了一种基于关系数据库PostgreSQL的tRDF数据存储方法;最后,从数据存储的时间和空间两个方面对所提出的tRDF数据存储方法进行了验证。实验结果表明,所提方案能有效地表示时态知识图谱。

基于双时态RDF模型的索引方法

RDF(Resource Description Framework)已被广泛用于大数据的语义表示与处理。传统的RDF只能表示静态语义,无法满足时间敏感场景下随时间动态处理语义的需求。为此,几种时态RDF模型已被提出,包括支持事务时间或有效时间的时态RDF模型,以及同时支持事务时间和有效时间的双时态RDF模型。为有效支持大规模时态RDF的高效处理,文中提出了一种基于双时态模型的时态RDF三层索引结构。第一层根据最大更新次数将双时态RDF数据划分为不同的数据子集;第二层在每一个数据子集上分别建立一棵四叉树来索引时间信息;第三层构建了包含3种组合键的复合位图来索引RDF三元组的主体、谓词和客体信息。实验从索引构建时间、索引占用空间,以及查询所需时间3个方面对所提时态RDF索引结构进行验证,结果表明,所提索引方案能有效缩短查询时间并提高查询效率。

工程认证背景下程序设计课程实验设计与实践——以“面向对象程序设计”课程为例

工程教育专业认证标准关于毕业要求中明确指出学生应能够对“复杂工程问题”进行分析研究、提出方案、解决和评价。当前程序设计实验课程存在考查知识点割裂、考核手段单一、学生编码量少的问题。学生程序设计能力和应对复杂工程问题能力薄弱。结合课程现状和工程教育认证标准提出了对实验案例复杂度量化分析,结合量化分析合理安排实验复杂度、丰富考核手段、提高学生代码量从而提高学生程序设计和解决复杂工程问题能力的教学方法。通过教学案例展示了新的教学方法的具体实践方案,说明方法的可行性、有效性和当前面临的困难。