一种面向智能排考的最优时段“净化”方法

针对各类排考资源在空闲时间段上的最优匹配问题,根据考试编排的约束条件,从时间选择算法的构建、着色、数据结构描述以及可用时间段的选择,最优时间段的形成等方面进行算法描述,并给出算法的具体步骤和流程图.实验结果表明,经"净化"处理后的最优时间段匹配算法能有效解决排考过程中的约束问题,避免排考过程中的人为干预,而且具有较好的灵活性和简洁性.     

一种解决排考资源冲突的优化方法

为解决教室、监考教师、座次等排考资源在最优考试时间选择上的冲突问题，首先根据排考的业务流程和数据流程，分析排考过程实际存在的问题；其次，针对各类排考资源在最优考试时间段的选取问题，构建了具体的算法描述过程，并给出了一些关键算法的设计步骤；最后，在网络环境下，研制了一种智能排考系统，并借助高校教务管理系统验证了排考算法的合理性和有效性。结果表明，所构建的最优排考匹配算法具有较好的灵活性和实用性，而且排考系统的实现有助于缓解我国高校教学资源短缺与考试方式多元化之间的矛盾。     

普通高校课务管理排考系统的算法设计

针对普通高校排考的复杂性,定义了相关数据集,基本解决了排考过程中的多因素问题,使排考结果结合了计算机的技术特点和传统习惯。其中算法（Ⅰ）已在广西大学计算机排考中正式采用,深受有关部门的欢迎。     

融合蚁群算法和遗传算法的矩形件排样问题研究

提出融合蚁群算法和遗传算法来求解矩形件排样问题.考虑到蚁群算法和遗传算法各自的优缺点,该融合算法前阶段采用遗传算法获得排样问题的部分优化解,把它作为蚁群算法的初始信息素分布,后阶段利用蚁群算法求得最优排样序列,最后求得最优排样图.计算实例表明:与单一遗传算法相比较,该融合算法可达到更好的排样效果.     

高校排考系统的设计与实现

本文从高校考务管理工作的实际出发，提出一种实用的自动排考算法并在排考系统中实现此算法。在某些特殊需要的时侯，这套排考系统也提供一种人性化的手动排考调整操作。     

高等学校排考染色-匹配算法

将安排考试课程与分配班级考场分别化为图的染色与最大匹配问题，进而将两种算法融合并改进，使之适合于实际应用．最后以染色一匹配算法解决上海理工大学本科教学排考冲突问题为例，实证了算法的有效性．     

基于网络环境的计算机选课系统的设计与实现

从高等学校学分制管理特点出发,提出了一个学分制选课系统的一般性设计方法。重点解决了网络环境下的数据建模、程序算法等核心问题,给出了程序设计的基本原则和实现方法。     

阻碍高校学分制顺利实施的原因探析

介绍了学分制的概念及其发展现状.分析了阻碍高校学分制顺利实施的原因,提出了学分制实施过程中需要解决的具体问题.     

基于CHNN的线材排样问题研究

Hopfield网络应用于线材排样问题,设计了应用于线材排样优化的能量函数,给出了用CHNN解决线材排样问题的详细步骤,最后通过实验测试,验证了算法的有效性.     

基于遗传算法的二维排样优化方法

遗传算法是一种全局最优化的数值优化方法,由于搜索过程不依赖梯度信息、不易陷入局部最优解,它适合解决各类优化问题,尤其是复杂的非线性问题.二维排样是典型的组合优化问题,应用遗传算法,建立了排样优化问题的数学模型,提出了解决这一问题的有效算法,开发了实用的排样软件,并给出了计算实例.     

RBAC在高校智能排考系统中的应用

为实现智能排考系统的有效访问控制,首先对排考过程中存在的问题进行了分析,针对排考系统用户多、数据量大、访问时间过于集中的特点,对其安全性问题进行了深入研究,然后将基于角色的访问控制（RBAC）方法应用于系统的访问控制;其次,对RBAC模型进行了扩展,并增加义务和奖罚两个元素,将RBAC模型的访问控制力度细化了访问对象的具体操作的控制．同时,对访问控制流程进行了阐述．通过应用结果表明：扩展后的角色访问控制方法,能有效保证整个系统数据库中所有数据的安全性和完整性,而且,在网络环境下有效保证了多用户的并发操作,提高了数据库的访问效率．     

3个变形背包问题的形式化推导

在对0-1背包问题的若干变形问题进行深入研究的基础上,使用二进制数组的方式形式化描述了几种背包问题的程序规约,通过程序规约变换技术获取问题求解的递推关系,给出了3个变形背包问题的算法推导过程,有效保证了算法程序的可靠性,并可将采用的推导方法在子集和问题、船装载等问题中加以推广应用.     

