现代教育技术与“学教并重”的教学结构

高等院校要在先进的教育理论指导下 ,运用现代教育技术 ,深化课堂教学改革 ,改变传统的以教师为中心的教学结构 ,创建既能发挥教师主导作用 ,又能充分体现学生主体作用的“学教并重”

浅谈远程教育中多媒体与IP技术的应用

随着网络技术的发展与因特网(Internet)的普及,现代远程教育规模的日益扩大,以及对培养高质量人才的迫切需要,网络传输的信息质量和方式能否有效地适应新型教学模式的需要就显得十分突出。本文将介绍网络远程教育系统几种多媒体与 IP 技术的应用。

小波域图像水印技术与算法研究

数字水印技术是通过特定的算法将版权信息嵌入到多媒体数据中,且不影响原媒体的使用价值,通过专用的检测器可以提取这些嵌入的信息,从而实现版权保护、篡改检测等应用。分析了数字水印技术的概念、特点,在此基础上,研究了小波变换在数字水印中的应用和它的优点;实现了一种DWT域扩频水印技术,进行了相应程序的设计。实验结果表明,该算法鲁棒性好,对JPEG压缩、滤波、剪切、高斯噪声等攻击有较好的抵抗能力。

基于正交迭代的增量LLE算法

LLE(Locally Linear Embedding)算法是一种较好的流形学习算法,但它只能以批处理的方式进行.只要有新的样本加入,就必须重作该算法的全部内容,而原处理结果被全部丢弃.本文提出了一种基于正交迭代的增量LLE算法,能有效地利用前面的处理结果,实现增量处理.实验表明该算法是有效的.

一种序列的加权kNN分类方法

针对加权kNN(k-Nearest Neighbor)方法在对样本进行分类时,仅仅只利用了它的k近邻点来进行分类决策的不足,提出了一种序列的加权kNN分类方法.该方法在对某个测试样本进行分类时,除了利用它k近邻点所提供的类别信息外,还有效地利用了前面已分类样本的类别信息,这使得测试样本的分类决策更加合理和有效.在Cohn-Kanade人脸库上进行的表情识别实验表明,在序列样本分类的场合,该方法的分类效果比加权kNN方法更好.

多级优化的云计算任务智能调度算法

在云计算环境中用户数量巨大,需要处理的任务繁多,高效的任务调度算法是云计算需要解决的关键问题之一。针对云计算的模型结构,引入粒子群算法和蚁群算法联合优化任务调度算法。首先使用粒子群算法生成初始调度结果,并引入随机性的惯性权重提高算法的调节能力,将改进粒子群算法生成的结果作为蚁群算法的初始信息素寻找最优调度方案,并使用遗传算法中的精英策略和交叉算子改进蚁群算法,在算法中使用多层次优化算法提高算法运行效率。实验结果表明,在相同的条件下,改进后的算法任务总完成时间得到降低,且随着任务量的增加性能优势更为明显。

基于熵重要测度权重粗糙集的阿尔法多层凝聚入侵分类

针对入侵检测数据量大,而文献[1]提出的α核心集的多层凝聚算法计算复杂度过高,影响实际应用的问题,提出一种基于熵重要测度权重粗糙集的α核心集多层凝聚入侵分类算法。首先,基于熵重要测度权重方法利用粗糙集对入侵检测数据进行预处理和属性约简,降低数据维数防止算法陷入"维数陷阱";其次,用熵重要测度权重距离代替阿尔法多层凝聚算法的欧式距离计算个体相似度,并实现粗糙集输出数据与阿尔法多层凝聚算法的有效对接。通过实验表明,基于熵重要测度权重粗糙集的α核心集多层凝聚入侵分类算法能够更加有效对KDD CUP 99标准数据库进行检测分类。

基于背景和帧间差分法的运动目标提取

在自动人脸识别系统中,人体目标的检测是该系统识别人脸的前期关键步骤之一。为了能快速准确地检测出运动的人体目标,提出了背景差分法和帧间差分法相结合的运动目标提取检测方法。针对视频中的背景因镜头摆动或物体的移入/移出而有所变动,给出了几种提取背景的方法,比较各种方法后决定采用中值法快速地进行背景建模,随后采用自适应背景更新,结合两种差分法检测运动目标。通过实验验证了本文算法的有效性。

微格教学的现状与优化

微格教学一直以来是培养师范院校学生和在职教师教学技能的重要手段,但是在综合院校借助网络平台采用微格教学手段对学生进行多种技能强化训练还存在一些问题。现根据传统微格教学体系及模式,结合各专业不同需求,设计出更适合培养师范教学技能、非师范专业操作技能与各专业创新型人才独特技能三结合的微格教学体系及模式新设想。

基于离散Hopfield神经网络的数字识别实现

介绍了离散Hopfield神经网络的基本概念;以MATLAB为工具,根据Hopfield神经网络的相关知识,设计了一个具有联想记忆功能的离散型Hopfield神经网络,并给出了设计思路、设计步骤和测试结果。实验结果表明,通过联想记忆,对于带有一定噪声的数字点阵,Hopfield网络可以正确地进行识别,且当噪声强度为0.1时的识别效果较好。

面向不同结构化程度数据源的本体学习方法研究

本体研究已成为计算机领域的一个研究热点,而本体学习又是本体研究的热点问题之一。文章根据数据源的结构化程度,将数据源分为结构化、非结构化和半结构化数据源,分别研究了如何从这三种不同程度结构化的数据源中学习本体,探讨了后续研究工作的本体学习方法以及研究目标,并论述了目前研究存在的不足及对未来的展望。

一种基于Cox算法的分块DCT图像水印算法研究

介绍了DCT域图像水印技术,详细分析了经典的Cox算法和一种基于块分类的自适应图像水印算法;通过分析图像在流通中可能经常遇到的一些信号处理、几何变换以及可能性攻击,对水印算法进行了分析、实验和测试。Cox算法是一种基于DCT变换的扩频水印技术,它将高斯随机序列加入到图像的DCT变换后视觉最重要的系数中。基于块分类的自适应图像水印算法将原始图像分块并设计了一个基于视觉掩蔽特性的分类器,根据分类的结果,不同强度的水印分量被嵌入到不同图像块的DCT低频系数中。实验结果表明,DCT域算法得到的水印图像失真小,对于基本的图像处理操作具有较强的鲁棒性。

关联规则挖掘研究

介绍了关联规则的基本概念和分类方法,分析了典型的Apriori算法,并描述了Apriori算法的性能瓶颈与改进策略.最后展望了关联规则挖掘的进一步研究方向.

浅议数字化故事叙述在初中英语口语中教学的可行性

本论文主要研究数字化故事叙述和初中英语口语课程整合的可行性。通过文献研究法、调查研究法和行动研究法，分析总结了国内外的研究文献和数字化故事叙述应用到我国初中英语口语教学中的理论支撑、可行性、以及其应用潜力和价值。

谈高校网络建设中的项目管理

随着信息化带动教育现代化的时代到来,高校网络建设中的问题日益凸显。只有从理论的角度探索出科学的项目管理方法,并将其很好地运用于实践,才能确保高校网络建设中的项目能高效高质地完成,进而有效地规避其中的突出问题。