注记文件系统模型的建立

以元数据为基础的文件管理系统将丰富的元数据和文件进行关联,有效地提高了文件查询速度,但元数据管理服务独立于目录系统,两个系统难以同步.为此,基于第一性原理,采用自下而上的设计哲学,以文件为中心,提出了注记文件系统,即先有文件再向文件添加注记的方式将文件和其描述信息进行关联,使文件目录系统和元数据注记系统合二为一.注记表示为文件的描述信息,注记文件系统将目录信息转化为注记,在解决多分类文件目录创建困难的同时提高了文件的查询效率.在目录系统和注记文件系统下文件查询过程中以文件比较次数为依据,对两种系统进行了理论分析和实验验证,结果表明注记文件系统在文件查询上效率更高.

一种结合多尺度策略的光谱-空间注意力网络用于高光谱图像分类

针对高光谱图像(HSI)分类任务中光谱和空间局部细节特征提取不足的问题,提出了一种创新的光谱-空间注意力网络MSSAN.该网络结构包含光谱和空间特征提取模块,每个模块都集成了多尺度扩张卷积块、残差提取块、密集提取块和注意力机制.残差和密集提取块整合浅层和深层特征,多尺度扩张卷积块辅助提取局部细节特征.随后的注意力机制凸显关键特征,充分利用光谱和空间信息.对比实验显示:MSSAN在IP、UP和SV三个数据集上表现出色,优于目前的先进算法.消融实验验证了MSSAN各模块组合的有效性.

注记数据库及其在图书借阅系统中的应用

关系模型采用自顶向下的设计哲学,即先设计模式,后填充数据,这种设计方法不适用于数据结构不恒定的场景且会过多地限制非专业用户.在移动互联网的背景下,提出了一种称为注记数据库的原型库.该数据库采用自底向上的设计哲学,即先有数据,再通过为数据加注记或关联注记的方式来存储和管理数据之间的关联关系,其遵循的核心原则是以用户和数据为中心,灵活地存储和处理数据且该数据库适用于场景不恒定和用户非专业情形下数据的存储.并辅以学生-借书案例的形式介绍了注记数据库的详细设计;理论上证明,该数据库与关系数据库在查询操作上相互等价.

细胞自动机函数优化算法

细胞自动机广泛用于仿真、建模,提出用细胞自动机进行函数优化。该思想与演化算子结合的算法CAMGA在试验中取得了很好的效果。其中对BUMP问题的求解优于现今已经发表的结果。

Windows编程教学实践研究

本文介绍了我院通过Windows编程教学实践所总结出的“夯实基础、鼓励学习方法的合作、以兴趣为导向、差异化发展”的教学思路。

动态演化下的无标度网络生成算法

当无标度网络上的动力学过程导致网络结构动态演化时,随机性会破坏网络的无标度属性.为了解释动态演化下的一些网络具有无标度特征,提出一种无标度网络生成算法(SFNGA),该算法能充分考虑到现实网络随机性强的特性,结合边度优化策略,加入出生率和死亡率等参数来模拟动态演化过程,在面对节点和边的随机增加或删除时,能保证动态演化下的网络一直是无标度的.理论分析及实验结果均表明:动态演化下的无标度网络生成算法确实能在动态演化下保存网络的无标度特征,并能够抵抗随机性的干扰.

“第一性原理”在演化算法教学中的应用研究

演化计算是人工智能中一个重要的分支,目前的本科教学实践对演化算法的讲授多从标准遗传算法出发,学生普遍反映算法复杂、难懂。文章提出"第一性原理"教学方法,将演化算法归结到最简单的状态,再逐步推广,最后总结提高到理论层次;以中南民族大学计算机科学学院软件与理论教研室在演化算法的本科教学中的做法为例展示"第一性原理"教学方法,说明该教学方法的效果。

产生式系统的教学实践研究

产生式系统是人工智能教学中的重点和难点。本文进行了七个学期的教学实践,通过设置对照组,定性地研究了在不同教学方法下学生的表现。结果发现:1)在教学环节中,强调实践、要求学生自行编制出程序是重要的,这能有效地促进学生理解;2)在开放式教学情形下,学生的创造性会得到发挥;3)激发学生的兴趣,则能有效地提高学生参与编程的积极性。通过总结教学经验,凝练出在产生式系统教学中需遵循的"兴趣导向、实践优先、开放活泼"的教学思路。

青藏高原草场退化原因的仿真研究

近年来,青藏高原的草场退化严重。对于此现象,许多人认为:严重退化应归因于啮齿类动物的快速繁殖,因此需要采用灭鼠药进行控制。以青藏高原的关键物种鼠兔为中心,仿真其天敌和人类活动等所造成的总体影响。实验结果表明:归根结底,严重退化是过度放牧所致,而灭鼠控制加剧了生态系统的不稳定性。此外,实验结果也能解释鼠兔在草场急剧退化前突然大量增加等现象。

基于改进的微粒群优化算法的0-1背包问题求解

在介绍微粒群优化算法及其搜索策略的基础上,根据组合约束优化问题的特点,定义了等值变换、异值变换以及变换序列等概念,有针对性地设计了一种适合求解0-1背包问题的特殊微粒群优化算法。实验证明,改进后的微粒群优化算法在求解0-1背包问题上具有可行性和高效性。

基于优化理论的社区无标度网络模型

当前建模社区无标度网络的研究多基于组合法,即先构造无标度特征再构造社区特征,或者先构造社区特征再构造无标度特征.基于组合法的模型能生成令人满意的社区无标度网络,但是该方法需要满足社区大小相等、社区特征和无标度特征间的顺序依赖等特定条件,而这些特定条件在真实网络的演化中往往并不存在.值得注意的是,多数学者同意社区网络起源于网络节点之间的类别距离,如地理距离、兴趣距离、偏好距离等,但现有研究尚未确证社区结构与类别距离之间的因果关系.针对组合法的缺点和社区特征起源的问题,该文建立了一个优化模型,该模型以无标度属性为优化目标,以类别距离为约束条件.仿真结果表明该模型揭示了类别距离与社区特征间的因果关系,能生成多种参数下的社区无标度网络,更好地拟合了现实世界中的社区无标度网络.