基于DEM提取流域河网研究

回顾和介绍了基于DEM提取流域河网的三种不同算法移动窗口算法、坡面径流模拟算法、谷线搜索算法,其中坡面径流模拟算法由于其水文学基础,能产生连续河网,能与分布式参数模型紧密结合,进而分析了这三种算法各自的优缺点和存在的主要问题,重点分析和讨论了坡面径流模拟算法中存在的三个基本问题(1)水道起始点位置的确定,(2)凹陷与平坦区域水流方向的确定,(3)模拟河网与自然河网之间的偏差.最后,针对算法中存在的问题,探讨了未来的研究重点.     

基于基因表达式编程的人口预测模型

提出一种基于基因表达式编程算法(GEP)的人口预测新方法,并将该方法应用于东莞市人口预测实例问题研究。实验结果表明:由于基因表达式编程算法采用基因型与表现型相统一的编码方式、高效的遗传算子以及全局搜索的寻优方式,基于GEP算法的人口预测模型能够在样本少的情况下给出相对准确的预测结果。其验证数据的预测绝对值平均误差为0.96%,与灰色系统GM(1,1)预测模型及径向基人工神经网络预测模型相比,预测精度分别提高了18.34%、30.54%。GEP人口预测模型能够更好地挖掘人口发展的复杂非线性模式,有效防止过度拟合现象的发生,提供更为准确、合理的拟合及预测结果。     

基于相似度滤波算法的视网膜血管分割

在计算机辅助眼底图像视网膜血管分割中,基于匹配滤波算法的应用非常广泛.而传统匹配滤波器算法存在分割细小血管效果较差、噪声多以及视盘干扰等问题.本文提出一种相似度滤波算法的眼底图像视网膜血管分割方法.首先用多层阈值和水平集算法提取视盘干扰区域,利用高斯模糊去除视盘干扰区域.然后采用相似度滤波运算对去除视盘干扰的彩色眼底图像进行处理.最后,将余弦相似度图进行二值化后与余弦相似度加强图进行区域连通性判断,实现眼底图像视网膜血管分割.结果 表明,该算法能较好地分割细小血管以及去除视盘干扰,能更为准确地提取眼底图像视网膜血管.     

城市轨道交通小型障碍物检测

障碍物是影响列车行车安全的重要因素,小型障碍物由于体积小,在检测中容易被遗漏。针对上述问题,提出了一种基于卷积神经网络的自动化检测算法。算法首先通过数据增强策略平衡样本数量,然后使用卷积网络进行特征融合,很好地结合了小型障碍物的位置信息和语义信息。实验结果表明,算法对列车前方的小型障碍物有良好的检测效果,能较好地实现小型障碍物的探测。     

两种智能优化算法及其应用

遗传算法和蚁群算法是两种新型的寻优策略,遗传算法用于函数优化问题,蚁群算法用于求解非线形规划问题.建立通过相应的优化模型,并得出了实现的步骤,结果表明遗传算法具有简单、通用、鲁棒性强、适用于并行处理的特点.蚁群算法具有正反馈性、较强的鲁棒性、并行性以及易与其他方法结合的特性.     

经验模态分解及其雷达信号处理

 为了准确估计信号的瞬时频率,可用经验模态分解（EMD）将信号分解成有限个窄带信号。该方法因具有很强的自适应性及处理非平稳信号的能力而引起广泛关注,已在众多工程领域得到应用。但EMD是基于经验的方法,数值仿真和试验研究仍是分析EMD算法的主要方法。本文总结了EMD算法存在的问题,并指出深入挖掘支持该方法的理论基础是消除制约EMD算法进一步发展和应用推广的关键。针对所存在的问题,从改进筛分停止准则、抑制端点效应、改进包络生成方法和解决模态混叠问题等诸方面阐述了改进EMD算法的研究进展。综述了EMD在雷达信号处理领域的应用。最后分析指出了进一步研究EMD的几个主要方向。     

基于混合协同过滤的个性化推荐方法研究

针对传统协同过滤算法存在的数据稀疏性和推荐范围问题,提出一种混合协同过滤推荐方法.该方法将两种传统算法结合,并综合考虑了项目标签属性等信息.首先利用基于项目的协同过滤算法生成预测评分,并替换原始用户-项目评分矩阵中的零值.其次利用基于用户的协同过滤算法计算填充后矩阵的用户相似度,以及预测评分并产生最终推荐.最后基于MovieLens数据集实验证明,该方法能够有效提高推荐精度,扩大推荐范围.