数据结构课程教学改革研究

《数据结构》课程是计算机专业一门重要的专业基础课,在专业课程体系中起着承上启下的重要作用。《数据结构》课程的教改研究已经成为热点。本文首先提出了数据结构教学中出现的问题,详细分析了导致这些问题的原因;接着从知识关联、教学手段、网络课堂、课程交叉和考核方式等方面提出5项改革措施,并进行了实践;最后提出进一步改革的设想。     

用互关联后继树模型实现一个局部相似性比对算法

对基因数据库的一种常见操作是找到与待查询序列相似的序列.目前常使用的是BLAST算法,但是这种启发式算法有时会漏解.如果使用精确匹配算法,例如Smith-Waterman(S-W)算法,计算代价又会太大.OASIS算法是一种高效并且精确的生物序列局部相似性比对算法,而且互关联后继树模型的空间效率很高,因此使用互关联后继树实现了OASIS,并命名为OASISirst算法,其比对结果和OASIS一样按照得分降序排列,并且当目标序列和查询序列均较长时,时间优势明显.     

基于本体的数据结构课程知识表示研究与实现

针对教育界虽然拥有丰富的教学资源,而互联网上却缺少可重用的教学课件及教学单元的现状,设计了基于本体表示的教学资源库知识构架及知识表达形式,给出了基于本体的教学资源库及语义检索开发系统的结构、功能.研究表明,基于本体的教学资源库提供可重用的教学资源库设计及开发部件,对教学资源库的框架描述上升到知识级,有利于对教学资源库的...     

基于FP树的特异关联规则挖掘算法研究

分析稀少数据的相关性是一种重要的、有价值的数据挖掘任务。运用面向关联规则的FP树构造方法，提出了一种特异关联规则挖掘算法RSFPA。该算法将包含特异模式的数据集压缩成一棵FP树，通过挖掘FP树来提取特异模式集，从而进一步提高了特异模式的挖掘效率。最后，利用恒星光谱作为数据集，实验验证了RSFPA算法的正确性和有效性。     

基于Can树的关联规则增量更新算法改进

如何从动态数据中挖掘关联规则是目前知识发现中的一个研究热点。Can树是基于CATS树改进后提出的解决关联规则增量挖掘的一种有效算法,它要求事务中的每个项按照某种特定顺序进行排序后再构建Can树,其顺序一般采用字典序、字母序等。然而,Can树所使用的排序方法有可能使得Can树的规模过大,从而使得算法效率较低。针对该问题,在现有Can树挖掘算法的基础上,使用数据量排序替代现有排序方法,提出了一种基于数据量排序的Can树,并基于新的Can树对原有Can树的建树和挖掘方法进行优化。该方法可以有效减小Can树的规模,实现频繁项集挖掘在空间效率和时间效率上的优化。实验结果表明,该方法在空间效率和时间效率上好于现有的Can树算法,同时具有较好的稳定性。     

《数据结构》最小生成树算法的分析和实现

数据结构主要研究数据之间的逻辑关系、数据的存储方法以及对数据的各种操作.最小生成树是图这种数据结构的一种重要应用,实现算法与数据结构关系密切,本文以邻接矩阵作为图的存储结构,详细讨论了Prim算法在计算机上的实现方法,并对该算法作了必要的分析.     

粒子横向动量模的关联对粒子群关联的贡献

提出一种新的唯象集合流事件模拟方法，该模拟方法同时考虑了粒子分布的方位角关联和横向动量模关联。采用粒子群关联函数方法分析了２．１ＡＧｅＶＮｅ＋ＮａＦ碰撞的Ｂｅｖａｌａｃ流光室４π实验数据中粒子横向动量模关联对集合流及高阶集合流关联的贡献。研究表明：少数携带较大横向动量的粒子（或碎片）可以产生集合流效应，但高阶集合流关联确不受其支配，而是多数关联粒子（或碎片）集体贡献的结果。对于这组碰撞实验，粒子分布的方位角关联相对横向动量模关联在粒子群关联中起着主要作用。     

基于分类树的高效关联规则挖掘算法

在分析类Apriori算法存在效率瓶颈的基础上，提出了一个高效改进算法——基于分类树的关联规则挖掘算法．该算法只需要两次访问数据库，把数据库中的数据利用分类树来存储，减少了访问数据库的次数；并且由分类树的全部或部分来求得频繁项目集，减少了求频繁项目集的比较次数．此算法通过结合Apriori和FP—tree两种算法来提高挖掘效率，降低了挖掘算法的时间复杂度和空间复杂度．通过多次试验证明该算法比Apriori及其改良算法的挖掘效率高2到8倍．     

