基于数据挖掘的网络考试智能评价反馈系统的研究与设计

针对网络考试中积累的大量有用考试信息如何处理等问题,结合考试评价中相关性能指标,设计了基于数据挖掘的网络考试智能评价反馈IAFS系统.该系统能智能地将学生考试数据和教师阅卷过程积累信息加以系统地收集、分析并提供深层次的教学诊断,从而形成相关考试的评价反馈意见等,其对网络考试具有较好监控、评价和反馈作用,具有较强的适用性和推广价值.     

基于Apriori算法的航空设备故障关联分析

提出一种基于Apriori算法的航空设备故障关联分析方法.将Apriori算法应用于航空设备故障关联规则挖掘中,对源于机载检测系统的故障数据进行提取,建立关联规则挖掘模式,从而挖掘出故障设备之间的强关联规则以便进行故障分析.实验结果表明,Apriori算法可以有效挖掘出航空故障设备之间的关联关系.     

基于Hash表的改进Apriori算法

Apriori算法是一种经典的关联分析挖掘算法.经典Apriori算法计算效率偏低,并且需要多次扫描数据库.针对这些问题,文章提出了基于Hash表改进的Apriori算法.基于Hash表的改进Apriori算法计算时只需扫描对应频繁项集Hash表中对应的项,缩小了扫描范围,并且只需要扫描一次数据库.对比经典的Apriori算法,性能具有显著提高.     

基于ASP的智能组卷算法的设计与实现

随着通信技术、网络技术和多媒体技术的不断发展,基于Web的远程教学系统蓬勃发展.介绍了远程考试中智能组卷算法的设计,以及基于ASP技术的算法实现.     

改进的Apriori算法在网络教学中的应用

通过探讨了网络教学中数据挖掘的常用方法,介绍了关联规则及Apriori算法,对该算法进行改进,并将改进的Apriori算法运用到实例,在网络教学中实现了个性化网页的推荐,提高了算法的效率.     

基于BP改进算法的实验考试系统

在我国高等教育中,采用网络考试系统对学生进行考试测评是学校教学改革的一个新的尝试。本文主要把经过网络结构优化的BP算法应用到网络考试系统中,构建了一个基于BP改进算法的智能化考试分析系统。该系统主要实现大学基础化学实验课程智能组卷出卷问题和基于BP改进算法的学生个人评测问题,以及教师查看分析问题等。使得考试系统真正实现智能化,让考试真实地反映每个学生的真实情况并有效地服务于每个学生,提升高等教育评价的理念水平。     

基于图的频繁项集挖掘

通过对Apriori算法的频繁项目集的分析研究,给出了基于图的频繁项集挖掘算法.该算法在求频繁K-项集的过程中只需一次扫描数据库,避免了Apriori算法需多次扫描数据库的不足.同时,由于在有向图中利用有限节点之间的路径求频繁K-项集,该算法减少了Apriori算法中需多次进行连接运算的不足.     

基于人工智能的主观题自动评分算法实现

针对网络考试系统中主观题自动评分面临的困难和问题,将人工智能中中文自然语言理解的研究成果(空间向量模型、分词算法等)应用于网络考试中对主观题答案(包括标准答案和考生答案)的"理解"过程中,并在此基础上提出了将基于矢量空间模型的文本矢量特征匹配算法应用于计算机对考生答卷进行自动评判的过程中.实验测试数据表明,所提出的算法具有一定应用前景.     

Apriori算法的研究及在商业决策中的应用

通过分析关联规则中的经典算法Apriori,针对传统Apriori算法效率上的不足,提出一种基于哈希技术的改进Apriori算法,该算法将频繁项集存储在哈希表中,采用线性直接地址法使得哈希表中存储的频繁项集不冲突,提高算法的效率,具有较好的实用性.     

基于矩阵的频繁项集发现算法

Apriori算法是关联规则的经典算法.在分析经典Apriori算法的基础上,提出了一种有效的基于矩阵的Apriori的改进算法.该算法应用了矩阵的思想,只需对数据库扫描一次,即可得到频繁项集,大大提高了算法的效率.     

