OBE视域下《数据结构》思政教学案例探究——以“串的模式匹配算法”为例

目前,大部分《数据结构》教材中选用的案例较为陈旧,与国家发展战略所涉及的技术领域需求存在脱节现象。针对这一现状,本文基于OBE教学理念,聚焦计算机网络舆情管理的应用热点,结合课程思政设计了一个“串的模式匹配算法”的教学案例。本案例采用真实网络热点事件评论文章为素材构建数据样本,结合本教学团队公开发表在SCI期刊上的相关算法,讲授建模思想、模型求解过程及信息后处理方法,落实“研”为“教”所用的教学科研理念。本文提出的思政教学案例共需4个理论课时和2个实验课时,学时安排合理,另外,该案例已在2022~2023学年第一学期相关专业班级进行实验教学,得到了学生良好的学习反馈。

单值中智集的集结模型及其在多属性群决策问题中的应用研究

本文针对单值中智集的集结模型及其在多属性群决策问题中的应用进行研究。首先将各个由单值中智集表示的决策者信息投影到三维平面内,利用偏好点之间的加权欧式距离表述决策者偏好信息之间的差异。然后,利用粒子群优化算法寻找空间最优集结点来描述决策者的综合偏好信息。最后,结合TOPSIS算法及投影理论计算各个备选方案的评分,从而得出方案优劣排序。文章的最后使用了一个典型案例来验证本文所提出集结模型的正确性和可靠性。

基于OBE的《Python数据分析》教学模式研究

现在的国际竞争,其实是人才的较量。最重要的是创新人才的竞争,培养创新人才的关键是培养学生的创新能力。根据高校计算机教学现状,构建一种适应国家新工科建设战略的计算机课程教学模式尤为重要。针对计算机课程教学中出现的问题,本次研究结合了线上信息化教学和线下课堂教学。提出了基于OBE理念的教学模式,实现了从过程导向到结果导向的转变,能有力地促进学生创新实践意识的提高和能力的增强。该文以“Python数据分析”课程为例进行讲解。从教学全过程阐述和总结了基于OBE理念的混合式教学模式。

基于DBT分类算法的银行贷款风险评估

银行贷款风险评估一直是金融界高度关注的主要问题,现有方法主要包括K-means聚类、BP神经网络、简单决策树、VAR方法等多种风险评估算法。但对于客户属性值缺失的案例,上述方法就很难达到良好的效果。为了解决属性值缺失的风险评估问题。提出了一种基于贝叶斯决策树算法的贷款风险评估算法(DBT),实验结果证明了该算法的有效性。

群决策的区间数判断矩阵最优集结及专家评判水平评价研究

本文将各位专家判断矩阵中的区间数,以二维坐标点集的形式表示出来。运用模拟植物生长算法(PGSA),求解该点集的广义Fermat-Torricelli点——专家群体的最优集结点。从而确定专家综合判断区间数矩阵。通过比较专家判断矩阵与专家综合判断矩阵区间数对应点集的相对偏差,可以逆判出每位专家的评判水平。最后,通过一个算例计算分析,验证了该方法的合理性。

基于自适应透射率修复的去雾算法研究

雾气环境下获取的图像往往对比度低、色彩弱化,严重影响了其后续应用。已有的去雾算法存在运算速度慢、色彩失真等问题。该文对基于暗原色先验的图像去雾算法进行了改进。(1)通过边缘检测得到图像边缘和非边缘区域,并分别采用不同大小的窗口计算透射率,提高透射率计算速度;(2)通过采用自适应调节的透射率下限值解决不满足暗原色条件的区域的色彩失真问题。实验结果表明,该文方法可以有效的解决图像局部色彩失真问题,大大减少运算时间,使复原图像整体视觉效果增强。

基于群体评价信息集结的中层管理者绩效考评研究

针对中层管理者的绩效考评问题,从多层次、多角度出发,建立了基于群体评价信息集结的绩效考评体系。具体的做法是:将各评价者的个体评价信息映射到二维平面坐标系中,利用Steiner点的概念,采用模拟植物生长算法(PGSA)求出群体评价的最优信息集结值,并计算评价主体的综合权重,进而求出带权重的综合最优集结评价值,以此对中层管理者进行综合考评。最后,通过X公司的实证数据,验证了该方法的有效性和科学性。

基于多传感器信息融合的扩展目标GIW-PHD跟踪算法

针对扩展目标跟踪和形状估计问题,单个传感器探测数据并不够精准,需要多个传感器联合探测。然而,现有扩展目标跟踪算法对多传感器情况未做讨论。因此,文章提出1种基于传感器探测角度的三维扩展目标量测模型和多传感器信息融合算法,并将其应用到GIW-PHD算法中。仿真实验证明了提出的算法运动状态和形状估计能力优于现有算法。