《大学计算机基础》实验教学的问题及改革

《大学计算机基础》课程是培养大学生信息素养的关键环节,其教学效果与目标的实现往往取决于实验教学的成败。文中分析了《大学计算机基础》实验教学存在的突出问题:大班方式效果差、实验内容不切合实际、学生学习积极性不高、实验考核方式单一、实验成绩不合理等,提出了小班化、改善实验环境、创新实验教学内容、突出创新型实验项目、加强创新型实验项目考核、改革成绩计算方法等几点具体改革措施,以上措施有效地提高了学生的计算机应用实践能力和创新能力。     

Modular Structure Reengineering： Design and Study on Small Mobile Exhibition Modes

Modular structure reengineering is a design approach conforming to the mobile exhibition features in nature and giving full play to the flexibility, convenience, and environmental protection of the mobile exhibition modes. The objective of this paper on modular reengineering study is to analyze the innovative applications of modular design in small mobile exhibition. Firstly, the modular design in the domestic small mobile exhibition was investigated in this paper, and then the significance of modular design in small mobile exhibition was proposed via combining the design and future orientation of small mobile exhibition modes. The conclusion is that modular multi-functional small mobile exhibition is the inevitable direction of the future development of the exhibition industry, as this design mode solves a series of problems including resources intensification, structure rationalization, and cost reduction in a foreseeable scope to facilitate sufficient utilization and development of the small mobile exhibition modes.     

近景摄影测量标志中心的自动提取算法

提出了一种针对不定形状近景摄影测量标志中心的自动提取算法.结合近景摄影测量的工程实践,在控制信息预测的基础上实现自适应Canny算子提取标志边缘,利用边缘提取结果自动聚类的方法重建标志边缘.以北京故宫午门和武汉大学校园升旗台建筑测量工程为例说明该方法能够大大减少标志量测的工作量.     

面向移动学习的学习资源组织关键技术研究

学习资源的逻辑与物理组织是移动环境中决定移动学习应用质量和应用深度的关键问题．在介绍了移动学习及其特点和移动学习资源研究基础上,重点分析了移动学习资源组织关键技术,包括移动学习用户行为感知、移动学习资源语义组织及移动学习资源的存储优化．最后提出了面向移动学习的学习资源组织技术问题,并对未来研究方向和需要重点解决的关键技术进行展望．     

复杂背景下的纤维识别研究

对在复杂背景下的纤维识别进行了研究.由于图像中纤维交错分布,相互遮挡,很难用现成的方法完成识别.本文作者提出的识别方法包括3部分:边缘检测,边缘细化与边缘修复.试验结果表明,本方法可避免纤维交叉,纤维弯曲等影响,并能较为准确地识别出每条纤维.     

内存数据仓库集群技术研究

随着硬件的集成度不断提高,多核处理器和大内存成为当前主流的计算平台,内存计算也成为新兴的高性能数据分析平台.内存数据仓库集群技术面向高性能分析计算,是实现大数据实时分析的基础平台.本文概括地介绍了中国人民大学高性能数据库团队在内存数据仓库集群技术方面的研究工作,包括:以列分布和列计算服务为中心的ScaMMDB内存数据仓库集群,以水平分片、并行计算为中心的ScaMMDBⅡ和reverse-star schema分布、集群向量计算为特征的MiNT-OLAP Cluster等技术的研究发展过程.分析了内存数据仓库集群技术的关键问题及技术挑战,并针对新的内存数据仓库集群应用需求展望未来技术的发展.     

大数据环境下并行计算模型的研究进展

在大数据时代,制约并行计算发展的掣肘正在发生改变,为分布式并行计算带来了前所未有的机遇和挑战.回顾了并行计算的发展和大数据环境下的新变化;结合硬件环境、计算模式、以及应用需求等对于并行计算模型研究的影响,综述了面向批处理、面向流处理、面向图数据以及面向内存等几类并行计算模型的相关研究;展望了其发展趋势.     

基于MapReduce的大规模文本聚类并行化

建立快速有效的针对大规模文本数据的聚类分析方法是当前数据挖掘研究和应用领域中的一个热点问题.为了同时保证聚类效果和提高聚类效率,提出基于"互为最小相似度文本对"搜索的文本聚类算法及分布式并行计算模型.首先利用向量空间模型提出一种文本相似度计算方法;其次,基于"互为最小相似度文本对"搜索选择二分簇中心,提出通过一次划分实现簇质心寻优的二分K-means聚类算法;最后,基于MapReduce框架设计面向云计算应用的大规模文本并行聚类模型.在Hadoop平台上运用真实文本数据的实验表明:提出的聚类算法与原始二分K-means相比,在获得相当聚类效果的同时,具有明显效率优势;并行聚类模型在不同数据规模和计算节点数目上具有良好的扩展性.     

基于新型融合加法器的随机DFT算法设计

针对目前随机运算结构在多级运算的过程中,运算精度损失严重的问题,提出一种全新的融合随机加法运算结构,并通过一种新的数学分析方法:超几何分解来对此结构进行原理分析,证明了这种加法结构比传统加法结构具有更高的运算精度。 采用融合加法器完成了一种随机离散傅里叶变换算法的架构设计,成功将随机运算的多种优点引入到离散傅里叶变换（DFT）处理领域,并在应用中证明了新型融合随机加法器的有效性。      

CRU数据集在黑龙江省ET0计算中的应用

针对我国参考作物蒸发蒸腾量(ET₀)计算中存在的气象数据不易获取、现有作物需水量数据空间分辨率较低等问题,以黑龙江省为例,基于10 min分辨率的CRU CL 2.0数据集,采用FAO Penman-Monteith公式建立了适于计算区域ET₀的栅格模型,并应用黑龙江省14个气象站的实测气象数据对该模型计算成果进行了验证。结果表明:采用CRU CL 2.0数据计算区域ET₀是可行的,其计算结果与应用实测气象数据计算所得的ET₀符合较好,不仅可以细化我国ET₀和作物需水量研究成果,也为气象资料缺乏情况下的ET₀计算供了一种新的计算模式。