基于人工智能原理的考试系统

基于遗传算法的智能化考试系统是在传统的组卷算法基础上提出的一种新方法,用于解决应用本算法的试题模型的实际问题。     

通用组卷算法研究

针对网络化考试的需求,提出了一种通用组卷算法,为了使生成的试卷更客观、科学和有区分度,文章首先讨论了组卷原则,并围绕组卷原则,提出了一个结构合理的试题库和自动组卷算法,从而构建了一个自动化试卷生成系统。     

基于Web的网络考试系统的数据库选择策略

基于Web的网络考试系统已逐渐成为一种全新的考试形式,而数据库则是整个网络考试系统的基础.从考试系统的稳定性和可靠性出发,对现在常用的几种数据库系统进行了细致的分析比较,对基于Web的网络考试系统的数据库选择策略进行了研究和探讨.     

网络智能题库系统分析与设计

基于Web方式的智能题库系统能够和学校现有主页或其它基于Web方式的应用结合在一起,能够满 足单机、网络教室、校园网、网校和城域教育网等各种应用环境的需要．本文介绍网络智能题库系统的主要功 能及设计实现．     

基于智能出卷系统的自适应难度调节

随着计算机网络技术的迅猛发展,构建在计算机网络环境上的出卷系统也被越来越多的单位和部门所使用.考试从传统的纸质试卷作业变成计算机作业已经成为不可抗拒的潮流.在智能出卷系统中,有一个重要的参数就是难度系数.难度系数的准确性关系到整个试卷出题难度的准确性.本文提出了一种对试题出卷系统中的难度系数的自适应调节方法.利用统计规律和人工经验相结合的方式对题目的难度系数进行调节,使得出卷系统能够生成不同难度级别的试卷,以满足不同用户的需求.     

基于改进型神经动态规划算法的单容液位优化控制

单容液位控制系统是一个强非线性、多约束、时滞的复杂系统,传统的PID控制算法很难对其进行精确自适应优化控制。介绍了一种改进型的神经动态规划(NDP)算法,其中模型网络用小波神经网络来替代,并针对单容液位控制系统的液位进行自适应优化控制。仿真结果表明,基于神经网络的NDP算法在鲁棒性、控制精度和控制效果都优于传统的PID算法。     

基于NS2的优先级队列管理算法设计

网络控制系统的信号以分组的形式在网络中传输,引起了传输时延、丢包等问题;为了更好地研究网络控制系统的性能,利用NS2搭建了网络控制系统的网络传输模型.并以其中的优先级业务分组为研究对象,设计了优先级队列管理算法;在DropTail算法的基础上进行改进,继承了原有算法的优势,并加入了业务优先级识别和弃包选择机制;通过调用两种算法进行实验,从时延、丢包以及吞吐量方面进行分析与对比,验证了PDropTail算法的有效性.     

基因优化网络技术在磁悬浮轴承控制中的研究

针对普通BP算法收敛速度慢，容易陷入局部极小值以及网络初始状态对网络性能的影响等问题，建立了单自由度磁悬浮控制系统的数学模型，设计了一种基因算法优化神经网络的智能控制方法，该方法提出用基因算法离线优化网络。并设计了一种双链异或交叉基因算子，改善了基因算法的效率，在较大程度上改善了单自由度磁悬浮系统的性能。     

环境监测无线传感器网络路由算法研究

针对环境监测无线传感器网络中由于监测范围广,引起距离客户端较远的节点耗能大进而先失效,网络覆盖范围随运行时间而快速缩小的问题改进了LEACH路由算法。充分利用网络节点的冗余度,通过让一部分节点先睡眠再唤醒的方式来取得更大的网络覆盖范围。分别应用LEACH算法和改进的算法对同一配置的环境监测无线传感器网络进行路由测试,仿真结果表明：本文提出的改进算法拥有更低的网络能耗、更长的网络生存时间和更大的网络覆盖范围。此改进算法为工程实践提供了解决路由问题的新思路。     

电力信息网络安全态势评估方法

电力信息网络安全态势评估是当今网络安全领域研究中的热门领域.但现有基于神经网络的网络安全态势评估方法效率较低,且容易陷入局部最优导致评估精度不高.提出一种改进人工蜂群优化神经网络的网络安全态势评估方法.首先,通过引入混沌序列改进人工蜂群算法提高蜂群的多样性,使其具备更强大的全局搜索能力.然后,利用改进的蜂群算法代替反向传播算法来优化神经网络的各权值参数.最后,新方法对真实的电力信息网络攻击实验进行了安全态势评估预测.与传统的评估方法相比,基于改进的人工蜂群和神经网络的安全评估方法提高了安全评估精度,加快了收敛速度.