一维下料问题的自适应广义粒子群优化求解

针对现有粒子群优化算法在求解组合优化问题时粒子速度迭代难以定义的问题,首先将粒子群优化算法与遗传算法相结合,利用交叉算子、变异算子,提出一种广义粒子群优化算法来求解一维下料问题;然后引入模拟退火算法作为自适应策略,避免算法陷入局部最优.仿真实验结果表明,采用自适应广义粒子群优化算法求解一维下料问题具有高效性和鲁棒性.

演化元胞自动机函数优化算法案例研究

BUMP是一个超多维,超多峰,超非线性的问题,被广泛应用于各种演化算法的性能比较。但最好解是未知的。基于元胞自动机的遗传算法报告了BUMP曾经发表过的最好解。该文设计了基于演化元胞自动机的新算法(ECAA)并获得了更好的结果。文中详细讨论了算法中各算子的设计方法及其在算法中扮演的角色,分析了该算法的极度并行,天然局部搜索等重要特性。

基于代价的复杂网络抗攻击性研究

目前的复杂网络抗攻击性研究大多基于"无代价"条件,而这一假设下的大多数复杂网络面对的选择性攻击都非常脆弱,这与现实网络相矛盾。针对这一矛盾,提出代价下影响复杂网络抗攻击性的关键指标——网络紧致系数、平均度;基于网络紧致系数、平均度建立了代价下面向节点的选择性攻击模型,定性分析了网络紧致系数、平均度与复杂网络抗攻击性间的关系。仿真结果证实了所提度量指标的有效性:网络紧致系数越大、平均度越大,则网络越鲁棒;相同平均度下,网络紧致系数越大,则网络越鲁棒。

代价下复杂网络攻击策略有效性研究

为了预测攻击策略的有效性,提出了介数紧致系数、接近度紧致系数2个新的度量指标,并在考虑攻击代价条件下,理论分析了平均度、介数紧致系数、接近度紧致系数3个指标与攻击策略有效性的关系.选取4种复杂网络作为实验网络,对实验网络在度攻击、介数攻击、接近度攻击策略下进行仿真.实验结果表明,针对同一网络,度攻击策略最差;相同平均度下,介数/接近度紧致系数越小,则与此对应的介数/接近度攻击策略越有效.

粒子动力学演化算法及其在求解SOP上的应用

根据粒子输运理论中粒子相空间能量最小原理和熵增法则提出一类粒子动力学演化算法,并在数据实验中用该算法求解了一些传统演化算法难于求解的单目标优化问题(SOP),比如求解凸函数和多峰函数等最小优化问题。由于这种新的动力学演化算法能使几乎所有的个体参加杂交和变异,因此,与传统的演化算法相比,该方法不仅能较快速地求解线性和非线性优化问题,而且还能容易地求出达到最优解的多个坐标点。

基于LDA模型的Ad hoc信息检索方法研究

传统的话题模型假设每个文档只属于一个话题,而实际情况下一个文档往往与多个话题相关。应用LDA模型将文档表示为多个话题的组合,并基于语言模型框架,提出了一种基于LDA的混合模型用于文本信息的Ad hoc检索。该方法将LDA模型与文档模型相结合,与聚类模型相比,在保持较低的计算复杂度外,具有很高的检索性能,因此更适用于大规模文档集的信息检索。

基于资源整合的E-Learning系统研究

讨论了E-Learning的基本概念及意义,分析了国内外部分高校E-Learning系统研究现状,指出了目前我国高校电子资源的建设和使用现状,提出了资源整合的必要性,给出了资源整合的基本思路,并将其应用在E-Learning系统设计中。通过对E-Learn-ing系统的探索与实践提出了建设与完善高校电子教参资料系统的对策,提高了电子资源的利用率。

高级语言程序设计课程建设思路

"高级语言程序设计"是计算机专业的重要课程。针对高校目前计算机专业"高级语言程序设计"课程设置的现状,借鉴国外高校课程建设模式,提出课程调整方案,探讨课程改革思路,以期为程序设计后续课程的改革奠定基础。

一种多项指标全提升的多目标优化演化算法

针对当前大部分多目标优化演化算法设计复杂、耗时巨大,以及取得的近似Pareto前沿点不够多、分布不均匀、覆盖不完整等问题,提出了一种新的基于粒子群和几何Pareto选择算法的多目标优化PSGPS算法.经过5个测试问题的实验结果表明:该算法使用较低的时间消耗,就能在前沿点个数、前沿点分布均匀性、覆盖完整度等性能指标上都优于当前流行的NSGA2,SPEA2和PESA等多目标优化演化算法.