基于Android系统的课堂记录与多元分析系统

为避免教师听课评课过程中的过分主观性,开发出基于Android系统的量化分析与质性分析的听课软件,可以帮助教师对信息时代下的课堂教学进行更为有效的剖析与解读.在移动学习、教师共同体及课堂案例多元分析法等理论基础上,确定了由认知目标、学习方式、教学策略和技术作用四方面组成的课堂教学多元分析框架,设计并实现了基于Android系统的课堂教学分析系统的主要功能.     

C-OWL2∶OWL2在云模型上的扩展

为了表示现实生活中广泛存在的模糊性和随机性不确定知识,引入云模型对OWL2语法进行了不确定扩展,提出不确定本体语言C-OWL2.这种方法不改变OWL2的现有结构,用OWL2的注释属性annotation进行语法扩展,并给出了相应概念、角色等的C-OWL2语法,最后举例说明其具体使用方法.研究结果表明,该方法将OWL2本体分为精确部分和不确定部分,并且当不考虑不确定部分时,不影响精确部分知识的表示和推理;该方法是对模糊描述逻辑功能的扩展,解决了OWL2语言只能处理精确本体的问题.      

数据库多条件组合查询优化算法研究

提出了一种查询优化算法，通过本算法，可以有效地减少查询语句的分支和数量以及IF条件语句的嵌套层数，大大提高了程序代码的可读性，通过分析研究该算法并未降低程序的运行效率。     

基于高阶项目集的频繁项目集发现算法

为了提高关联规则数据挖掘的效率,在研究Apriori算法原理和相关文献的基础上,提出了一种基于高阶项目集的频繁项目集发现算法.本算法不同于逐层迭代的搜索方式,而是采用从求解所有的高阶频繁m-项目集入手的方式,来发现隐藏在事务数据库中的频繁项目集.本算法避免了大量的候选项目集的产生,并且对数据库仅需进行有限次数的扫描,从而体现了算法的高效性.     

基于XNA的儿童火警急救常识培养的教育软件实现

本文详细阐述了利用XNA技术进行关于儿童火警急救常识培养的教育软件的开发.文中重点讲述了在XNA已具有特点的基础上,进行针对类似本教育软件的面向对象的模块化设计,封装了8个功能相互独立的模块来减少代码冗余、提高开发效率,然后利用这些模块有机融合进行了本教育软件的实现.     

一种中文领域网页过滤方法

鉴于互联网上各种不良网页的影响,提出了一种使用贝叶斯分类算法和领域本体过滤中文网页的方法。 该方法根据正反例领域网页计算领域特征词的权重,建立领域特征词库并制作领域本体,根据正例领域网页得到本体元素权重库;使用贝叶斯分类算法得到候选网页;根据领域本体对候选网页进行语义相关度计算并进行网页过滤。 该方法可以区分相同领域网页中的正反例网页并可兼顾网页过滤的实时性。 通过游戏领域网页的测试,准确率和召回率均在98%以上, 语义分析游戏相关网页的平均时间为1~2 s, 对用户浏览网页速度的影响较小, 效果令人满意。      

一种解决协同过滤数据稀疏性问题的方法

面对信息量过载的问题,为了使用户尽快的从大量的数据中找到自己需要的信息,即运用协同过滤算法解决数据稀疏性问题,本文提出了一种基于径向基函数(RBF)神经网络的解决方法.首先构建RBF神经网络并提出了一种新的确定隐层节点方法.然后利用构建的RBF神经网络预测用户评价矩阵中的空缺值,提高用户相似度计算的准确性.最后通过与经典协同过滤算法的对比实验证明所提算法的实用性,实验结果表明,基于RBF神经网络的协同过滤算法可以有效的解决用户评分数据的稀疏性问题,提高推荐的准确度.     

基于灰色系统和人工神经网络的中长期电力负荷预测

利用灰色预测需要样本数据量少、建模过程简单的特点，对中长期电力负荷进行前期预测，结合人工神经网络对大量非线性、非精确性规律具有自适应和自学习能力的优点，在考虑经济因素的前提下对输入数据进行了预处理，采用改进的BP算法最终得出了预测结果．文中的算例表明了该方法是可行且有效的．     

关联规则Apriori算法改进研究与应用

为改进关联规则Apriori算法,首先对数据库中数据存储方法进行了变换,进一步简化为二进制存储并求得了项数最大的频繁项目集,实验研究结果表明.改进后算法效率明显提高.性能得到优化;同时,利用改进后的算法挖掘出学科中联系紧密的知识点潜在的规律,结论运用到教学中去可以有效的提高学科教学质量.本方法同样可以借鉴到其它学科课程或课程群中知识点规律挖掘中去.     

教学管理软件的可移动客户端的实现研究

详细阐述了利用StrutsMe框架进行关于教学管理软件移动客户端的开发.着重分析了StrutsMe框架的组成部分和服务器端与客户端通过StrutsMe框架进行通信的流程.并随着开发的进行,详实地记录了教学管理软件为迎合移动客户端开发而做的修改细节.该移动客户端的实现表明了无线访问Struts应用程序已成为可能.