基于“横纵交叉”架构的应用型本科院校计算机类专业实践教学模式改革与实践——以广西外国语学院为例

随着时代的发展和新工科建设的稳步推进,实践教学越来越受到高校的重视。广西外国语学院针对当前计算机类专业实践教学存在的问题,从工程教育专业认证的三大理念出发,明确了人才培养路径创新、社团辅助教学创新、人才培养梯度创新、教学反哺层次创新的总体改革思路,开展了基于“横纵交叉”架构的计算机类专业实践教学模式的改革探索,可为其他应用型本科院校提供参考。

基于结合混沌纵横交叉的PSO-DBN的短期光伏功率预测

为了提高短期光伏发电预测的准确性,文中采用深度置信网络(DBN)建立了各模型函数的预测模型。通过分析各模型函数的特征,建立了光伏发电模型的功率预测。传统的基于神经网络的功率预测难以训练多层网络,影响其预测精度。DBN采用无监督贪婪逐层训练算法构建了一个在回归预测分析中具有优异性能的多隐层网络结构,已成为深度学习领域的研究热点。DBN连接权重采用结合混沌纵横交叉的粒子群优化算法(CC-PSO)优化,避免出现由随机初始化导致的局部最优解现象,从而提高了DBN网络预测性能。最后,案例测试显示了所提出模型的有效性。

基于改进麻雀搜索算法的虚拟机放置方法

针对目前云数据中心存在资源利用率低、能源浪费严重的问题,提出一种基于改进麻雀搜索算法的虚拟机放置方法。针对基本麻雀搜索算法应用到虚拟机放置中存在易陷入局部最优、种群多样性不足等问题做出改进。在探索者位置更新后引入横纵交叉策略进行优化,改善算法在迭代前期就过早收敛于局部最优解的缺陷;将Levy飞行机制引入追随者位置更新中,扩大搜索范围,增加种群多样性;采用动态调节的透镜成像反向学习策略对种群个体求解反向解,增强种群逃离局部最优的能力。以降低能耗、资源浪费和SLA违背率为优化目标,采用基于模糊评估的方式对放置方案进行评价。实验结果显示,改进后的算法能减少资源浪费,提高服务质量,并且能显著降低能耗。

数据挖掘教学实践研究——以文科背景为例

随着社会发展,数据分析、数据挖掘类课程建设成为复合人才培养和新学科建设的重要部分。由此,设计面向非信息专业的数据挖掘课程,开展相关的教学实践研究很有必要。在厘清非信息专业数据挖掘课程的教学目标、内容和考核差异基础上,提出了"横纵交叉结构化教学法"。该教学法以经典算法为单元,对单元算法进行"哲学原理—应用实例—重点知识—作业考察"四步横向推进的方式讲解和考察;同时将算法中的重点技术作为单元间纵向线索,串联成一个完整的数据挖掘标准流程。教学实践中采用鲜活的实际案例,并强调数据结果分析和应用等方面。最后对实践教学经验和发现进行了总结。

基于改进的Semi Boost天气聚类的CC-PSO-DBN短期光伏发电预测

为了提高短期光伏发电预测的准确性,提出一种改进Semi Boost(Semi-supervised Boosting)天气聚类法和结合混沌纵横交叉的粒子群优化算法(Particle swarm optimization combined with chaos crossover,CC-PSO)优化深度置信网络(Deep Belief Network,DBN)连接权重的组合光伏发电功率预测方法。为了提高预测精度,设计并训练了Semi Boost改进的基于加权K近邻(Weighted K-nearest Neighbor,WKNN)置信度传播(Belief Propagation,BP)分类方法,对各天气类型采用对应的网络进行预测。DBN连接权重采用CC-PSO算法优化,避免出现由随机初始化导致的局部最优解现象,从而提高了DBN网络预测性能。实验结果验证了该模型的有效性。

建设工程项目施工质量控制研究

通过列举项目施工质量控制中经常遇到的一些问题,结合以往工程经验,提出了横纵交叉模式进行质量控制管理的措施,并对项目施工质量分阶段分部分控制的具体内容作了阐述,以保证施工质量达标。