面向政产学研的大数据产业学院创新模式

以南通大学阿里云大数据“校政企”共建产业学院为依托,基于面向产出导向的课程设计理念,探索建立了面向政产学研一体化的大数据产业学院专业实践综合改革创新培养模式,与企业共建创新实践平台,协同开展大数据人才培养模式与课程实践改革。应用结果表明该创新培养模式将理论、实践与项目实战融为一体,提供了大数据专业一体化实践解决方案,在地方高校产业学院中发挥了较好的示范引领作用。

基于本体论的Web知识检索及其应用研究

该文简要介绍了基于本体论的知识抽取和检索的概念,分析了知识抽取技术的分类、技术发展现状。着重对知识抽取的信息来源、对知识抽取的典型方法进行了深入探讨。最后通过给出的一个应用实例,表明采用知识抽取工具形成相应的知识库,配合适当的知识检索方法实现一个完整的知识检索系统的思路是可行的。

一种3.3V/0.6μm轨对轨CMOS运算放大器的设计

基于0.6μm CMOS工艺,设计了一种轨对轨运算放大器.讨论了该运算放大器的原理、性能及设计方法,并进行了模拟仿真.此运算放大器采用了3.3V单电源供电,其输入共模范围和输出信号摆幅接近于地和电源电压,即所谓输入和输出电压范围轨对轨.其运放的小信号增益为77dB,单位增益带宽为4.32MHz,相位裕度为79度.由于电路简单,工作稳定,输入输出线性动态范围宽,非常适合于SOC芯片内集成.

基于Hadoop集群的日志分析系统的设计与实现

当前Internet上存在着海量的日志数据，他们中蕴藏着大量可用的信息。对海量数据的存储和分析都是一个艰巨而复杂的任务，单一主机已经无法满足要求，使用分布式存储和分布式计算来分析数据已经成为了必然的趋势。分布式计算框架Hadoop已经日趋成熟，被广泛的应用于很多领域。该文描述了一个针对大日志分析的分布式集群的构建与实现过程。介绍了日志分析的现状，使用vmware虚拟机搭建了Hadoop集群和日志分析系统的构建方法，并对实验结果进行了分析。

基于小生境完全属性-值空间树的属性序约简优化算法

为了克服传统粗糙集属性约简方法求解效率不高,且难以搜索出满足用户需求的最优属性约简集的问题,提出了一种属性序约简优化算法。该算法基于决策表的完全属性-值空间树结构,在属性约简空间自适应构造小生境超球面邻域半径,并进行约简树的生成、剪枝、约简及动态优化等,快速找到满足用户需求的最优属性序约简集。相关仿真实验表明该算法在保证收敛速度的同时具有较强的属性约简优化性能,是一种能满足用户需求的高效属性序约简算法。

基于改进混合蛙跳算法的粗糙属性交叉熵优化约简

结合粗糙集属性约简二进制优化模型,提出一种基于改进混合蛙跳算法的粗糙属性交叉熵优化约简算法,该算法将粗糙集属性划分至不同蛙群进化模因组内,每个模因组内属性集设计成以精英个体为中心力的蛙群并行演化方式,并采用交叉熵最小原理进行精英个体寻优全局最优约简集,快速而有效地处理大规模信息系统的属性约简.UCI仿真实验结果表明本文提出的算法在搜索全局最小属性约简解效率和精度方面具有明显优势,该算法应用于含噪音的人脑核磁共振图像MRI分割实验,其对MRI图像分割的高效性进一步表明该算法具有较强的适用性.

“操作系统”课程教学改革探索

本文以计算机专业中"操作系统"课程教学改革为基础,提出了基于系统协调设计的计算机系统主线教学法和团队导师制下课程多维立体系统训练链实践体系,并建立计算机系统能力培养训练辅导网站,切实提高学生解决复杂工程问题的计算机系统能力。实践表明本文提出的课程教学改革方案能有效提高地方高校计算机专业学生的计算机系统能力,增强其就业核心竞争力。

基于种群混合协同联盟的属性量子博弈均衡约简

为进一步提高进化种群在粗糙集属性演化约简中寻求最优解的协同性能,提出了一种基于种群混合协同联盟的属性量子博弈均衡约简算法.该算法建立一种基于自适应多层进化树的种群协同演化联盟模型,以种群内个体竞争和种群间精英合作的混合协同机制实现各种群协同演化,较好地达到属性协同演化约简中广度寻优和深度探索的有效平衡;然后将信任裕度报酬机制引入到多种群精英量子协同博弈模型,种群精英在每个划分的属性子集中通过量子协同博弈策略均能求得各自最优约简子集,从而稳定取得Nash均衡下全局最优属性约简集.实验结果表明本文算法具有较高的属性演化约简效能和精度,对不完备电子病历系统中脑组织核磁共振成像MRI的高效约简与分割进一步展示其具有较强的实用性和鲁棒性.