基于关系表示的树数据结构的实现

用关系数据库存储和表示的树数据结构能使信息系统准确地描述数据之间的关系,同时能以一致的方法表示和处理层次和关系数据,有利于信息系统构造以及实现更友善的用户接口．本文以关系数据集为基础定义了一种关系树,提出了树结构在关系数据集上的存储方案,讨论了关系树一般性计算的实现方法,如树的建立、结点访问、插入、删除和遍历等     

数据结构课程教学改革研究

"数据结构"是计算机科学与技术专业一门重要的专业基础课程.同时也是经济信息管理专业的主干课程之一,是学生进一步提高软件设计和编程水平的必修课.本文针对该课程理论性强实践不足等问题,提出了对该课程的教学内容、教学方法、教学手段等方面进行全方位改革的思路,以提高该门课的教学效果.     

基于领域知识的冗余关联规则消除算法

关联规则挖掘算法用于从大型数据库中提取感兴趣的规则,然而,在领域知识中已经能清晰表示的知识并没有被充分考虑,关联规则挖掘算法提取的规则中包含了大量已知的关联性,从而产生了很多冗余规则.文章提出一种算法DKARM,同时考虑了数据本身以及相关的领域知识,以消除在领域知识中清晰表示的已知关联性.实验表明,该算法合理消除了冗余规则,有效降低了规则数目.     

数据结构课程教学改革研究

“数据结构”是计算机科学与技术专业一门重要的专业基础课程。同时也是经济信息管理专业的主干课程之一,是学生进一步提高软件设计和编程水平的必修课。本文针对该课程理论性强实践不足等问题,提出了对该课程的教学内容、教学方法、教学手段等方面进行全方位改革的思路,以提高该门课的教学效果。     

“数据结构”课程教学方法的研究

《数据结构》是计算机专业的一门专业基础课,本文探讨了该课程在教学过程所存在的一些主要问题,并针对这些问题提出了解决方法。     

浅谈数据结构课程的教学改革

本文针对数据结构课程的教学现状，提出了数据结构教学中存在的问题，并针对这些问题提出了几点改进措施。     

基于应用型人才培养的数据结构课程教学改革

在改革开放春风的沐浴下,教育改革事业如火如荼的进行着,纵观整个发展趋势,其愈发重视对应用型人才的优化培养。随着社会的不断进步,科技水平显著提升,高等教育逐步实现信息化教学,计算机专业学习广泛推广,传统意义上的计算机体系教学重点在于学术型人才的培养,学生完成学业学习之后,实践能力相对较弱,难以充分满足岗位需求,未能做到学为所用,因此,在课程教学中需着重培养应用型人才。在此,该文将针对基于应用型人才培养的数据结构课程教学改革进行简要探讨。     

数据结构课程教学改革研究与探讨

数据结构是计算机学科中重要的专业基础课。分析了该课程教学存在的主要问题,鉴于该课程理论和实践性强、内容丰富且抽象以及难以将理论知识应用到实际中的特点,从更新教学内容、革新教学手段、改革教学方法和加强实践环节等方面进行了课程教学改革方面的探讨。     

数据结构课程教学方法研究与实践

鉴于数据结构课程的特点,在吸取现代教学理论的基础上,在教材建设、教学形式、教师职能以及考评方式等方面提出了相应的改进措施,并将其应用到教学实践中.教学实践表明,这些措施有效地激发学生的学习兴趣,提高了学生分析问题和解决能力,增强了学生的实践能力.     

数据结构课程的面向对象化

讨论课程数据结构内容的面向对象化问题,文中讨论了数据结构与面向对象技术的关系,分析了数据结构的面向对象化的重要性,指出数据结构应从单纯的同类元素集合及其关系的研究扩展到对象构造的研究,并提出了几个个体实施方案。     

基于部分支持度树的关联规则增量式更新算法

关联规则挖掘是数据挖掘技术的一种简单又很实用的方法,有着广泛的应用。该文利用部分支持度树的结构提出了对关联规则的增量式更新算法,用于解决向数据库中添加新的数据而最小支持度不发生变化时的关联规则更新问题。该算法有效地利用已挖掘的关联规则和保留的部分支持度树来改善性能,并且只需对新增数据库部分进行一遍扫描,从而进一步提高算法的效率。实验结果表明,该算法能有效地解决关联规则的更新问题,提升挖掘效率。