智能虚拟实验平台的设计与研究——以计算机组装维修课程为例

服务于实验教学的虚拟实验平台既要求开发成本低,又要求逼真细腻的效果,还需要灵活多变、易于升级,同时,还应有智能知识库及智能交互功能。为此,采用了Flash和用软件工具处理过的照片进行设计,并在实验指导、实验考核中融入专家知识和智能交互逻辑。该文以计算机组装与维修课程为例,对智能虚拟实验教学平台进行探索性开发,形成了一整套涵盖教学、实验和考核等重要环节的智能虚拟实验平台。

基于阻塞调度的优先级反转解决策略

目前通常采用优先级上限协议解决策略,但该协议的系统资源利用率较低。针对该问题,深入分析了优先级反转的必要条件并提出了一种新的阻塞调度算法,能有效的避免优先级反转和检测死锁现象,同时具有较高的资源利用率和较广的适用范围。

面向目标的经管类学生计算机深入教学创新

经济管理类专业学生的计算机学习有其特性和特殊的目标需求—数据的管理、分析；也具有与其他学科门类的共性—计算机实用技能。本文以实用性、趣味性、易争陛为原则，从目标管理角度，挖掘、定位该类学生的计算机教学的提高内容，同时，探索配套的案例驱动式教学、学生自主学习方案，以期让学生在有限的学时掌握财经管理类工作、研究必备的计算机知识技能。

基于VR的证券交易创新训练系统的探索与开发

本文就财经类大学生的投资实际操作能力、市场感觉培养进行探索,以虚拟现实方式实现股票、债券、基金、权证的交易和分析的网络实验系统;构建的全新教学、实训环境和机制通过三层软件架构实现,并且具有全面的评估评分系统和基本面分析支撑。从而,使学生能够在有限的时间内充分进行网络环境下的虚拟交易,甚至指标系统的设计和研究。

面向大数据集的共享近邻聚类研究

共享近邻(SNN)相似度能有效克服由高维和多密度等因素引起的聚类有效性问题,但计算效率不高.基于分治策略,提出一种改进的共享近邻聚类算法(DC-SNN).采用软划分策略将数据集分割为多个小规模子集,降低了计算SNN相似矩阵时需要搜索的数据点数量,同时,也避免了子集分割边界对数据点K近邻产生的不利影响.根据在子集中定义的核心数据点和扩展数据点,给出了子集中SNN相似矩阵的计算方法和合并策略,从而确保了以子集SNN相似矩阵表示整个数据集SNN相似矩阵的有效性.实验结果表明,DC-SNN算法能够在确保聚类精度不变的情况下,显著提高共享近邻聚类的效率.

基于共享反K近邻的局部离群点检测算法

离群点检测和分析离群模式隐含的特征是离群点挖掘的重要研究内容。现有离群点检测算法存在两个明显的不足:根据离群度检测离群点,难以确定离群点的数量;忽略了与离群点邻接的聚类信息,不能提供解析离群模式的有效证据。为此,提出一种基于共享反K近邻的离群点检测算法,首先定义了一种对密度和维数变化不敏感的共享反K近邻相似度,然后应用聚类方法将数据集划分为聚类簇和包含离群点的离群簇,从而获取数据集中的离群点及解析离群点的聚类结构。仿真结果表明,反K近邻算法比现有方法更能精确地检测数据集中的局部离群点,具有很好的控制性能。

适用于大学计算机基础课的案例教学法

在大学计算机基础课程教学中应用案例教学法具有重要意义,但需要对其一般原则做出改变。本文提出适合大学计算机基础课程的教学案例设计原则和教学步骤,介绍案例教学辅助教学软件的开发。

一种新的磁盘调度策略：D（0．2，S，d）

提出了一种新的调度策略Ｄ（０．２，Ｓ，ｄ）．其基本思想是根据请求访问磁盘的申请在磁盘瞬时不均匀分布情况下而进行有选择优先服务的策略，核心是增加磁头向磁盘上申请访问密集处移动倾向的一种调度原则．模拟出各种情形，然后用新旧调度算法调度，比较其调度效果．同时，测定新调度算法中两个调节参数Ｓ和ｄ所处的最佳位置，达到了最佳调度效果：平均等待时间最短和平均响应方差最小．