基于云计算的多层量子精英属性协同约简算法

针对传统粗糙集属性约简算法无法高效处理日益增长的大数据问题,提出一种基于云计算的多层量子精英属性协同约简算法。该算法首先在云计算MapReduce模型下将大规模数据集划分到不同的进化蛙群中,分别获得各子种群最优解;然后构造一种基于多层量子蛙群精英向量的属性协同约简策略,挑选出具有全局搜索和局部精化最强优化能力的精英子种群向量,快速引导各子种群找到各自最小属性约简集,从而取得大规模数据集的全局最优属性约简集。实验结果表明,本文算法在大规模数据集上求解全局最优属性约简解的效率和精度具有明显优势,同时应用于电子病历数据库MRI分割效果表明其具有较强适用性。

用于智能电网电价预测的深度学习模型

针对机器学习方法在大型数据集上电价预测准确性低等问题,本文提出一种基于大数据时间序列的深度学习电价预测模型,用于智能电网的电价预测.该模型首先将收集到的数据进行预处理规范化,采用ReliefF算法和互信息(Mutual Information,MI)的混合模块进行特征选择,其次将改进后的特征赋予核主成分分析(Kernel Principal Component Analysis,KPCA)进行特征提取,最后采用增强卷积神经网络(Enhanced Convolution Neural Network,ECNN)对电价进行有效的预测.实验结果表明:与现有的基准方案相比,本文所提出的模型能够更好地预测智能电网电价,有助于智能电网更好地运行和规划发电.

优化粒子群的云计算任务调度算法

任务调度作为云计算的关键技术之一,却一直没有得到很好的解决。针对云任务调度的特点,基于基本粒子群优化(PSO)算法,文中提出了一种带极值扰动的相关性粒子群优化(EDCPSO)算法。该算法采用Copula函数去刻画随机因子间的相关结构,支持粒子合理利用自身经验信息和群体共享信息,解决了粒子群优化算法在寻优过程中没有考虑随机因子作用而造成全局优化能力不足的缺陷;采用添加极值扰动算子的策略,进一步改进粒子群优化算法,避免了粒子群优化算法在进化后期容易陷入局部寻优现象。仿真结果表明,在相同条件下,带极值扰动的相关性粒子群优化算法优于基本粒子群优化算法和Cloudsim原有调度算法,任务总的完成时间明显减少。

办公自动化系统中电子公文加密和数字签名算法的研究

文章针对目前办公自动化系统中电子公文传输普遍存在的安全问题,分别根据电子公文不同的传输审批方式提出了相应的加密和数字签名算法,并结合实际传输过程进行了分析,证明其具有较好的安全性。

BLOB数据存储技术及其在WEB2.0中的应用

对SQL Server数据库关系表中BLOB图像数据的存储技术和工作原理作了论述,介绍了数据流技术在处理图像文件中的实现方法。最后给出了一个基于WEB2.0的BLOB图像数据存储的应用实例。指出利用二进制实现对大数据文件进行存取,能更好地保证数据库运行的安全性、完整性和封装性。

C++课程中思维导图的应用探索

通过分析目前C++课程中教师教学与学生学习中普遍存在的问题,文章提出在课程中引入思维导图的教学方法改革,有效提升学生学习C++课程的积极性,培养学生创新思维和创新能力。

QoS约束下的分层工作流调度算法

将工作流抽象为有向无环图(Directed Acyclic Graph,DAG)的建模方法已经取得广泛应用,时间约束下执行费用优化问题仍是其一个难解的问题.通过分析有向无环图中的并行结构,对模型进行有效的层次划分是一种有效的解决方案.针对如何合理划分分层后模型中的冗余时间问题,提出了一种基于结构分析的分层工作流调度算法(Structure Analysis Based Level,SAL).该算法针对分层后各层次中的并行执行过程,提出一种更加合理的冗余时间划分方法,通过模拟工作流DAG建模实验,对比分析SAL算法与最小关键路径法(Minimum Critical Path,MCP)、逆向分层算法(Deadline Bottom Level,DBL)效果,实验结果表明SAL算法的有效性.

基于DataSet的三维表实现方法探讨

首先分析了ADO.NET对象模型的工作原理,着重分析了DataSet对象的使用方法,通过二维表转换为三维表的应用实例,对DataSet数据集对象的应用作了深入探讨。

电梯制动器电气控制及检验问题探讨

电梯是高层建筑的基础设施,其质量和维护直接关系到用户的生命、财产安全。但是从电梯使用情况来看电梯在使用的过程中制动器的电气检验会出现一些质量问题,这些问题的存在降低了电梯的使用质量。为此,文章结合电梯制动器电气控制检验存在的问题,从思想认识、维护管理等层面具体分析如何优化电子制动器的电气控制和检验。

电力全流程报修平台的分析与设计

当电力故障发生时,普通用户通常求助于供电部门的服务热线,但其只负责户外公共用电设备的维护,无法介入户内进行维修,无效的报修请求造成了公共报修资源的浪费,同时普通用户也没有专业的渠道能及时寻找到有可靠资质的维修师傅。为了解决这一社会问题,该项目依托所属地公司,整合具备资质的第三方维修公司、用户报修渠道、供电公司管控等资源构建了一个以Web应用、安卓端App、微信小程序与可视化数据分析中心四方互联的电力全流程报修平台,同时集成云端集群,实现了电力维保的科学化、精确化与智能化。