蚁群优化与模糊聚类结合的文本聚类研究

针对模糊文本聚类算法(FCM)对输入顺序以及初始点敏感的问题,提出了一种使用蚁群优化的模糊聚类算法(FACA)。该算法采用蚁群聚类算法(ACA)找到聚类的初始中心点,以解决模糊聚类的输入顺序以及初始点敏感等问题。模糊文本聚类算法的线性复杂度使其更便于在计算机实现。与经典的基本模糊聚类以及蚁群聚类在真实数据集上仿真相比较,结果表明经蚁群优化过的模糊聚类算法(FACA)效果更有效,更适合应用于大型的数据集。

谈计算机系统结构课程体系改革

文章总结了我校计算机系统结构课程体系在教学实践中的经验,分析计算机系统结构课程体系中的课程特点,在传统教学模式基础上,对教学方法、教材选用、教学内容和实践环节改革进行阐述。该项改革取得了良好效果,提高了学生对计算机硬件课程的学习兴趣,增强了学生的综合能力。